基于机器视觉的工业机械故障检测方法及装置制造方法及图纸

本发明专利技术实施例提供一种基于机器视觉的工业机械故障检测方法及装置，其中，该方法包括：对摄像机采集的原始图像进行图像处理，获取待检测的工业机械的图像；提取待检测的工业机械的图像中每个轮廓的特征；将待检测的工业机械的图像中各个轮廓的特征输入至故障检测模型，输出待检测的工业机械对应的故障检测结果；其中，故障检测模型是基于机械结构图像的轮廓特征的样本数据及预先确定的故障类型标签进行训练后得到的。本发明专利技术实施例提供的基于机器视觉的工业机械故障检测方法及装置，根据待检测的工业机械的图像中每个轮廓的特征，获取待检测的工业机械对应的故障检测结果，能获得更准确的故障检测结果，能够有效提高工业设备的故障诊断效率。障诊断效率。障诊断效率。

【技术实现步骤摘要】
基于机器视觉的工业机械故障检测方法及装置


[0001]本专利技术涉及计算机
，尤其涉及一种基于机器视觉的工业机械故障检测方法及装置。

技术介绍

[0002]机器视觉技术是将机器代替人眼来识别检测的技术，通过摄像机对待检物品进行图像采集，经过图像信号处理后再通过系统软件识别出检测结果。随着自动化技术的不断发展，机器视觉技术被广泛应用到工业生产检测中，尤其对工业机械故障的智能检测。
[0003]现有基于机器视觉的工业机械故障检测方法在使用过程中经常出现错检和漏检现象，检测结果准确率较低。

技术实现思路

[0004]本专利技术实施例提供一种基于机器视觉的工业机械故障检测方法及装置，用以解决现有技术中检测结果准确率较低缺陷，实现高准确率的工业机械故障检测。
[0005]本专利技术实施例提供一种基于机器视觉的工业机械故障检测方法，包括：
[0006]对摄像机采集的原始图像进行图像处理，获取待检测的工业机械的图像；
[0007]提取所述待检测的工业机械的图像中每个轮廓的特征；
>[0008]将所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的工业机械故障检测方法，其特征在于，包括：对摄像机采集的原始图像进行图像处理，获取待检测的工业机械的图像；提取所述待检测的工业机械的图像中每个轮廓的特征；将所述待检测的工业机械的图像中各个轮廓的特征输入至故障检测模型，输出所述待检测的工业机械对应的故障检测结果；其中，所述故障检测模型是基于机械结构图像的轮廓特征的样本数据及预先确定的故障类型标签进行训练后得到的。2.根据权利要求1所述的基于机器视觉的工业机械故障检测方法，其特征在于，所述提取所述待检测的工业机械的图像中每个轮廓的特征的具体步骤包括：提取所述待检测的工业机械的图像中的线状特征；根据所述待检测的工业机械的图像中的线状特征，获取所述待检测的工业机械的图像中的各个轮廓；对于所述待检测的工业机械的图像中的每个轮廓，获取所述轮廓的特征。3.根据权利要求1所述的基于机器视觉的工业机械故障检测方法，其特征在于，所述将所述待检测的工业机械的图像中各个轮廓的特征输入至故障检测模型，输出所述待检测的工业机械对应的故障检测结果的具体步骤包括：获取所述待检测的工业机械的图像中每个轮廓的特征与所述机械结构图像的轮廓特征的样本数据之间的相似性；根据所述相似性，输出所述待检测的工业机械对应的故障检测结果。4.根据权利要求1至3任一所述的基于机器视觉的工业机械故障检测方法，其特征在于，所述对摄像机采集的原始图像进行图像处理，获取待检测的工业机械的图像的具体步骤包括：对所述原始图像依次进行图像增强、图像分割和形态学操作，获取所述待检测的工业机械的图像。5.根据权利要求2所述的基于机器视觉的工业机械故障检测方法，其特征在于，所述提取所述待检测的工业机械的图像中的线状特征的具体步骤包括：基于霍夫变换方法和线性回归方法，提取所述待检测的工业机械的图像中的线状特征。6.根据权利要求3所述的基...

【专利技术属性】
技术研发人员：邵怡文，王佩佩，
申请(专利权)人：北京市天元网络技术股份有限公司，
类型：发明
国别省市：