[发明专利]轨道缺陷检测方法及其系统、装置、存储介质在审
申请号: | 202310521565.3 | 申请日: | 2023-05-09 |
公开(公告)号: | CN116664495A | 公开(公告)日: | 2023-08-29 |
发明(设计)人: | 刘成沛;郑昊辰 | 申请(专利权)人: | 五邑大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/70;G06V20/17;G06V10/764;G06V10/82 |
代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 孙浩 |
地址: | 529000 广*** | 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: | 轨道 缺陷 检测 方法 及其 系统 装置 存储 介质 | ||
1.一种轨道缺陷检测方法,其特征在于,包括:
获取待训练的轨道缺陷图像样本;
利用所述轨道缺陷图像样本对卷积神经网络进行训练,得到异常检测模型;
获取目标轨道图像;
通过所述异常检测模型对所述目标轨道图像进行异常检测,得到异常检测结果;
基于目标检测算法对所述目标轨道图像进行坐标转换处理,得到目标位置信息;
根据所述异常检测结果和所述目标位置信息得到所述轨道的缺陷检测结果。
2.根据权利要求1所述的轨道缺陷检测方法,其特征在于,所述利用所述轨道缺陷图像样本对卷积神经网络进行训练,得到异常检测模型,包括:
对所述轨道缺陷图像样本进行预处理,得到图像数据集;
对所述图像数据集进行划分,得到训练集和验证集;
利用所述训练集对卷积神经网络进行训练,得到训练结果;
利用所述验证集对所述训练结果进行验证,得到异常检测模型。
3.根据权利要求2所述的轨道缺陷检测方法,其特征在于,所述对所述轨道缺陷图像样本进行预处理,包括:
对所述轨道缺陷图像样本进行几何变换、裁剪、去噪和增广处理。
4.根据权利要求1所述的轨道缺陷检测方法,其特征在于,所述通过所述异常检测模型对所述目标轨道图像进行异常检测,得到异常检测结果,包括:
基于目标检测算法对所述目标轨道图像进行特征提取,得到目标图像特征;
将所述目标图像特征输入至所述异常检测模型,得到异常检测结果。
5.根据权利要求1所述的轨道缺陷检测方法,其特征在于,所述目标轨道图像由飞行器相机得到,所述基于目标检测算法对所述目标轨道图像进行坐标转换处理,得到目标位置信息,包括:
利用目标检测算法对所述相机进行标定,得到所述相机的参数信息;
根据所述参数信息计算所述目标轨道图像的实际坐标,得到目标位置信息。
6.根据权利要求4所述的轨道缺陷检测方法,其特征在于,所述根据所述异常检测结果和所述目标位置信息得到所述轨道的缺陷检测结果,包括:
当所述异常检测结果显示异常,基于所述异常检测模型对所述目标轨道图像进行分类;
将所述目标轨道图像与预存的轨道缺陷图像进行特征对比,得到目标缺陷类别;
根据所述目标缺陷类别和所述目标位置信息得到所述轨道的缺陷检测结果。
7.根据权利要求6所述的轨道缺陷检测方法,其特征在于,所述方法还包括:
利用类别损失函数确定所述目标缺陷类别;
利用位置损失函数确定所述目标位置信息。
8.一种轨道缺陷检测系统,其特征在于,包括:
第一获取单元,获取待训练的轨道缺陷图像样本;
模型构建单元,利用所述轨道缺陷图像样本对卷积神经网络进行训练,得到异常检测模型;
第二获取单元,获取目标轨道图像;
异常检测单元,通过所述异常检测模型对所述目标轨道图像进行异常检测,得到异常检测结果;
坐标转换单元,基于目标检测算法对所述目标轨道图像进行坐标转换处理,得到目标位置信息;
缺陷检测单元,根据所述异常检测结果和所述目标位置信息得到所述轨道的缺陷检测结果。
9.一种运行装置,其特征在于,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的轨道缺陷检测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于执行如权利要求1至7任意一项所述的轨道缺陷检测方法。
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五邑大学,未经五邑大学许可,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/202310521565.3/1.html,转载请声明来源钻瓜专利网。