文章详情
| 稿件标题： | 基于深度学习与图像配准的螺栓松动检测 |
| 稿件作者： | 杜晓辉1，潘科欣1，刘博2 |
| DOI： | 10.11809/bqzbgcxb2023.07.002 |
| 科学编辑： | 刘勇（电子科技大学研究员 西南科技大学博导） |
| 栏目名称： | 智能光电检测技术专栏 |
| 关键词： | 螺栓松动；图像配准；深度学习；目标检测 |
| 文章摘要： | 针对风力发电机长时间发生重复振动可能会引起自身螺栓松动，影响风力发电机的正常运作的问题，提出了一种基于深度学习与图像配准的螺栓松动检测方法，避免了人工干预。对YOLOv5s进行了改进，使用ShuffleNetV2作为Backbone，在不降低准确率的情况下检测速度提升了69.8%，实现了对图像中包含待检测螺栓区域的定位。将待检测图像和模板图像采用基于强度的方法进行配准，并通过特征增强的方式对配准后的灰度图进行处理，从而定位出松动螺栓。实验结果表明，当螺栓发生5°以上旋转时该方法能准确检测出螺栓松动。 |
| 引用本文格式： | 杜晓辉，潘科欣，刘博.基于深度学习与图像配准的螺栓松动检测［J］.兵器装备工程学报，2023，44(7)：9-17. DU Xiaohui, PAN Kexin, LIU Bo.Bolt looseness detection based on deep learning and image registration［J］.Journal of Ordnance Equipment Engineering，2023，44(7)：9-17. |
| 刊期名称： | 2023年07期 |
| 出版时间： | 2023年7月 |
| 上线时间： | 2023年7月28日 |
| 浏览次数： | 2499 |
| 下载次数： | 83 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |