基于Yolov5模型和红外图像的预应力管道灌浆质量检测方法

    公开(公告)号:CN116402748A

    公开(公告)日:2023-07-07

    申请号:CN202310168061.8

    申请日:2023-02-27

    Applicant: 郑州大学

    Abstract: 本发明涉及一种基于Yolov5模型和红外图像的预应力管道灌浆质量检测方法,包括:构建预应力管道红外图像数据集;构建基于改进Yolov5网络模型;训练模型,得到预应力管道缺陷检测模型;根据所述预应力管道缺陷检测模型,对采集的红外图像进行检测,以判断预应力管道是否存在故障。本发明将人工智能技术与缺陷检测技术相结合,利用改进Yolov5模型实现预应力管道灌浆缺陷红外图像的特征提取、识别、目标定位等过程,克服人工特征提取的不足,深层次数据挖掘所含信息,实现了预应力管道灌浆缺陷的快速检测识别。

    一种用于蜂窝结构规整度检测的Harris蜂窝顶点提取方法

    公开(公告)号:CN115953421A

    公开(公告)日:2023-04-11

    申请号:CN202211653826.9

    申请日:2022-12-22

    Applicant: 郑州大学

    Abstract: 本发明属于图像处理领域,公开了一种用于蜂窝结构规整度检测的Harris蜂窝顶点提取方法,包括:S1、获取蜂窝图像;S2、预处理:对获取的蜂窝图像进行预处理,所述预处理包括降噪滤波、二值化与形态学处理;S3、骨架化:通过Hilditch细化算法提取预处理后的图像的蜂窝壁中轴线;S4、骨架修剪:删除图像中的游离碎片和毛刺;S5、对骨架修剪后的图像进行定参顶点提取,得到蜂窝顶点位置。本发明在蜂窝顶点提取中漏检与误检情况大幅减少,阈值设置科学合理,定参条件检测简化了以往一图一调的操作模式,简单易行,检测精度高,效果稳定。

Patent Agency Ranking