摘要
本发明属于工业自动化检测技术领域,提供了一种视觉辅助下的工业线束质量检测方法,包括:设置多个工业相机拍摄工业线束,获取初筛图像组,利用边缘检测与卷积神经网络识别损伤区域,并判断工业线束是否存在严重损伤,若工业线束无损伤或损伤轻微,对工业线束进行质量测试,并在测试过程中,设置相机拍摄工业线束图像构建时序质检图像序列,通过光流法分析图像序列,确定损伤区域和叠加劣化速度,构建并训练时序预测模型,对工业线束的损伤情况进行预测,根据预测结果判断是否停止质量测试,若质量测试周期时长满足要求,则触发工业线束质量综合评估,综合视觉损伤指标和理化测试指标对工业线束质量进行评估等级划分。
技术关键词
工业线束
图像
序列
像素点
时序预测模型
速度
卷积神经网络识别
工业自动化检测
指标
边缘检测
运动
识别置信度
门控循环单元
损伤类别
无损伤
周期
融合视觉
数值
系统为您推荐了相关专利信息
分析方法
机器学习算法
数据分析模块
异常监测技术
训练神经网络模型
入侵检测方法
归一化方法
集成策略
彩色图像
车载CAN网络
特征值
传感器融合算法
强度
视觉相机
计算机可执行指令
缺陷检测方法
像素点
样本
神经网络模型
缺陷检测装置