一种基于机器视觉的齿轮点蚀检测方法及系统

专利主权项内容

1.一种基于机器视觉的齿轮点蚀检测方法，其特征在于，包括：获取齿轮点蚀图像，并对所述齿轮点蚀图像进行点蚀标记，以得到标记后的图像数据集；将所述标记后的图像数据集划分为训练集和测试集，并对预设的卷积神经网络模型进行训练，以得到训练好的神经网络模型，其中所述卷积神经网络模型采用轻量化解码器结构，并且编码器中执行至少两个卷积操作，第一卷积操作采用固定步长进行卷积计算，第二卷积操作根据训练过程中的误差自适应调整步长；采用齿轮点蚀图像采集装置进行拍摄得到待测齿轮点蚀图像；将所述待测齿轮点蚀图像进行预处理，以消除环境噪声；将消除环境噪声后的待测齿轮点蚀图像输入至训练好的卷积神经网络模型进行齿轮点蚀状态的智能识别，以得到识别结果；将所述识别结果和齿轮的点蚀等级标准进行比对，以得到齿轮的点蚀等级数据；其中根据训练过程中的误差自适应调整步长包括：确定当前训练阶段之前得到的所有卷积神经网络模型的误差；根据所述误差计算步长调整值，并根据所述步长调整值对原始步长进行调整，其中步长的计算公式为：式中，表示步长调整值，/>表示第/>次训练之前得到的所有卷积神经网络模型的误差值，/>表示第一误差阈值，/>表示第二误差阈值，且，/>表示步长，/>表示原始步长。