System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于预埋件施工的,具体涉及一种基于深度学习的预埋件位置检查方法及检查设备。
技术介绍
1、核电厂房由于管道、电缆桥架多,墙体需预先安装大量埋件,埋件安装质量是施工过程中控制的关键点,埋件位置检查验收需占用大量的工作时间,严重影响施工进度,提高埋件位置验收效率是实现核电建造高质量发展的关键要素,是保证核电建造安全的基础保证。
2、对于埋件的安装位置检查,现有技术中普遍依赖人工直接测量,即人力借助传统测量工具(如卷尺)或者自动测量工具(激光测距仪)对埋件的位置进行测量记录,但是依赖人工实现对埋件位置的检查,需要依次对每一个埋件进行测量,由于埋件数量过多,导致劳动效率很低。
技术实现思路
1、本专利技术的目的在于克服现有技术中的不足,提供一种基于深度学习的预埋件位置检查方法及检查设备,能够在保证验收要求的同时,实现对数量众多的预埋件快速进行位置检查。
2、本专利技术提供了如下的技术方案:
3、第一方面,提供了一种基于深度学习的预埋件位置检查方法,包括:
4、将多个预埋件框在整体标靶的镂空区域,并将整体标靶固定在墙体上,同时获取至少一个位于整体标靶边缘角的圆形靶标的量测坐标位置;
5、在距离墙体设定距离的位置,对整体标靶进行图像采集;
6、利用图像分割模型对采集的图像进行分割提取,获取每个像素级预埋件的区域以及每个像素级圆形靶标的区域;
7、根据四个像素级圆形靶标的区域,获取四个像素级圆形靶标的中
8、对校正后的预埋件区域进行预埋件坐标的提取,获取预埋件的检测坐标;
9、将预埋件的检测坐标和预埋件的目标坐标进行对比,获取检测坐标与目标坐标的偏差值,完成对预埋件位置的检查。
10、可选地,所述将多个预埋件框在整体标靶的镂空区域,并将整体标靶固定在墙体上,同时记录位于整体标靶四个边缘角的圆形靶标的量测坐标位置中,所述圆形靶标和整体标靶的颜色不同;所述整体标靶为红色,所述圆形靶标为绿色。
11、可选地,所述利用图像分割模型对采集的图像进行分割提取,获取每个像素级预埋件的区域以及每个像素级圆形靶标的区域包括:
12、将位于整体标靶外边缘外侧的图像定义为背景,并将背景进行去除;
13、编码器将采集的图像进行处理,生成低分辨率的特征表示;
14、解码器接收编码器的输出,通过上采样和卷积操作逐渐将特征图恢复到原始分辨率;
15、在解码器的不同层级,跳接将来自编码器的特征图与解码器的特征图融合,以保留高级和低级的信息,并最终输出分辨率相同的像素级预埋件区域和像素级圆形靶标的区域。
16、可选地,所述根据四个像素级圆形靶标的区域,获取四个像素级圆形靶标的中心提取坐标,并根据圆形靶标的量测坐标位置,对每个像素级预埋件的区域进行校正中,所述获取四个像素级圆形靶标的中心提取坐标是通过最小二乘拟合整体标靶中四个像素级圆形靶标的中心提取坐标。
17、可选地,所述根据四个像素级圆形靶标的区域,获取四个像素级圆形靶标的中心提取坐标,并根据圆形靶标的量测坐标位置,对每个像素级预埋件的区域进行校正中,所述对每个像素级预埋件的区域进行校正,是利用透视变换来纠正图像的透视效果,以将每个像素级预埋件的区域校正为正射。
18、可选地,所述对校正后的预埋件区域进行预埋件坐标的提取,获取预埋件的检测坐标包括:
19、采用canny边缘提取算法,通过双阈值的设置对断裂边缘进行连接,获取预埋件区域四个角点的检测坐标;
20、根据四个角点的检测坐标,确定四个角点的检测坐标平均值,并把四个角点的检测坐标平均值作为预埋件的检测坐标。
21、第二方面,提供了一种基于深度学习的预埋件位置检查设备,包括整体标靶、图像采集组件和工控机;
22、所述整体标靶安装在墙体上,多个预埋件框位于整体标靶的镂空区域,整体标靶的四个边缘角均设有圆形标靶;
23、图像采集组件,用于在距离墙体设定距离的位置,对整体标靶进行图像采集;
24、工控机与所述图像采集组件相连;工控机包括输入单元、分割提取单元、校正单元、获取单元和对比输出单元;
25、输入单元,用于输入至少一个位于整体标靶四个边缘角的圆形靶标的量测坐标位置;
26、分割提取单元,用于利用图像分割模型对采集的图像进行分割提取,获取每个像素级预埋件的区域以及每个像素级圆形靶标的区域;
27、校正单元,用于根据四个像素级圆形靶标的区域,获取四个像素级圆形靶标的中心提取坐标,并根据圆形靶标的量测坐标位置,对每个像素级预埋件的区域进行校正;
28、获取单元,用于对校正后的预埋件区域进行预埋件坐标的提取,获取预埋件的检测坐标;
29、对比输出单元,用于将预埋件的检测坐标和预埋件的目标坐标进行对比,获取检测坐标与目标坐标的偏差值,完成对预埋件位置的检查。
30、可选地,所述图像采集组件为工业相机和激光雷达;所述工控机通过usb type-c连接线与hdmi连接线连接于触摸式显示器,通过电源线连接于外部电池;在所述工控机的底部还连接有三角支架。
31、与现有技术相比,本专利技术的有益效果是:
32、本专利技术设置整体标靶和圆形靶标,能够提高对预埋件的目标检测效果,从而提高检测精度;同时本专利技术的整体标靶与工控机配合使用,能够保证预埋件的验收要求,同时快速的实现多个预埋件的位置检查,操作简单,受杂光、阴雨、刮风等环境干扰小,另外,本专利技术可对20米范围内进行三维位置测量,实现0.01像素分辨率,测量精度优于4mm,有效满足了对现场施工的质量要求,大大提高了施工效率。
本文档来自技高网...【技术保护点】
1.一种基于深度学习的预埋件位置检查方法,其特征在于,包括:
2.根据权利要求1所述的基于深度学习的预埋件位置检查方法,其特征在于,所述将多个预埋件框在整体标靶的镂空区域,并将整体标靶固定在墙体上,同时记录位于整体标靶四个边缘角的圆形靶标的量测坐标位置中,所述圆形靶标和整体标靶的颜色不同;所述整体标靶为红色,所述圆形靶标为绿色。
3.根据权利要求1所述的基于深度学习的预埋件位置检查方法,其特征在于,所述利用图像分割模型对采集的图像进行分割提取,获取每个像素级预埋件的区域以及每个像素级圆形靶标的区域包括:
4.根据权利要求1所述的基于深度学习的预埋件位置检查方法,其特征在于,所述根据四个像素级圆形靶标的区域,获取四个像素级圆形靶标的中心提取坐标,并根据圆形靶标的量测坐标位置,对每个像素级预埋件的区域进行校正中,所述获取四个像素级圆形靶标的中心提取坐标是通过最小二乘拟合整体标靶中四个像素级圆形靶标的中心提取坐标。
5.根据权利要求1所述的基于深度学习的预埋件位置检查方法,其特征在于,所述根据四个像素级圆形靶标的区域,获取四个像素级圆形靶
6.根据权利要求1所述的基于深度学习的预埋件位置检查方法,其特征在于,所述对校正后的预埋件区域进行预埋件坐标的提取,获取预埋件的检测坐标包括:
7.一种基于深度学习的预埋件位置检查设备,其特征在于,包括整体标靶、图像采集组件和工控机;
8.根据权利要求7所述的基于深度学习的预埋件位置检查设备,其特征在于,所述图像采集组件为工业相机和激光雷达;所述工控机通过USB Type-C连接线与HDMI连接线连接于触摸式显示器,通过电源线连接于外部电池;在所述工控机的底部还连接有三角支架。
...【技术特征摘要】
1.一种基于深度学习的预埋件位置检查方法,其特征在于,包括:
2.根据权利要求1所述的基于深度学习的预埋件位置检查方法,其特征在于,所述将多个预埋件框在整体标靶的镂空区域,并将整体标靶固定在墙体上,同时记录位于整体标靶四个边缘角的圆形靶标的量测坐标位置中,所述圆形靶标和整体标靶的颜色不同;所述整体标靶为红色,所述圆形靶标为绿色。
3.根据权利要求1所述的基于深度学习的预埋件位置检查方法,其特征在于,所述利用图像分割模型对采集的图像进行分割提取,获取每个像素级预埋件的区域以及每个像素级圆形靶标的区域包括:
4.根据权利要求1所述的基于深度学习的预埋件位置检查方法,其特征在于,所述根据四个像素级圆形靶标的区域,获取四个像素级圆形靶标的中心提取坐标,并根据圆形靶标的量测坐标位置,对每个像素级预埋件的区域进行校正中,所述获取四个像素级圆形靶标的中心提取坐标是通过最小二乘拟合整体标靶中四个像素级圆形靶标的中心提取坐标。...
【专利技术属性】
技术研发人员:单意志,杨尚,陶玉菲,贺卫兵,余世安,许增杰,朱大伟,钱伏华,
申请(专利权)人:中国核工业华兴建设有限公司,
类型:发明
国别省市:
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。