申请/专利权人：浙江浙能数字科技有限公司

申请日：2024-04-03

公开（公告）日：2024-06-07

公开（公告）号：CN117994753B

主分类号：G06V20/56

分类号：G06V20/56;G06V10/77;G06V10/774;G06V20/40;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.06.07#授权;2024.05.24#实质审查的生效;2024.05.07#公开

摘要：本申请公开了一种基于视觉的翻车机入口轨道异常检测装置及方法，包括：图像采集模块：用于采用图像采集装置采集待测目标图像集；映射标识模块：用于预处理待测目标图像集并筛选出关键帧图像，对关键帧图像进行特征提取得到预处理图像特征，将预处理图像特征赋予的标识和其对应的图像形成标记图像集；特征提取模块：用于将标记图像集输入特征提取模型将标记图像集进行标识识别并进行联合分析得到特征提取结果；接缝状态确定模块：用于根据特征提取结果，确定轨道接缝状态；检测判断模块：用于根据轨道接缝状态，结合通车状态信号，判断翻车机入口轨道是否异常，解决翻车机异常检测工作由于异物对图像采集设备影响而导致检测精确度差的问题。

主权项：1.一种基于视觉的翻车机入口轨道异常检测装置，其特征在于，包括：图像采集模块：用于采用图像采集装置对翻车机入口轨道进行多角度图像采集得到待测目标图像集；映射标识模块：用于预处理待测目标图像集并筛选出关键帧图像，对关键帧图像进行特征提取得到预处理图像特征，将预处理图像特征进行基于空间位置的映射标识，为每个特征赋予一个标识，赋予的标识和其对应的图像形成标记图像集，基于空间位置的映射标识包括：将关键帧图像在空间位置中进行表示，将物体从二维的图像中转移到三维空间中进行表示，并根据三维空间中的表示进行相应位置关系的确定，赋予每个特征一个标识；特征提取模块：用于将标记图像集输入特征提取模型，特征提取模型通过获取样本图像数据进行卷积神经网络训练生成，特征提取模型包括若干个并行的特征提取分支，每个分支都对应一个特定的图像特征提取方法，特征提取模型将标记图像集进行标识识别并进行联合分析得到特征提取结果，特征提取模型将标记图像集进行标识识别并进行联合分析得到特征提取结果包括：B1：各特征提取分支同步处理，确定若干组卷积特征，若干组卷积特征与特征提取分支一一对应；B2：基于空间位置的映射标识对若干组卷积特征进行归类，确定若干类卷积特征；B3：校对并择取若干类卷积特征中频率最高项作为特征提取结果；接缝状态确定模块：用于根据特征提取结果，确定轨道接缝状态；检测判断模块：用于根据轨道接缝状态，结合通车状态信号，判断翻车机入口轨道是否异常。

全文数据：

权利要求：

百度查询： 浙江浙能数字科技有限公司 基于视觉的翻车机入口轨道异常检测装置及方法

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