一种风机桨叶缺陷检测方法、系统、电子设备及存储介质

    公开(公告)号:CN116797594A

    公开(公告)日:2023-09-22

    申请号:CN202310834753.1

    申请日:2023-07-10

    Abstract: 本发明公开一种风机桨叶缺陷检测方法、系统、电子设备及存储介质,涉及图像分割技术领域,所述方法包括:获取待检风机桨叶的图像;将待检风机桨叶的图像输入至风机桨叶缺陷检测模型中,得到待检风机桨叶的缺陷类型;风机桨叶缺陷检测模型是利用训练数据集对改进UNet网络进行训练得到的,训练数据集包括多张训练用风机桨叶的图像和对应的缺陷类型,改进UNet网络包括编码网络、卷积块注意网络和解码网络,编码网络为ResNet34网络,本发明将UNet网络中的编码网络替换为ResNet34网络,提高了风机桨叶缺陷的检测精度。

    一种基于改进PidiNet的六边形金具中心定位方法及系统

    公开(公告)号:CN118823102A

    公开(公告)日:2024-10-22

    申请号:CN202410793946.1

    申请日:2024-06-19

    Abstract: 本申请涉及检测技术领域,提供了一种基于改进PidiNet的六边形金具中心定位方法及系统。该定位方法中,首先,基于改进的PidiNet‑SCA模型,得到待检测六边形金具的金具图像;并对金具图像进行霍夫圆检测,且基于霍夫定位数据对金具图像进行分割,得到待检测六边形金具的截取子图;接着,对待检测六边形金具的截取子图依次进行蒙板过滤、像素值过滤和图像腐蚀,得到待检测六边形金具的去躁子图;然后,对去躁子图进行霍夫直线检测,并根据霍夫直线检测的输出直线的斜率,将输出直线划分为3类;最后,根据3类输出直线中的任意两类和霍夫定位数据,确定待检测六边形金具的定位中心点。

Patent Agency Ranking