摘要
本发明公开了一种单轨轨道指形板缺陷检测方法及系统,涉及指形板缺陷检测技术领域,通过采集轨面的图像数据进行预处理后输入至深度学习目标检测模型,提取指形板矩形框区域及指形板类别;对指形板矩形框区域进行分割处理,提取指形板区域;对指形板区域进行开运算,提取手指区域的手指数量,若不满足手指数量,判定指形板手指检测异常;基于指形板手指区域,测量单根手指距离对向手指根部的最短距离,若超过对应手指长度,判定指形板手指脱指;对指形板手指区域进行闭运算,通过判断是否存在重叠区域选择相应方式判定碰指。本发明通过图像数据结合深度学习技术,判断相邻指形板是否存在检测异常、脱指及碰指,实现轨道智能巡检,提升巡检效率。
技术关键词
指形板
缺陷检测方法
单轨
短距离
轨道
图像采集设备
YOLO模型
区域生长算法
缺陷检测技术
缺陷检测系统
纹理
深度学习技术
图像采集模块
智能巡检
裁剪模块
参数
底板
直线
系统为您推荐了相关专利信息
实例分割
分割方法
路面缺陷
无人机自动巡航
卷积神经网络结构
车站
染色体
NSGA算法
乘客等待时间
城轨列车
拍摄物
数字模型构建方法
控制成像装置
颜色调节装置
三维数字模型
追踪航天器
空间站
模型预测控制算法
捕获方法
脉冲
大跨度斜拉桥
监测试验装置
无砟轨道
斜拉桥模型
激光位移传感器