[发明专利]螺栓松动角度识别方法及系统

权利要求书

1.一种螺栓松动角度识别方法，其特征在于，包括：

设备图像获取步骤，用于获取待识别设备图像；

螺栓定位检测步骤，用于基于一螺栓检测模型定位所述待识别设备图像中的螺栓区域并获取螺栓图像；

区域检测步骤，用于基于一分割模型对所述螺栓图像中螺栓防松线区域、螺母防松线区域及螺栓区域进行检测；

螺栓松动角度识别步骤，用于根据所述螺栓防松线区域、螺母防松线区域的质心坐标及所述螺栓区域的中心坐标计算得到螺栓的松动角度，以基于一预设松动阈值及所述松动角度判断所述螺栓是否需要故障修复。

2.根据权利要求1所述的螺栓松动角度识别方法，其特征在于，所述螺栓定位检测步骤进一步包括：

设备图像数据集获取步骤，用于获取至少一设备图像数据集；

测试数据集获取步骤，用于通过标注所述设备图像数据集中设备图像上的螺栓位置作为训练数据集和测试数据集；

数据增强步骤，用于对所述训练数据集和测试数据集经图像镜像操作和/或图像旋转操作进行数据增强，得到增强后的训练数据集和测试数据集；

螺栓检测模型构建步骤，用于基于YOLOv3网络对所述增强后的训练数据集和测试数据集进行训练，得到所述螺栓检测模型。

3.根据权利要求2所述的螺栓松动角度识别方法，其特征在于，所述区域检测步骤进一步包括：

螺栓图像数据集获取步骤，用于利用所述螺栓检测模型对所述设备数据集进行螺栓检测，得到螺栓图像数据集；

区域标注步骤，用于对所述螺栓图像数据集中螺栓防松线区域、螺母防松线区域及螺栓区域进行标注，得到标注后的螺栓图像数据集；

螺栓图像增强步骤，用于对所述标注后的螺栓图像数据集经图像镜像、图像对比度调整和/或图像旋转操作进行数据增强，得到增强后的螺栓图像数据集；

分割模型构建步骤，用于基于Unet网络对所述增强后的螺栓图像数据集进行训练，得到所述分割模型。

4.根据权利要求1或3所述的螺栓松动角度识别方法，其特征在于，所述螺栓松动角度识别步骤进一步包括：

坐标获取步骤，用于通过计算获取螺栓图像中所述螺栓防松线区域、螺母防松线区域的质心坐标A、B及所述螺栓区域的中心坐标C；

松动角度获取步骤，用于根据所述质心坐标A、质心坐标B及中心坐标C计算得到螺栓的松动角度；

故障修复判断步骤，用于将所述松动角度与预设松动阈值进行比较，若所述松动角度大于所述预设松动阈值，则生成一预警信息并返回所述松动角度及预警信息；否则，返回所述松动角度。

5.根据权利要求4所述的螺栓松动角度识别方法，其特征在于，所述螺栓松动角度的计算基于如下表达式：

其中，a、b、c分别为质心坐标B与中心坐标C之间、质心坐标A与中心坐标C之间及质心坐标A与质心坐标B之间的距离。

6.一种螺栓松动角度识别系统，其特征在于，包括：

设备图像获取模块，用于获取待识别设备图像；

螺栓定位检测模块，用于基于一螺栓检测模型定位所述待识别设备图像中的螺栓区域并获取螺栓图像；

区域检测模块，用于基于一分割模型对所述螺栓图像中螺栓防松线区域、螺母防松线区域及螺栓区域进行检测；

螺栓松动角度识别模块，用于根据所述螺栓防松线区域、螺母防松线区域的质心坐标及所述螺栓区域的中心坐标计算得到螺栓的松动角度，以基于一预设松动阈值及所述松动角度判断所述螺栓是否需要故障修复。

7.根据权利要求6所述的螺栓松动角度识别系统，其特征在于，所述螺栓定位检测模块进一步包括：

设备图像数据集获取模块，用于获取至少一设备图像数据集；

测试数据集获取模块，用于通过标注所述设备图像数据集中设备图像上的螺栓位置作为训练数据集和测试数据集；

数据增强模块，用于对所述训练数据集和测试数据集经图像镜像操作和/或图像旋转操作进行数据增强，得到增强后的训练数据集和测试数据集；

螺栓检测模型构建模块，用于基于YOLOv3网络对所述增强后的训练数据集和测试数据集进行训练，得到所述螺栓检测模型。