摘要
本发明公开了一种双目智能巡检机器人的电缆线缺陷检测方法,涉及图像处理领域,首先获取电缆线状态信息,然后对电缆线图像信息进行预处理和立体匹配,然后构建目标检测与分割模型,并采用所述目标检测与分割模型对电缆线缺陷进行检测和分割,并通过增量学习方式实时更新模型样本数据;采用多传感器数据信息融合模型融合所述红外摄像头、热成像仪和无线传感器网络采集的电缆线状态信息;基于检测结果对电缆线的维护和管理;本发明能够提高检测精度和准确性,能够应对不同类型和规格的电缆线,保证其适应性和稳定性,并且能够提高检测的实时性和准确性。
技术关键词
电缆线
智能巡检机器人
神经网络算法模型
缺陷检测方法
图像特征点
改进型BP神经网络
图像增强模块
图像匹配
GPU并行处理
无线传感器网络
校正模块
红外摄像头
数据
热成像仪
遗传算法优化方法
多传感器
双目摄像机
ResNet网络
系统为您推荐了相关专利信息
智能检索系统
图像特征点
RGB特征
特征点集合
生成二值化
瓦楞纸表面
缺陷检测方法
深度学习模型
场景
计算机程序指令
图像特征点
机械臂末端执行器
像素
相机
机器人末端执行器
齿轮缺陷检测方法
注意力机制
检测齿轮
齿轮缺陷检测系统
分支
运动向量
图像特征向量提取
图像特征点
ORB算法
视觉