基于关键点检测的发动机链轮识别系统及识别方法技术方案

本发明专利技术公开了一种基于关键点检测的发动机链轮识别系统、方法，其中，系统包括：链轮图像采集模块，用于采集待检测的发动机链轮图像并存储；关键点识别模块，用于对发动机链轮图像进行关键点检测，得到发动机链轮图像对应的关键点热力图；链轮关键点位置确定模块，用于根据关键点热力图上的各关键点的像素值，确定各链轮关键点在关键点热力图上的具体所处位置；链轮关键点指标计算模块，用于根据各链轮关键点在关键点热力图上分别所处的位置，计算出可用于确定发动机链轮类型的多个链轮关键点指标；发动机链轮类型判断模块，用于根据计算的各链轮关键点指标判断出发动机链轮的类型，本发明专利技术提高了链轮类型识别的准确率。

Recognition system and method of engine sprocket based on key point detection

【技术实现步骤摘要】
基于关键点检测的发动机链轮识别系统及识别方法
本专利技术涉及质量检验
，具体涉及一种基于关键点检测的发动机链轮识别系统及识别方法。
技术介绍
在发动机组装过程中，需要对多个部位的零件进行检测与识别，比如需要对安装在发动机上的链轮类型进行识别。链轮的类型多种多样，外观非常相似。目前，对于链轮类型的识别还普遍采用肉眼识别方式，这种识别方式效率低下，识别准确率因人而异。近些年随着计算机识别技术和深度学习技术的发展，机器识别链轮图像的方法开始出现。从表面上看，对于链轮类型的识别问题可以看做是对链轮图像进行分类的问题。对于图像分类问题，目前有很多基于卷积神经网络的算法可以简单、快速地解决。然而在实际应用中，仅仅对链轮图像进行识别分类是远远不够的，主要有以下几点不足：1、现有的基于卷积神经网络的链轮图像识别方法仅能够识别输出链轮类型信息，并不能获得其他如链轮中心位置、链轮齿数、链轮相邻齿夹角等对判断链轮类型具有重要意义的信息，所作出的识别结果准确性不高。2、识别链轮类型的指标单一，不能使用多项指标进行交叉验证，导致识别算法的鲁本文档来自技高网...

【技术保护点】
1.一种基于关键点检测的发动机链轮识别系统，用于对发动机链轮的类型进行识别检测，其特征在于，包括：/n链轮图像采集模块，用于采集待检测的发动机链轮图像并存储；/n关键点识别模块，连接所述链轮图像采集模块，用于根据一预设的关键点识别模型对所述发动机链轮图像进行关键点检测，得到所述发动机链轮图像对应的关键点热力图；/n链轮关键点位置确定模块，连接所述关键点识别模块，用于根据所述关键点热力图上的各关键点的像素值，确定各链轮关键点在所述关键点热力图上的具体所处位置；/n链轮关键点指标计算模块，连接所述链轮关键点位置确定模块，用于根据所识别的各所述链轮关键点在所述关键点热力图上分别所处的位置，计算出可用...

【技术特征摘要】
1.一种基于关键点检测的发动机链轮识别系统，用于对发动机链轮的类型进行识别检测，其特征在于，包括：
链轮图像采集模块，用于采集待检测的发动机链轮图像并存储；
关键点识别模块，连接所述链轮图像采集模块，用于根据一预设的关键点识别模型对所述发动机链轮图像进行关键点检测，得到所述发动机链轮图像对应的关键点热力图；
链轮关键点位置确定模块，连接所述关键点识别模块，用于根据所述关键点热力图上的各关键点的像素值，确定各链轮关键点在所述关键点热力图上的具体所处位置；
链轮关键点指标计算模块，连接所述链轮关键点位置确定模块，用于根据所识别的各所述链轮关键点在所述关键点热力图上分别所处的位置，计算出可用于确定所述发动机链轮类型的多个链轮关键点指标；
发动机链轮类型判断模块，连接所述链轮关键点指标计算模块，用于根据计算的各所述链轮关键点指标判断出所述发动机链轮的类型。


2.如权利要求1所述的发动机链轮识别系统，其特征在于，还包括：
识别模型训练模块，分别连接所述链轮图像采集模块和所述关键点识别模块，用于以多张所述发动机链轮图像和各所述发动机链轮图像对应的多张所述关键点热力图为训练样本，训练形成所述关键点识别模型，
所述识别模型训练模块中具体包括：
训练数据获取单元，用于获取所述训练样本；
图像标注单元，连接所述训练数据获取单元，用于将作为训练样本的各所述发动机链轮图像提供给检测人员对图像上的各所述链轮关键点进行人工标注；
关键点热力图生成单元，连接所述图像标注单元，用于以经人工标注后的各所述发动机链轮图像作为输入，输出各所述发动机链轮图像对应的多张所述关键点热力图；
关键点热力图处理单元，连接所述关键点热力图生成单元，用于对各所述关键点热力图进行图像处理，得到经图像处理后的多张所述关键点热力图；
识别模型训练单元，分别连接所述关键点热力图处理单元和所述训练数据获取单元，用于以经图像处理后的各所述关键点热力图和所采集的各所述发动机链轮图像为所述训练样本，训练形成所述关键点识别模型。


3.如权利要求2所述的发动机链轮识别系统，其特征在于，训练所述关键点识别模型采用的神经网络结构为堆叠沙漏网络结构。


4.如权利要求1所述的发动机链轮识别系统，其特征在于，所述链轮关键点位置确定模块中具体包括：
候选点筛选单元，用于将所述关键点热力图上的像素值大于一预设阈值的各所述关键点作为候选点，并将各所述候选点从各所述关键点中筛选出来；
候选点聚类单元，连接所述候选点筛选单元，用于对所筛选的所有所述候选点进行聚类形成多个聚类区域；
链轮关键点位置确定单元，连接所述候选点聚类单元，用于将各所述聚类区域中的中心点作为所述链轮关键点，以最终确定各所述链轮关键点在所述关键点热力图上的具体所处位置。


5.如权利要求4所述的发动机链轮识别系统，其特征在于，预设的所述阈值为0.6。


6.如权利要求1...

【专利技术属性】
技术研发人员：黄家水，张发恩，王忠强，唐永亮，
申请(专利权)人：创新奇智重庆科技有限公司，
类型：发明
国别省市：重庆;50