[发明专利]传送带边缘缺陷检测方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202111091895.0 申请日: 2021-09-17
公开(公告)号: CN113888482A 公开(公告)日: 2022-01-04
发明(设计)人: 胡懋成;王秋阳;何金龙;凤阳;郑博超 申请(专利权)人: 深圳市赛为智能股份有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/12;G06T7/13;G06T7/194;G06N3/04;G06N3/08
代理公司: 深圳市精英专利事务所 44242 代理人: 李燕娥
地址: 518000 广东省深圳市龙岗区南湾*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 传送带 边缘 缺陷 检测 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.传送带边缘缺陷检测方法,其特征在于,包括:

获取传送带的图片,以得到待检测图片;

对所述待检测图片进行二值化语义分割,以得到含有传送带区域及背景的语义分割图片;

对所述语义分割图片进行边缘直线检测,以得到直线的参数方程,以确定传送带边缘基准面;

对所述待检测图片进行滚轴检测,以得到上边缘滚轴以及下边缘滚轴;

根据上边缘滚轴以及下边缘滚轴确定滚轴基准面;

根据所述滚轴基准面、传送带边缘基准面以及传送带区域确定传送带边缘磨损程度;

根据所述传送带边缘磨损程度进行告警处理。

2.根据权利要求1所述的传送带边缘缺陷检测方法,其特征在于,所述对所述待检测图片进行语义分割,以得到含有传送带区域及背景的中间语义分割图片,包括:

采用语义分割网络对所述待检测图片进行语义分割,以得到分割图片;

对所述分割图片进行黑白二值化映射,以得到含有传送带区域及背景的语义分割图片。

3.根据权利要求2所述的传送带边缘缺陷检测方法,其特征在于,所述语义分割网络是采用resnet50模型作为骨架网络,所述resnet50模型结合上下文路径与空间路径机制通过特征融合模块进行特征融合所形成的,且所述语义分割网络的损失函数改用Dice损失函数,选用特征融合模块前的注意力细化模块输出添加两个特征做辅助损失函数,按照比例将dice损失函数以及辅助损失函数相加,以形成所述语义分割网络的最终损失函数。

4.根据权利要求1所述的传送带边缘缺陷检测方法,其特征在于,所述对所述语义分割图片进行边缘直线检测,以得到直线的参数方程,以确定传送带边缘基准面,包括:

对所述语义分割图片进行特征提取,以得到特征图;

对所述特征图进行霍夫变换,以得到变化后的特征图;

将变化后的特征图内的每一层深度信息将空间域转换成参数域,以得到直线的参数方程;

根据直线的参数方程确定传送带边缘基准面。

5.根据权利要求1所述的传送带边缘缺陷检测方法,其特征在于,所述对所述待检测图片进行滚轴检测,以得到上边缘滚轴以及下边缘滚轴,包括:

采用yolov5目标检测模型对所述待检测图片内的滚轴进行目标定位,得出每个滚轴的图像坐标位置;

根据每个滚轴的图像坐标位置计算每个滚轴的中心点坐标;

计算中心点坐标到上边缘传送带的距离以及中心点坐标到下边缘传送带的距离,以确定上边缘滚轴以及下边缘滚轴。

6.根据权利要求5所述的传送带边缘缺陷检测方法,其特征在于,所述根据上边缘滚轴以及下边缘滚轴确定滚轴基准面,包括:

计算上边缘滚轴以及下边缘滚轴的端点坐标;

根据所述端点坐标确定上基准线以及下基准线;

根据上基准线以及下基准线确定滚轴基准面。

7.传送带边缘缺陷检测装置,其特征在于,包括:

图片获取单元,用于获取传送带的图片,以得到待检测图片;

分割单元,用于对所述待检测图片进行二值化语义分割,以得到含有传送带区域及背景的语义分割图片;

直线检测单元,用于对所述语义分割图片进行边缘直线检测,以得到直线的参数方程,以确定传送带边缘基准面;

滚轴检测单元,用于对所述待检测图片进行滚轴检测,以得到上边缘滚轴以及下边缘滚轴;

滚轴基准面确定单元,用于根据上边缘滚轴以及下边缘滚轴确定滚轴基准面;

程度确定单元,用于根据所述滚轴基准面、传送带边缘基准面以及传送带区域确定传送带边缘磨损程度;

告警处理单元,用于根据所述传送带边缘磨损程度进行告警处理。

8.一种计算机设备,其特征在于,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的方法。

9.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时可实现如权利要求1至6中任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市赛为智能股份有限公司,未经深圳市赛为智能股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111091895.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top