【技术实现步骤摘要】
本专利技术属于图像识别与故障诊断，具体涉及农机齿轮点蚀图像识别方法。
技术介绍
1、农业机械传动系统被认为是农业机械的重要组成部分。农业机械齿轮传动系统因长期处于复杂工作环境下，容易出现磨损、变形甚至点蚀失效。其中，齿轮点蚀作为常见的疲劳损伤形式，若不及时检测，将导致设备损坏和经济损失。目前，齿轮点蚀检测方法主要包括：基于振动信号的方法，存在特征提取困难、噪声干扰大、早期点蚀难以识别的问题。基于传统图像处理的方法，受光照、表面纹理等因素影响，检测效果不稳定。基于深度学习的方法，如u-net、u-net++等，在细粒度分割方面存在优化空间。因此，有必要开展基于计算机视觉的齿轮点蚀检测技术，这对于农机故障诊断的广泛应用具有十分重要的意义。
2、kans通过可学习的非线性映射层，提高模型对复杂点蚀模式的表达能力。u-net++的密集跳跃连接增强不同尺度特征信息的传递，具有提高点蚀区域的识别能力。采用深度可分离卷积降低计算开销，提高推理速度。结合两个模型使得在齿轮点蚀检测任务上集中局部特征，提高小面积点蚀的分割精度。满足工业检测实时
【技术保护点】
1.一种基于KANs与U-Net++的农机齿轮点蚀图像识别方法，其特征在于：所述方法具体过程为：
2.根据权利要求1所述的一种基于KANs与U-Net++的农机齿轮点蚀图像识别方法，其特征在于：所述步骤2中将步骤1获取的齿轮点蚀图像进行预处理，作为训练集；具体过程为：
3.根据权利要求2所述的一种基于KANs与U-Net++的农机齿轮点蚀图像识别方法，其特征在于：所述步骤3中构建KAN-U-Net++网络；具体过程为：
4.根据权利要求3所述的一种基于KANs与U-Net++的农机齿轮点蚀图像识别方法，其特征在于：所述卷积块依次包括...
【技术特征摘要】
1.一种基于kans与u-net++的农机齿轮点蚀图像识别方法，其特征在于：所述方法具体过程为：
2.根据权利要求1所述的一种基于kans与u-net++的农机齿轮点蚀图像识别方法，其特征在于：所述步骤2中将步骤1获取的齿轮点蚀图像进行预处理，作为训练集；具体过程为：
3.根据权利要求2所述的一种基于kans与u-net++的农机齿轮点蚀图像识别方法，其特征在于：所述步骤3中构建kan-u-net++网络；具体过程为：
4.根据权利要求3所述的一种基于kans与u-net++的农机齿轮点蚀图像识别方法，其特征在于：所述卷积块依次包括卷积层、批量归一化层、relu激活函数和最大池化层；
5.根据权利要求4所述的一种基于kans与u-net++的农机齿轮点蚀图像识别方法，其特征在于：所述第一kd模块、第二kd模块、第三kd模块、第四kd模块中每个kd模块依次包括：kan layer层、深度卷积层、批量归一化层bn、relu激活函数层、层归一化ln；
6.根据权利要求5所述的一种基于kan...
【专利技术属性】
技术研发人员：奚德君，张宝桐，王一甲，赵之恒，孟志军，徐宏扬，
申请(专利权)人：东北农业大学，
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。