[发明专利]一种螺栓松动检测方法、装置、设备及存储介质

说明书

本发明公开了一种螺栓松动检测方法、装置、设备及存储介质。该方法包括：获取待检测螺栓对应的待检测图像；采用第一预设模型识别待检测图像中的螺栓连接节点板作为第一感兴趣区域图像；基于第二预设模型识别第一感兴趣区域图中的螺栓，得到螺栓位置信息；基于螺栓位置信息和参考图像，采用透视变换对第一感兴趣区域图像进行校正得到校正图像；基于第二预设模型识别校正图像中的螺栓区域作为第二感兴趣区域图像；基于第三预设模型获取第二感兴趣区域图像中的螺栓检测角度；基于预设参考图像中的螺栓预设角度与螺栓检测角度，确认待检测螺栓的松动检测结果。实现高鲁棒性地检测螺栓及螺栓边缘信息，提高螺栓松动检测精度的效果。

技术领域

本发明实施例涉及缺陷检测技术，尤其涉及一种螺栓松动检测方法、装置、设备及存储介质。

背景技术

螺栓连接节点是最常用的钢结构构件连接方式之一，螺栓在服役过程中由于温度波动、反复荷载和振动等多因素影响会造成螺栓连接松动从而威胁到整个结构的安全性和稳定性，因此对螺栓的松动检测具有重要意义。

传统螺栓连接的松动通过接触式传感器的方法来监测的，例如基于声学的方法、压电主动传感方法和基于阻抗的方法，此方法需要高精度仪器并结合内置算法来补偿环境变化影响，无论从经济角度还是部署角度都难以普及。近年来，基于计算机视觉的结构健康检测方法受到了学术界和工业界的广泛关注，现有的钢结构螺栓松动检测方法主要包括：通过基于机器学习分类器对所检测到的螺栓进行分类，并将因螺栓旋转引起的螺纹暴露的模式判别为螺栓松动，或者通过图像处理的方式直接在原始图像检测螺栓边缘直线，再通过比较角度的差异判断松动。

检测螺纹判断螺栓松动的方法无法有效检测出螺栓的小角度松动，且螺纹暴露模式图像样本难以获取，训练样本不够充分；现有的通过判断螺栓边缘直线角度的变化检测松动的方法无法自动进行图像畸变校正，且直接在原始图像使用图像处理的方式检测螺栓边缘直线准确率低、鲁棒性差。

发明内容

本发明提供一种螺栓松动检测方法、装置、设备及存储介质，以实现提高检测模型精度，排除待测图像背景干扰，提高检测结果准确度的效果。

第一方面，本发明实施例提供了一种螺栓松动检测方法，包括：

获取待检测螺栓对应的待检测图像；

采用第一预设模型识别所述待检测图像中的螺栓连接节点板作为第一感兴趣区域图像；

基于第二预设模型识别所述第一感兴趣区域图中的螺栓，得到螺栓位置信息；

基于所述螺栓位置信息和参考图像，采用透视变换对所述第一感兴趣区域图像进行校正得到校正图像；

基于所述第二预设模型识别所述校正图像中的螺栓区域作为第二感兴趣区域图像；

基于第三预设模型获取所述第二感兴趣区域图像中的螺栓检测角度；

基于预设参考图像中的螺栓预设角度与所述螺栓检测角度，确认所述待检测螺栓的螺栓松动检测结果。

可选的，所述采用第一预设模型识别所述待检测图像中的螺栓连接节点板作为感兴趣区域图像包括：

采用第一预设模型识别所述待检测图像中的螺栓连接节点板；

获取所述螺栓连接节点板的位置信息，所述螺栓连接节点板的位置信息为具有坐标信息的检测区域框；

将所述检测区域框按预设百分比扩大范围后截取的图像作为第一感兴趣区域图像。

可选的，所述基于所述螺栓位置信息和参考图像，采用透视变换对所述第一感兴趣区域图像进行校正得到校正图像包括：

基于预设螺栓的位置信息获取检测参考点，获取所述参考图像中的基准参考点；