| 基于无人机视觉的起重机表面裂纹检测方法 |
| |
| 引用本文： | 周前飞,丁树庆,冯月贵,庆光蔚,胡静波.基于无人机视觉的起重机表面裂纹检测方法[J].测控技术,2022,41(4):28-34. |
| |
| 作者姓名： | 周前飞 丁树庆 冯月贵 庆光蔚 胡静波 |
| |
| 作者单位： | 南京市特种设备安全监督检验研究院,江苏南京 210000 |
| |
| 基金项目： | 国家重点研发计划项目（2018YFC0809005）；国家市场监督管理总局科技计划项目（2019MK157） |
| |
| 摘 要： | 为解决起重机高空金属结构不可达部位裂纹的远程可视化检测难题,提出一种基于无人机视觉的结构表面裂纹检测与识别方法。通过搭载高分辨率可见光相机的倒置式无人机检测平台,全方位采集大型起重机复杂钢结构表面图像;采用Faster R-CNN深度神经网络算法分类检测是否有裂纹缺陷,并以缺陷最小外接矩形框标记其位置;对检测出的裂纹目标框区域,利用最大熵阈值分割、Canny边缘检测、投影特征提取和骨架提取等方法,对裂纹长度、宽度、面积、长宽比等参数进行识别,并为长宽比和面积设置一定阈值,去除漆膜开裂和水渍等伪裂纹缺陷。实验结果表明,Faster R-CNN裂纹检测算法准确率达到95.4%,速度达到2 f/s,同时裂纹宽度识别误差约为5.84%,实现了起重机结构表面疲劳裂纹的远程自动化检测。
|
| 关 键 词： | 无人机视觉 表面裂纹 深度神经网络 图像识别 |
Crane Surface Crack Detection Method Based on UAV Vision |
| |
| ZHOU Qian-fei,DING Shu-qing,FENG Yue-gui,QING Guang-wei,HU Jing-bo.Crane Surface Crack Detection Method Based on UAV Vision[J].Measurement & Control Technology,2022,41(4):28-34. |
| |
| Authors: | ZHOU Qian-fei DING Shu-qing FENG Yue-gui QING Guang-wei HU Jing-bo |
| |
| Abstract: | |
| |
| Keywords: | UAV vision surface crack deep neural network image recognition |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《测控技术》浏览原始摘要信息 |
|
点击此处可从《测控技术》下载全文 |
|
