典型文献
基于无人机视觉的起重机表面裂纹检测方法
文献摘要：
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.
文献关键词：
无人机视觉;表面裂纹;深度神经网络;图像识别
中图分类号：
作者姓名：
周前飞;丁树庆;冯月贵;庆光蔚;胡静波
作者机构：
南京市特种设备安全监督检验研究院,江苏南京 210000
文献出处：
引用格式：
[1]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(04):28-34,75
A类：
B类：
无人机视觉,起重机,表面裂纹,裂纹检测,金属结构,远程可视化,可视化检测,结构表面,检测与识别,搭载,可见光相机,倒置,无人机检测,检测平台,复杂钢结构,表面图像,Faster,深度神经网络,神经网络算法,算法分类,分类检测,裂纹缺陷,最小外接矩形,矩形框,最大熵阈值分割,Canny,边缘检测,骨架提取,裂纹长度,长宽比,除漆,漆膜,水渍,检测算法,裂纹宽度,识别误差,疲劳裂纹,自动化检测,图像识别
AB值：
0.407575
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
