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。