[发明专利]卫星结构平台孔内多余物检测系统、实时检测方法及介质有效

专利信息
申请号: 201911109027.3 申请日: 2019-11-13
公开(公告)号: CN110816902B 公开(公告)日: 2021-05-11
发明(设计)人: 万峰;邢香园;刘锦;汤红涛;陈小弟;吴剑锋;王治;赵文浩 申请(专利权)人: 上海卫星装备研究所
主分类号: B64G99/00 分类号: B64G99/00;G01M99/00
代理公司: 上海段和段律师事务所 31334 代理人: 李佳俊;郭国中
地址: 200240 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 卫星 结构 平台 多余 检测 系统 实时 方法 介质
【权利要求书】:

1.一种卫星结构平台孔内多余物实时检测方法,其特征在于,包括如下步骤:

步骤1:选取卫星结构平台上的盲孔和螺纹孔作为样本采集目标,利用内窥镜获取样本图像;

步骤2:将样本图像尺寸进行缩放,再将每张样本图像划分成S × S个单元格;

步骤3:对所述样本图像进行预处理,用矩形框对所述样本图像中目标多余物进行标注,获取所述样本图像中矩形框中心点像素坐标以及所述矩形框的宽度与高度,获得样本数据集,包括训练样本数据集与测试样本数据集;

步骤4:设计YOLO网络结构,包含24个卷积层和2个全连接层;用训练样本数据集对YOLO卷积神经网络进行训练,完成参数调整以及损失函数分析;用测试样本数据集对所述YOLO网络进行稳定性测试,衡量网络性能;

步骤5:利用高清内窥镜实时采集待检测的卫星结构平台上孔的图像,根据训练好的YOLO网络模型,对实测图像进行预测,获得预测目标的预选框参数值;

步骤6:利用NMS算法对步骤5的YOLO网络预选框进行筛选,去除冗余预选框,获得最终检测目标,实现对实测图像中多余物的检测与定位。

2.一种存储有计算机程序的计算机可读存储介质,其特征在于,所述计算机程序被处理器执行时实现权利要求1所述的卫星结构平台孔内多余物实时检测方法的步骤。

3.一种卫星结构平台孔内多余物检测系统,采用权利要求1所述的卫星结构平台孔内多余物实时检测方法,其特征在于,包括图像采集模块、联机模块、通信模块、多余物检测模块以及数据管理模块;

所述通信模块分别与图像采集模块、联机模块实时通信,并且能够发送设定的指令至数据管理模块;

所述图像采集模块采集得到的图像数据能够依次经多余物检测模块、数据管理模块输出,得到多余物检测结果。

4.根据权利要求3所述的卫星结构平台孔内多余物检测系统,其特征在于,所述多余物检测模块用于样本数据集构建、YOLO卷积神经网络训练、基于YOLO网络的目标预测以及基于NMS算法的目标处理;具体包括样本数据构建子模块、YOLO网络训练子模块、基于YOLO网络的目标预测子模块以及基于NMS算法的目标处理子模块;

所述图像采集模块采集得到的图像数据在多余物检测模块中,依次经样本数据构建子模块、YOLO网络训练子模块、基于YOLO网络的目标预测子模块以及基于NMS算法的目标处理子模块得到设定的结果。

5.根据权利要求3所述的卫星结构平台孔内多余物检测系统,其特征在于,所述数据管理模块用于多余物检测数据的关联存储、快速查询、可视化展示与汇总输出;具体包括数据关联子模块、数据快速查询子模块、数据汇总输出子模块以及数据可视化展示子模块中的任一种或任多种组合;

所述数据关联子模块、数据快速查询子模块、数据汇总输出子模块以及数据可视化展示子模块中的任一种或任多种组合能够根据通信模块的指令完成设定的对应操作。

6.根据权利要求3所述的卫星结构平台孔内多余物检测系统,其特征在于,所述图像采集模块包括内窥镜,能够通过软硬件API集成接口,实现内窥镜设备的在线拍照控制和图像实时采集。

7.根据权利要求6所述的卫星结构平台孔内多余物检测系统,其特征在于,所述联机模块包括设备管理模块和联机监控模块,用于控制内窥镜设备通信连接或断开,并实现设备运行状态监控;

所述设备管理模块用于内窥镜设备基本信息配置,包括设备名称、类型、IP地址以及照明亮度中任一种或任多种组合;

所述联机监控模块用于内窥镜设备通信连接、断开以及设备故障状态监控。

8.根据权利要求6所述的卫星结构平台孔内多余物检测系统,其特征在于,所述通信模块用于服务器与客户端之间的信息传递,通过与内窥镜、联机模块以及图像采集模块实时通信,实现拍照指令信息与图像信息的实时传输;具体通过局域网,采用Web Service技术实现服务器与客户端间的信息交互。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海卫星装备研究所,未经上海卫星装备研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911109027.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top