申请/专利权人：天津农学院

申请日：2023-12-18

公开（公告）日：2024-04-09

公开（公告）号：CN117853420A

主分类号：G06T7/00

分类号：G06T7/00;G06V10/25;G06V10/26;G06V10/28;G06V10/34;G06V10/30;G06V10/46;G06V10/56;G06V10/75;G06V10/762

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明涉及一种基于机器视觉的钢结构螺栓松动检测方法，本发明首先通过目标检测网络定位螺栓群区域目标框，根据提取的螺栓区域进行标定和编号，提出掩膜构建、ROI分割和占空比判断的组合处理流程，采用pgonCorners角点算法进行螺栓群角点位置坐标提取。进一步结合颜色匹配算法，完成对螺栓松动前后标记点位置绘制和提取对应的索引号，根据坐标系变换算法和数组操作算法完成螺栓松动批量角度计算。试验结果表明，该方法可准确地提取螺栓相关特征，最大相对误差为5.8％，能实现对螺栓群松动角度的准确和快速检测。

主权项：1.一种基于机器视觉的钢结构螺栓松动检测方法，其特征在于，包括以下步骤：步骤1、选取螺栓任意一个角点作为标记点并用油漆笔做标记，采集松动前后的螺栓图片；步骤2、进行螺栓特征提取，确定螺栓角点和标记点坐标；步骤3、根据标记点与螺栓重心连接形成的向量在螺栓前后的转动角度，确定螺栓的松动角度。

全文数据：

权利要求：

百度查询： 天津农学院 一种基于机器视觉的钢结构螺栓松动检测方法

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