[发明专利]一种螺母-销钉状态的识别方法及相关装置

权利要求书

1.一种螺母-销钉状态的识别方法，其特征在于，包括：

采用第一预置RPN网络模型对预置金具图中的部件进行识别，得到部件定位图；

根据所述部件定位图，采用第二预置RPN网络模型对所述部件中的零件进行识别，得到零件定位图；

根据所述零件定位图，通过预置梯度Hough变换法对所述零件中的螺母进行圆检测，得到圆心坐标和圆半径；

根据所述零件定位图，通过预置LSD算法对所述零件中的销钉进行直线段检测，得到端点坐标；

根据所述圆心坐标、所述圆半径和所述端点坐标判断对应的圆与直线段是否相交，若是，则销钉为未脱落状态，若否，则销钉为脱落状态。

2.根据权利要求1所述的螺母-销钉状态的识别方法，其特征在于，所述采用第一预置RPN网络模型对预置金具图中的部件进行识别，得到部件定位图，包括：

通过所述第一预置RPN网络模型中的边框回归层对所述预置金具图中的部件进行定位，得到类部件定位框；

通过所述第一预置RPN网络模型中的分类层对所述预置金具图中的部件和背景进行分类，得到前景部件；

根据所述类部件定位框和所述前景部件生成部件对应的部件定位图。

3.根据权利要求1所述的螺母-销钉状态的识别方法，其特征在于，所述根据所述零件定位图，通过预置梯度Hough变换法对所述零件中的螺母进行圆检测，得到圆心坐标和圆半径，包括：

根据所述预置梯度Hough变换法配置所述零件中的螺母的极坐标圆方程，所述极坐标圆方程为：

x＝a+rcosθ,y＝b+rsinθ；

其中，(x,y)为当前边缘点坐标，(a,b)为预测的圆心坐标，r为预测的圆半径，θ为预置梯度方向角；

根据所述极坐标圆方程、预置角度范围和预置半径范围扫描所述零件定位图中的边缘点坐标，并对预置累加数组进行累加；

求得所述预置累加数组的最大累加值对应的所述圆心坐标和圆半径。

4.根据权利要求1所述的螺母-销钉状态的识别方法，其特征在于，所述根据所述零件定位图，通过预置LSD算法对所述零件中的销钉进行直线段检测，得到端点坐标，包括：

基于预置LSD算法，根据所述零件定位图中的每个像素与levelline的像素夹角构建线段支撑域；

根据所述线段支撑域和预置容忍阈值对所述零件中的销钉进行直线段检测，得到直线段对应的所述端点坐标。

5.一种螺母-销钉状态的识别装置，其特征在于，包括：

第一识别模块，用于采用第一预置RPN网络模型对预置金具图中的部件进行识别，得到部件定位图；

第二识别模块，用于根据所述部件定位图，采用第二预置RPN网络模型对所述部件中的零件进行识别，得到零件定位图；

第一检测模块，用于根据所述零件定位图，通过预置梯度Hough变换法对所述零件中的螺母进行圆检测，得到圆心坐标和圆半径；

第二检测模块，用于根据所述零件定位图，通过预置LSD算法对所述零件中的销钉进行直线段检测，得到端点坐标；

判断模块，用于根据所述圆心坐标、所述圆半径和所述端点坐标判断对应的圆与直线段是否相交，若是，则销钉为未脱落状态，若否，则销钉为脱落状态。

6.根据权利要求5所述的螺母-销钉状态的识别装置，其特征在于，所述第一识别模块，包括：

定位子模块，用于通过所述第一预置RPN网络模型中的边框回归层对所述预置金具图中的部件进行定位，得到类部件定位框；

分类子模块，用于通过所述第一预置RPN网络模型中的分类层对所述预置金具图中的部件和背景进行分类，得到前景部件；

生成子模块，用于根据所述类部件定位框和所述前景部件生成部件对应的部件定位图。