申请/专利权人：苏州艾途科技有限公司

申请日：2023-08-11

公开（公告）日：2024-03-22

公开（公告）号：CN117745631A

主分类号：G06T7/00

分类号：G06T7/00;G06T7/11;G06T5/00;G06T5/60;G06T7/136;G06N3/0464;G06N3/0455;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明公开了一种基于卷积神经网络的钢轨表面缺陷检测方法，包括利用双边滤波的图像增强算法对钢轨区域图像进行处理；将处理后的钢轨区域图像输入训练好的卷积神经网络进行语义分割，获得裂纹初步识别结果；利用裂纹生长算法对裂纹初步识别结果进行处理，获得缺陷检测结果图像。本发明可以采集磁粉探伤得到的裂纹信息，可以替代磁粉探伤。本发明只需要简单便携的拍摄设备，检测速度和设备价格较磁粉检测具有很大的优势。

主权项：1.一种基于卷积神经网络的钢轨表面缺陷检测方法，其特征在于，包括如下步骤：步骤1：利用双边滤波的图像增强算法对钢轨区域图像进行处理；步骤2：将处理后的钢轨区域图像输入训练好的卷积神经网络进行语义分割，获得裂纹初步识别结果；步骤3：利用裂纹生长算法对裂纹初步识别结果进行处理，获得缺陷检测结果图像。

全文数据：

权利要求：

百度查询： 苏州艾途科技有限公司 基于卷积神经网络的钢轨表面缺陷检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD