%0 Journal Article
%T 基于无人机智能视觉的大型特种设备表面缺陷检测
%O Large-scale special equipment table defects detection based on UAV intelligent vision
%A 马金鑫
%A 杜伟鑫
%A 袁昊
%A 赵逸飞
%A 杨学才
%J 无损检测
%@ 1000-6656
%V 45
%N 12
%D 2023
%P 68-73
%K 大型特种设备;无人机视觉;表面缺陷;Faster R-CNN;形态学处理
%X 为解决大型特种设备不可达部位表面缺陷检测的难题，提出了一种利用无人机检测和识别表面裂纹的方法。首先利用搭载着双云台的无人机检测装置，对罐区围堰墙面以及高空建筑物墙面等目标的表面图像进行全方位采集；然后用Faster R-CNN深度学习神经网络算法对采集到的图像进行分类，确定检测图像中是否存在裂纹缺陷；最后对检测出的裂纹目标框区域进行形态学处理。检测结果表明，Faster R-CNN算法的裂纹检测准确率达95.74%，同时裂纹宽度识别误差约为3.9%，长度误差约为5.3%，实现了罐区围堰墙面以及高空建筑物墙面的远程自动化检测。
%R 10.11973/wsjc202312013
%U http://www.mat-test.com/abstract.htm?aid=OJ231227000022tZw3z6
%W 材料与测试网
%1 JIS Version 3.0.0