[发明专利]一种刚性汇流排缺陷检测方法及装置

权利要求书

1.一种刚性汇流排缺陷检测方法，其特征在于，包括：

S1、利用深度学习模型，从采集获得的汇流排图像中，定位感兴趣汇流排区域图像；

S2、通过中值滤波对所述感兴趣汇流排区域图像进行平滑和滤波处理，滤除感兴趣汇流排区域图像噪声；

S3、对滤除噪声后的感兴趣汇流排区域图像进行预处理，得到特征图，从所述特征图中提取出汇流排特征；

S4、根据提取出的所述汇流排特征，进行汇流排缺陷检测，其中，所述汇流排缺陷检测包括汇流排弯曲变形检测和/或汇流排擦伤检测。

2.根据权利要求1所述的刚性汇流排缺陷检测方法，其特征在于：所述步骤S1中利用深度学习模型，从采集获得的汇流排图像中，定位感兴趣汇流排区域图像，具体包括：

S11、对采集获得的汇流排图像进行预处理，并进行YOLOV4模型训练；

S12、验证训练后的YOLOV4模型，以确定YOLOV4模型是否需要再训练；

S13、利用训练完成的YOLOV4模型，对汇流排进行定位，选出感兴趣汇流排区域图像，并输出所述感兴趣汇流排区域图像的坐标。

3.根据权利要求2所述的刚性汇流排缺陷检测方法，其特征在于，所述步骤S11中对采集获得的汇流排图像进行预处理，并进行YOLOV4模型训练，包括：

S111、使用安装在车顶的线阵相机或面阵相机采集得到汇流排图像；

S112、对采集得到的汇流排图像进行旋转、翻转和放大处理，以增强汇流排图像数据；

S113、使用图片标注工具对汇流排图像进行标注，利用K折交叉验证法将标注后的汇流排图像划分为训练集和验证集；

S114、对所述训练集进行训练，得到训练后的YOLOV4模型。

4.根据权利要求3所述的刚性汇流排缺陷检测方法，其特征在于：所述步骤S12中验证训练后的YOLOV4模型，以确定YOLOV4模型是否需要再训练，包括：

通过所述验证集，验证所述训练后的YOLOV4模型的定位准确率；

若未达到预期效果，则重复步骤S11；

若达到预期效果，则YOLOV4模型训练完成。

5.根据权利要求1所述的刚性汇流排缺陷检测方法，其特征在于，所述平滑和滤波处理，包括：

通过对所述感兴趣汇流排区域图像的局部像素进行排序，计算所述局部像素内每个像素点的灰度值，选取中位数作为当前输入像素的灰度值，去除噪声干扰。

6.根据权利要求5所述的刚性汇流排缺陷检测方法，其特征在于，所述汇流排特征至少包括汇流排弯曲变形特征和汇流排擦伤特征。

7.根据权利要求6所述的刚性汇流排缺陷检测方法，其特征在于，

所述汇流排弯曲变形特征，包括：汇流排轮廓信息；

所述汇流排弯曲变形检测，包括：利用所述汇流排轮廓信息，计算得到汇流排相关的线条；再对汇流排线条进行拟合，得到汇流排拟合直线；通过所述汇流排线条上的点到所述汇流排拟合直线的最大距离，与预设距离阈值比较，判断汇流排是否弯曲变形。

8.根据权利要求7所述的刚性汇流排缺陷检测方法，其特征在于，使用拉普拉斯边缘检测算法，计算输入像素的最大连通区域，得到汇流排边缘轮廓信息。

9.根据权利要求8所述的刚性汇流排缺陷检测方法，其特征在于，使用霍夫曼直线检测算法，从所述汇流排轮廓信息中提取汇流排线条，根据所述汇流排线条长度和角度，筛选干扰线条，得到汇流排直线；通过加权最小二乘法拟合所述汇流排直线，得到汇流排拟合直线。

10.根据权利要求8所述的刚性汇流排缺陷检测方法，其特征在于，当所述汇流排线条上的点到所述汇流排拟合直线的最大距离大于等于预设距离阈值时，判定汇流排弯曲变形。