The present disclosure relates to the field of rust removal technology, in particular to a laser rust removal method based on machine learning, a laser rust removal device based on machine learning, a storage medium and an electronic terminal. The method includes acquiring the first original image, preprocessing the first original image to obtain the first preprocessed image, analyzing the first preprocessed image with the trained parameter calculation model to obtain the laser processing parameters, and controlling the laser to de-rust according to the laser processing parameters. The present disclosure is capable of calculating laser processing parameters corresponding to the corroded area in each image using a pre-trained machine learning model, thereby controlling the laser for de-rusting according to the laser control parameters. Effective rust removal effect is guaranteed.
【技术实现步骤摘要】
基于机器学习的激光除锈方法及装置
本公开涉及除锈
,具体涉及一种基于机器学习的激光除锈方法、一种基于机器学习的激光除锈装置、一种存储介质以及一种电子终端。
技术介绍
激光作为一种加工工具,能实现金属表面锈蚀层的快速清洗。与传统加工方法不同的是,激光具有高亮度、高单色性等优点,能实现远距离非接触式清洗,因此能利用激光对远距离除锈,比如高压带电装置、核装置等。但现有的激光除锈装置对应的激光控制方法大多流程复杂,且控制激光除锈的精准度不高。尤其对于野外环境下的设备,例如轨道,由于环境情况复杂、恶劣,导致金属轨道各部分锈蚀情况差异较大。且由于对除锈结果要求较高,不能损伤金属结构,导致现有的激光除锈装置并不能具有良好的除锈结果。需要说明的是,在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本公开的目的在于提供一种基于机器学习的激光除锈方法、一种基于机器学习的激光除锈装置、一种存储介质以及一种电子终端,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。根据本公开的第一方面,提供一种基于机器学习的激光除锈方法,包括:获取第一原始图像;对所述第一原始图像进行预处理以获取第一预处理图像;利用已训练的参数计算模型对所述第一预处理图像进行分析以获取激光处理参数;根据所述激光处理参数控制激光器进行除锈。在本公开的一种示例性实施例中,在根据所述激光处理参数控制激光器进行除锈后,所述方法还 ...
【技术保护点】
1.一种基于机器学习的激光除锈方法,其特征在于,包括:获取第一原始图像;对所述第一原始图像进行预处理以获取第一预处理图像;利用已训练的参数计算模型对所述第一预处理图像进行分析以获取激光处理参数;根据所述激光处理参数控制激光器进行除锈。
【技术特征摘要】
1.一种基于机器学习的激光除锈方法,其特征在于,包括:获取第一原始图像;对所述第一原始图像进行预处理以获取第一预处理图像;利用已训练的参数计算模型对所述第一预处理图像进行分析以获取激光处理参数;根据所述激光处理参数控制激光器进行除锈。2.根据权利要求1所述的基于机器学习的激光除锈方法,其特征在于,在根据所述激光处理参数控制激光器进行除锈后,所述方法还包括:获取第二当前图像;对所述第二当前图像进行预处理以获取第二预处理图像;对比所述第一预处理图像和第二预处理图像以获取除锈结果。3.根据权利要求2所述的基于机器学习的激光除锈方法,其特征在于,所述方法还包括:判断所述除锈结果是否满足预设条件;在判断所述除锈结果满足所述预设条件时,结束除锈操作;或者在判断所述除锈结果不满足所述预设条件时,利用所述已训练的参数计算模块对所述第二预处理图像进行分析以获取激光处理参数,以便于根据所述激光处理参数控制所述激光器进行除锈。4.根据权利要求1所述的基于机器学习的激光除锈方法,其特征在于,训练所述参数计算模型,包括:获取待处理锈蚀图像集合;以所述待处理锈蚀图像集合作为入参训练原始无监督模型以获取参数计算模型。5.根据权利要求1所述的基于机器学习的激光除锈方法,其特征在于...
【专利技术属性】
技术研发人员:李婷,孙汉英,李本涖,钟翊铭,钟李朵,郑列文,吕鑫,
申请(专利权)人:西安云鑫电子科技有限公司,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。