[发明专利]一种计算机检测带凹槽螺栓松动的方法、计算机可读介质及系统

说明书

本发明涉及一种计算机检测带凹槽螺栓松动的方法，该方法包括以下步骤：步骤S1：获取包含至少一带凹槽螺栓的图片；步骤S2：检测带凹槽螺栓在图片中的位置，并截取出带凹槽螺栓的图像；及步骤S3：检测图像中凹槽与预设基准之间的夹角，并基于对夹角的比较检测带凹槽螺栓是否松动，以实现无人化检测螺栓是否发生松动，同时检测的速度和准确率更高。本发明还提供一种计算机可读介质。本发明还提供一种计算机检测带凹槽螺栓松动的系统。

【技术领域】

本发明涉及计算机视觉领域，尤其涉及一种计算机检测带凹槽螺栓松动的方法、计算机可读介质及系统。

【背景技术】

在地铁车辆故障检测领域，带凹槽螺栓松动检测是很重要的部分，目前在这一部分，主要还是靠人工去检查，这种方式的效率低下，而且难以保证检测的准确性；

也有一些利用图像计算机检测带凹槽螺栓松动的方法，这种方法是先拍摄带凹槽螺栓的图像，然后通过人工观察图像以检测带凹槽螺栓是否松动，这种方法在拍摄图像时会受到距离、光线等影响，导致图像明暗不均匀、结构不完整等问题，加大了后期检测带凹槽螺栓是否松动的难度和准确性。

【发明内容】

为克服现有技术存在的问题，本发明提供一种计算机检测带凹槽螺栓松动的方法、计算机可读介质及系统。

本发明解决技术问题的方案是提供一种计算机检测带凹槽螺栓松动的方法，该方法包括以下步骤：步骤S1：获取包含至少一带凹槽螺栓的图片；步骤S2：检测带凹槽螺栓在图片中的位置，并截取出带凹槽螺栓的图像；及步骤S3：检测图像中凹槽与预设基准之间的夹角，并基于对夹角的比较检测带凹槽螺栓是否松动。

优选地，步骤S3检测图像中凹槽与预设基准之间的夹角，以检测带凹槽螺栓是否松动，进一步包括以下步骤：步骤S31：通过二值化算法将带凹槽螺栓的图像转换为二值图像，以分别获得螺栓部分的图像和凹槽部分的图像；步骤S32：对凹槽部分的图像进行腐蚀，以消除凹槽中孤立的噪点；步骤S33：以水平线为参照设定一预设基准，及步骤S34：使用霍夫变换检测经腐蚀后的凹槽图像与预设基准之间的夹角。

优选地，步骤S31通过二值化算法将带凹槽螺栓的图像转换为二值图像，以分别获得螺栓部分的图像和凹槽部分的图像，之前进一步包括：步骤S311：通过滤波算法过滤带凹槽螺栓图像中的噪声；及步骤S312：对带凹槽螺栓图像做直方图均衡，以调整带凹槽螺栓图像的亮度。

优选地，当带凹槽螺栓的图像中螺栓包含至少两个凹槽时，步骤S34使用霍夫变换检测经腐蚀后的凹槽图像与预设基准之间的夹角时，当螺栓中任一凹槽与预设基准之间的夹角等于0度，则判断带凹槽螺栓处于拧紧状态，反之，则判定带凹槽螺栓处于松动状态。

优选地，当带凹槽螺栓的图像中螺栓仅包含一个凹槽时，步骤S34使用霍夫变换检测经腐蚀后的凹槽图像与预设基准之间的夹角时，当螺栓中的凹槽与预设基准之间的夹角等于0度，则判断带凹槽螺栓处于拧紧状态，反之，则判定带凹槽螺栓处于松动状态。

优选地，步骤S2检测带凹槽螺栓在图片中的位置，并截取出带凹槽螺栓的图像，进一步还包括以下步骤：步骤S21：使用深度学习模型结合包含带凹槽螺栓的图片训练一位置检测模型；步骤S22：通过模型中卷积层提取图片中带凹槽螺栓的图像特征；步骤S23：通过模型中池化层对提取的图像特征进行池化处理；步骤S24：通过模型中隐含层判断提取的图像是否为带凹槽螺栓的图像，若是，则进入步骤S25；若否，则返回步骤S21；步骤S25：输出带凹槽螺栓图像的位置；及步骤S26：截取仅包含带凹槽螺栓的图像。

优选地，所述池化层和隐含层的结构均为三层，先后三次对提取的图像特征进行池化和判断处理。

本发明还提供一种计算机可读介质，所述计算机可读介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述的计算机检测带凹槽螺栓松动的方法。