一种基于机器视觉的机场地灯螺钉松动检测方法

本发明公开了一种基于机器视觉的机场地灯螺钉松动检测方法，S1：使用螺纹标记胶对紧固好后的螺钉进行标记；S2：通过车载激光线扫相机对地灯区域进行图像采集，并对原始图像进行处理；S3：进行地灯定位；S4：进行螺钉定位；S5：通过残差神经网络构建分类器，判断螺钉状态；S6：输出结果，并上报故障螺钉的位置信息。搭建自动化的图像采集和处理系统，可大幅减少人力投入，将传统逐灯巡检模式升级为区域覆盖式扫描，满足机场对设施安全高效检测的需求，同时基于深度学习的特征识别网络建立螺钉松动判断模型，根据获取的螺钉深度点云信息与颜色信息进行判断，避免人为主观因素的干扰，有效降低漏检和误检率。