新氦类脑智能 > IP库 > IP成果 > 软件IP（人工智能算法） > 图形和图像 > 人脸识别 > 基于粒子群优化的裂缝检测算法及系统
基于粒子群优化的裂缝检测算法及系统
具体技术内容、所解决的技术问题、产生的技术效果
不易受环境影响，泛化性高，标注数据少，实现无接触无损伤的数据采集和实时处

应用场景和对应技术领域
轴承行业、交通路面维护、房屋住建质量评估、工艺制造合格率评估

先进性、创新性、前沿性说明
重型机械设备长时间工作，设备各组件尤其是接触面积小，受力不均匀的位置会产生不同程度的疲劳损伤。拉应力裂缝损伤的尽早发现有助于及时对受损部位进行修补，延长设备使用寿命，降低企业设备损耗率并防止安全事故的发生。目前的裂缝检测算法主要分为传统的依赖特征工程的图像处理方法，以图像卷积为代表的基于深度学习的端到端方法和传感器方法。特征工程的方法易受环境影响，泛化性低，难以投入实际应用。深度学习的方法需要大量的标注数据，且裂缝纹理信息较少，检测时假阳性较高。利用传感器处理信号的方法造假成本高且会对设备造成二次伤害。

为了解决以上问题，实现无接触无损伤的数据采集和实时处理，本算法提出了一种基于数字图像处理方法及拉应力物理自注意力机制，并结合粒子群优化算法的图像裂缝检测和预警系统。
关键技术IP

  • 基于粒子群优化的裂缝检测算法及软件

    技术特征简介

    无接触无损伤的数据采集和实时处理，本算法提出了一种基于数字图像处理方法及拉应力物理自注意力机制，并结合粒子群优化算法的图像裂缝检测和预警系统。