本技術(shù)實(shí)施例涉及圖像檢測(cè)領(lǐng)域，特別涉及一種輸送帶骨架接頭缺陷檢測(cè)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、輸送帶作為物料運(yùn)輸?shù)年P(guān)鍵設(shè)備，常常因輸送帶長期高負(fù)荷作業(yè)，導(dǎo)致輸送帶接頭處斷帶，因此輸送帶接頭識(shí)別和接頭處帶芯缺陷檢測(cè)對(duì)于保障散貨物料運(yùn)輸?shù)纳a(chǎn)安全以及提高生產(chǎn)效率具有重要意義。

2、在相關(guān)技術(shù)中，輸送帶接頭的識(shí)別主要靠皮帶表面的膠接痕或者根據(jù)埋設(shè)到皮帶內(nèi)的rfid芯片的識(shí)別來實(shí)現(xiàn)。很多現(xiàn)場(chǎng)輸送帶沒有預(yù)先埋設(shè)或無條件埋設(shè)rfid芯片，導(dǎo)致難以有效識(shí)別輸送帶接頭的位置。另一方面，現(xiàn)場(chǎng)運(yùn)輸散貨物料的工況惡劣，皮帶上往往黏附物料或灰塵，導(dǎo)致普通cmos相機(jī)對(duì)皮帶表面膠痕不易識(shí)別，特別是接頭處皮帶扎入鉚釘和鋼針等小目標(biāo)，傳統(tǒng)圖像識(shí)別無法檢測(cè)到，也就無法實(shí)時(shí)監(jiān)測(cè)接頭處表面和內(nèi)部的缺陷。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例提供一種輸送帶骨架接頭缺陷檢測(cè)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，解決無法精準(zhǔn)識(shí)別輸送帶骨架接頭，接頭表層和內(nèi)部缺陷的問題。

2、一方面，本技術(shù)提供一種輸送帶骨架接頭缺陷檢測(cè)方法，所述方法包括：

3、通過x光掃描設(shè)備實(shí)時(shí)獲取輸送帶的x光圖像，檢測(cè)并識(shí)別所述x光圖像中輸送帶骨架接頭和輸送帶缺陷；

4、響應(yīng)于識(shí)別到骨架接頭，從所述x光圖像中提取接頭圖像，并檢測(cè)所述骨架接頭所在接頭區(qū)域的rfid標(biāo)簽；所述rfid標(biāo)簽中記錄有骨架接頭信息；

5、響應(yīng)于識(shí)別到輸送帶缺陷，輸出所述輸送帶缺陷的缺陷標(biāo)簽，將所述輸送帶缺陷所在的缺陷區(qū)域與所述接頭區(qū)域進(jìn)行位置和標(biāo)簽匹配，根據(jù)位置匹配結(jié)果和標(biāo)簽匹配結(jié)果輸出骨架接頭的缺陷檢測(cè)結(jié)果。

6、具體的，所述檢測(cè)并識(shí)別所述x光圖像中輸送帶骨架接頭和輸送帶缺陷，包括：

7、將采集的所述x光圖像送入接頭檢測(cè)模型進(jìn)行輸送帶識(shí)別和接頭識(shí)別，輸出輸送帶類型和接頭的置信度信息；

8、通過cv算法對(duì)接頭的置信度信息進(jìn)行確認(rèn)，輸出接頭信息；

9、將采集的所述x光圖像送入缺陷檢測(cè)模型，并根據(jù)確認(rèn)的輸送帶類型進(jìn)行缺陷檢測(cè)；缺陷包括鉚釘、撕裂、異物和磨損中的至少一種。

10、具體的，所述接頭檢測(cè)模型為yolo檢測(cè)模型，包括第一backbone骨干網(wǎng)絡(luò)、第一neck頸部結(jié)構(gòu)和第一head頭部結(jié)構(gòu)；

11、所述x光圖像輸入為640*640尺寸，通過第一backbone提取特征圖，其中的卷積conv模塊的卷積步長為2，進(jìn)行下采樣提取特征，空間金字塔池化sppf模塊進(jìn)行上采樣，融合多尺度特征；第一backbone輸出的特征圖送入第一neck結(jié)構(gòu)，通過特征金字塔fpn結(jié)構(gòu)進(jìn)行淺層特征和深層語義特征融合；第一neck結(jié)構(gòu)輸出連接第一head結(jié)構(gòu)，通過卷積輸出識(shí)別結(jié)果；

12、所述接頭檢測(cè)模型的損失函數(shù)l表示如下：

13、l＝1.0*lobj+0.05*lbox+0.0*lcls

14、其中，lobj為目標(biāo)置信度損失；lbox為預(yù)測(cè)框損失；lcls為類別判斷損失。

15、具體的，輸送帶類型分為芳綸輸送帶和鋼絲輸送帶；

16、所述通過cv算法對(duì)接頭的置信度信息進(jìn)行確認(rèn)，輸出接頭信息，包括：

17、當(dāng)輸出檢測(cè)結(jié)果是芳綸輸送帶時(shí)，將輸送帶圖像進(jìn)行二值化處理和侵蝕操作，提取前景和背景元素；

18、將二值化圖像進(jìn)行連通性分析和連通域過濾，獲取過濾后的形態(tài)學(xué)圖像；

19、當(dāng)所述形態(tài)學(xué)圖像與芳綸輸送帶接頭的接頭形狀相匹配時(shí)，輸出對(duì)應(yīng)接頭信息和接頭圖像；

20、當(dāng)輸出檢測(cè)結(jié)果是鋼絲輸送帶時(shí)，將輸送帶圖像進(jìn)行二值化處理，識(shí)別其中的鋼絲繩特征；

21、將圖像分割成小區(qū)域圖形，根據(jù)像素密度計(jì)算不同區(qū)域中鋼絲繩數(shù)量和確定接頭位置和非接頭位置；

22、當(dāng)接頭處和非接頭處鋼絲繩數(shù)量滿足比例關(guān)系時(shí)，輸出對(duì)應(yīng)接頭信息和接頭圖像。

23、具體的，所述檢測(cè)所述骨架接頭所在接頭區(qū)域的rfid標(biāo)簽，包括：

24、響應(yīng)于在所述接頭區(qū)域檢測(cè)到rfid標(biāo)簽，將所述rfid標(biāo)簽與鏈表中的歷史rfid標(biāo)簽進(jìn)行匹配；所述鏈表中存儲(chǔ)有所有已識(shí)別接頭節(jié)點(diǎn)的rfid標(biāo)簽信息和關(guān)聯(lián)的歷史接頭圖像；

25、響應(yīng)于匹配到相同的rfid標(biāo)簽信息，將所述接頭圖像更新至鏈表的接頭節(jié)點(diǎn)中。

26、具體的，響應(yīng)于在所述接頭區(qū)域未檢測(cè)到rfid標(biāo)簽，或未匹配到相同的rfid標(biāo)簽信息，將所述接頭圖像與鏈表中各接頭節(jié)點(diǎn)的歷史接頭圖像進(jìn)行特征匹配；

27、響應(yīng)于匹配到對(duì)應(yīng)的歷史接頭圖像，將所述接頭圖像替換對(duì)應(yīng)接頭節(jié)點(diǎn)的歷史接頭圖像；

28、響應(yīng)于未匹配到對(duì)應(yīng)的歷史接頭圖像，基于檢測(cè)到的rfid標(biāo)簽和/或接頭圖像在鏈表中插入新接頭節(jié)點(diǎn)。

29、具體的，所述根據(jù)位置匹配結(jié)果和標(biāo)簽匹配結(jié)果輸出骨架接頭的缺陷檢測(cè)結(jié)果，包括：

30、響應(yīng)于所述缺陷區(qū)域位于所述接頭區(qū)域內(nèi)部時(shí)，根據(jù)輸送帶類型獲取接頭區(qū)域的接頭缺陷標(biāo)簽庫，并與所述輸送帶缺陷的缺陷標(biāo)簽進(jìn)行匹配；

31、響應(yīng)于匹配到相同的缺陷標(biāo)簽時(shí)，輸出接頭節(jié)點(diǎn)處的缺陷位置和缺陷信息；

32、響應(yīng)于所述缺陷區(qū)域位于所述接頭區(qū)域外部時(shí)，根據(jù)輸送帶類型獲取非接頭區(qū)域的缺陷標(biāo)簽庫，并與所述輸送帶缺陷的缺陷標(biāo)簽進(jìn)行匹配；

33、響應(yīng)于匹配到相同的缺陷標(biāo)簽時(shí)，輸出非接頭處的缺陷位置和缺陷信息。

34、具體的，所述x光圖像輸入至缺陷檢測(cè)模型進(jìn)行檢測(cè)，所述缺陷檢測(cè)模型包括第二backbone骨干網(wǎng)絡(luò)、第二neck頸部結(jié)構(gòu)，以及解耦頭；所述第二neck包含四路特征上融合和對(duì)應(yīng)的特征下融合支路，所述解耦頭位于包含四個(gè)淺表層特征提取單元，四個(gè)淺表層特征提取單元分別連接四路特征下融合支路的輸出；

35、所述x光圖像輸入為1280*1280尺寸，通過第二backbone提取特征圖，在第二backbone中第一個(gè)c3層結(jié)構(gòu)中加入至少一個(gè)空洞卷積，提取圖像中的小目標(biāo)缺陷特征。

36、另一方面，本技術(shù)提供一種輸送帶骨架接頭缺陷檢測(cè)裝置，所述裝置包括：

37、第一檢測(cè)模塊，用于通過x光掃描設(shè)備實(shí)時(shí)獲取輸送帶的x光圖像，檢測(cè)并識(shí)別所述x光圖像中輸送帶骨架接頭和輸送帶缺陷；

38、第二檢測(cè)模塊，用于響應(yīng)于識(shí)別到骨架接頭，從所述x光圖像中提取接頭圖像，并檢測(cè)所述骨架接頭所在接頭區(qū)域的rfid標(biāo)簽；所述rfid標(biāo)簽中記錄有骨架接頭信息；

39、匹配輸出模塊，用于響應(yīng)于識(shí)別到輸送帶缺陷，輸出所述輸送帶缺陷的缺陷標(biāo)簽，將所述輸送帶缺陷所在的缺陷區(qū)域與所述接頭區(qū)域進(jìn)行位置和標(biāo)簽匹配，根據(jù)位置匹配結(jié)果和標(biāo)簽匹配結(jié)果輸出骨架接頭的缺陷檢測(cè)結(jié)果。

40、又一方面，本技術(shù)提供一種計(jì)算機(jī)設(shè)備，所述計(jì)算機(jī)設(shè)備包括處理器和存儲(chǔ)器，所述存儲(chǔ)器中存儲(chǔ)有至少一條指令、至少一段程序、代碼集或指令集，所述至少一條指令、所述至少一段程序、所述代碼集或指令集由所述處理器加載并執(zhí)行以實(shí)現(xiàn)上述方面所述的輸送帶骨架接頭缺陷檢測(cè)方法。

41、又一方面，本技術(shù)提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有至少一條指令、至少一段程序、代碼集或指令集，所述至少一條指令、所述至少一段程序、所述代碼集或指令集由處理器加載并執(zhí)行以實(shí)現(xiàn)上述方面所述的輸送帶骨架接頭缺陷檢測(cè)方法。

42、本技術(shù)實(shí)施例提供的技術(shù)方案帶來的有益效果至少包括：通過x光圖像識(shí)別，智能檢測(cè)識(shí)別接頭和缺陷位置，可以分析帶體內(nèi)部和表面的各種缺陷問題，提高接頭目標(biāo)檢測(cè)的識(shí)別準(zhǔn)確率。圖像識(shí)別的同時(shí)融合rfid信息，自適應(yīng)給接頭編號(hào)，以及各類缺陷的識(shí)別和位置的區(qū)分即接頭處缺陷和非接頭處缺陷，輔助提高接頭檢測(cè)報(bào)告準(zhǔn)確性，實(shí)時(shí)給現(xiàn)場(chǎng)管理人員提供全面且細(xì)致的輸送帶健康監(jiān)測(cè)結(jié)果數(shù)據(jù)。