CN115165910A - 一种基于图像识别的混凝土表观质量缺陷检测系统及方法 - Google Patents

一种基于图像识别的混凝土表观质量缺陷检测系统及方法 Download PDF

Info

Publication number
CN115165910A
CN115165910A CN202210660108.8A CN202210660108A CN115165910A CN 115165910 A CN115165910 A CN 115165910A CN 202210660108 A CN202210660108 A CN 202210660108A CN 115165910 A CN115165910 A CN 115165910A
Authority
CN
China
Prior art keywords
detection
concrete prefabricated
prefabricated part
concrete
image recognition
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210660108.8A
Other languages
English (en)
Inventor
冯宇
房霆宸
杨佳林
陈渊鸿
贺洪煜
孙婷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Construction Group Co Ltd
Original Assignee
Shanghai Construction Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Construction Group Co Ltd filed Critical Shanghai Construction Group Co Ltd
Priority to CN202210660108.8A priority Critical patent/CN115165910A/zh
Publication of CN115165910A publication Critical patent/CN115165910A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G01N2021/0106—General arrangement of respective parts
    • G01N2021/0112—Apparatus in one mechanical, optical or electronic block
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明提供了一种基于图像识别的混凝土表观质量缺陷检测系统及方法，属于装配式建筑构件质量检测技术领域，目的在于提升混凝土预制构件表观质量的检测效率。该系统包括预制生产线、状态转换平台、吊装系统以及检测流水线，通过预制生产线完成混凝土预制构件的生产和运输；通过状态转换平台进行脱模前的混凝土预制构件的姿态调整；通过吊装系统完成脱模前的混凝土预制构件的脱模和吊装，并运送至检测流水线；通过检测流水线的高清摄像头摄像，并通过图像处理系统，基于深度学习算法判断表观质量缺陷类型，实现质量检测。本发明通过状态转换平台、吊装系统以及图像识别算法实现了混凝土预制构件的顺利脱模和双面表观质量检测，安装便捷，检测高效。

Description

一种基于图像识别的混凝土表观质量缺陷检测系统及方法
技术领域
本发明涉及装配式建筑构件质量检测技术领域，具体涉及一种基于图像识别的混凝土表观质量缺陷检测系统及方法。
背景技术
预制装配式建筑因其施工便捷、生产高效、绿色环保的优势，应用逐渐广泛。预制混凝土墙板是装配式建筑的重要构件，其预制加工质量直接影响建筑结构的整体品质。目前混凝土预制构件表观质量检测大多采用人工目视这种粗放型检测方法，存在检测效率低下、漏检可能性高、检测精度差、过分依赖操作工人责任心等问题，无法有效保证预制构件的施工质量，给预制装配式建筑造成安全隐患。利用新技术手段对预制混凝土表观质量检测来代替传统目测所造成的随意性和主观性，提高检测效率和识别度，是我国未来建筑业由人工机械向智能系统转型升级的一个重要的趋势和发展方向。
因此，有必要开发一种基于图像识别的混凝土预制构件表观质量缺陷检测系统及方法来提升检测效率，保障混凝土预制构件质量。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当视为承认或以任何形式暗示该信息为本领域一般技术人员所公知的现有技术。
发明内容
本发明的主要目的在于提供一种基于图像识别的混凝土表观质量缺陷检测系统和方法，将图像识别算法应用于混凝土预制构件质量检测，有效提升了检测效率；通过状态转换平台和吊装系统实现了混凝土预制构件的顺利脱模和双面表观质量检测；只需在预制生产线增设运输轨道及图像识别模组即可实现，安装便捷，检测高效。
为了实现上述目的，本发明的技术方案是：
一种基于图像识别的混凝土表观质量缺陷检测系统，包括：
预制生产线，用于混凝土预制构件生产及运输；预制生产线主体由传送带及预制平台组成，预制平台安装于传送带上方；
状态转换平台，用于脱模前的混凝土预制构件的姿态调整；状态转换平台端部设有限位挡块，该限位挡块生产阶段用于固定钢模，状态转换阶段用于限制脱模前的混凝土预制构件滑移；
吊装系统，用于脱模前的混凝土预制构件的脱模和起吊，并将脱模后的混凝土预制构件运送至检测流水线；
检测流水线，用于脱模后的混凝土预制构件的表观质量检测，检测流水线模台两侧设有机器视觉模组，所述机器视觉模组上的高清摄像头实时采集通过吊装系统运输的混凝土预制构件表观质量图片素材，并通过所述机器视觉模组上的图像处理系统，基于深度学习算法判断混凝土预制构件表观质量缺陷类型，实现预制构件表观质量的实时质量检测。
与现有技术相比，本发明有益的技术效果在于：
本发明提供的基于图像识别的混凝土表观质量缺陷检测系统，包括预制生产线、状态转换平台、吊装系统以及检测流水线，通过预制生产线完成混凝土预制构件的生产和运输；通过状态转换平台进行脱模前的混凝土预制构件的姿态调整；通过吊装系统完成脱模前的混凝土预制构件的脱模和吊装，并运送至检测流水线；通过检测流水线的高清摄像头摄像，并通过图像处理系统，基于深度学习算法判断混凝土预制构件表观质量缺陷类型，实时质量检测。本发明将图像识别算法应用于混凝土预制构件质量检测，有效提升了检测效率；通过状态转换平台和吊装系统实现了混凝土预制构件的顺利脱模和双面表观质量实时检测；只需在预制生产线增设运输轨道及机器视觉模组即可，安装便捷，检测高效。
进一步地，所述状态转换平台一端与底座相连，另一端悬挑，所述状态转换平台与所述底座之间设置液压千斤顶，从而实现状态转换平台的单侧顶升。
进一步地，所述吊装系统基于检测结果进行分流，正常通过检测的合格品混凝土预制构件运输至成品区，未正常通过检测的次品混凝土预制构件运输至待定区进行人工核验。
进一步地，所述检测流水线的模台两侧的机器视觉模组对称设置，从而实现混凝土预制构件双面表观质量实时检测。
进一步地，为了方便设置且保证混凝土预制构件表观质量检测效率和效果，四个所述机器视觉模组对称间隔设置于检测流水线的模台两侧。
本发明还提供了一种基于图像识别的混凝土表观质量缺陷检测方法，利用前述的基于图像识别的混凝土表观质量缺陷检测系统，所述方法包括如下步骤：
步骤S1、在预制生产线上固定钢膜，完成混凝土预制构件的生产，并通过预制生产线将脱模前的混凝土预制构件运输至状态转换平台；
步骤S2、所述状态转换平台通过单侧顶升的方式调整脱模前的混凝土预制构件的姿态；
步骤S3、吊装系统的吊钩将单侧顶升并调整姿态后的脱模前的混凝土预制构件勾起，实现混凝土预制构件的脱模和起吊，并将脱模后的混凝土预制构件运送至检测流水线；
步骤S4、吊装有脱模后的混凝土预制构件的吊装系统匀速通过检测流水线，布置于检测流水线模台两侧的机器视觉模组上的高清摄像头实时采集混凝土预制构件表观质量图片素材，并通过机器视觉模组上的图像处理系统，基于深度学习算法判断表观质量缺陷类型，实现实时质量检测；同时，吊装系统基于检测结果进行分流：正常通过检测的合格品混凝土预制构件运输至成品区，未正常通过检测的次品混凝土预制构件运输至待定区进行人工核验。
附图说明
图1为本发明实施例中基于图像识别的混凝土表观质量缺陷检测系统三维空间示意图；
图2为本发明实施例中基于图像识别的混凝土表观质量缺陷检测系统的平面示意图；
图3为本发明实施例中基于图像识别的混凝土表观质量缺陷检测系统中状态转换平台的俯视图；
图4为本发明实施例中基于图像识别的混凝土表观质量缺陷检测系统中状态转换平台的侧视图。
图中：
100-预制生产线；200-状态转换平台，201-液压千斤顶，202-限位挡块，203-混凝土预制构件；300-吊装系统，400-检测流水线，401-机器视觉模组。
具体实施方式
以下结合附图和具体实施例对本发明提出的基于图像识别的混凝土表观质量缺陷检测系统及方法作进一步详细说明。根据下面说明，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。为叙述方便，下文中所述的“上”、“下”与附图的上、下的方向一致，但这不能成为本发明技术方案的限制。
实施例一
下面结合图1至图4，详细说明本发明的基于图像识别的混凝土表观质量缺陷检测系统的结构组成。
请参考图1至图4，一种基于图像识别的混凝土表观质量缺陷检测系统，包括预制生产线100、状态转换平台200、吊装系统300以及检测流水线400，预制生产线100用于混凝土预制构件203生产及运输；预制生产线100主体由传送带及预制平台组成，预制平台安装于传送带上方；状态转换平台200用于脱模前的混凝土预制构件203的姿态调整；状态转换平台200端部设有限位挡块202，该限位挡块202生产阶段用于固定钢模，状态转换阶段用于限制脱模前的混凝土预制构件203滑移；吊装系统300用于脱模前的混凝土预制构件203的脱模和起吊，并将脱模后的混凝土预制构件203运送至检测流水线400；检测流水线400用于脱模后的混凝土预制构件203的表观质量检测，检测流水线400模台两侧设有机器视觉模组401，机器视觉模组401上的高清摄像头实时采集通过吊装系统300吊装的脱模后的混凝土预制构件203的表观质量图片素材。机器视觉模组401包含高清摄像头装置和图像处理系统，高清摄像头用于混凝土预制构件表观质量图片的实时采集，图像处理系统基于内置的深度学习算法判断混凝土预制构件203表观质量缺陷类型并实时输出判断结果，实现预制构件表观质量的实时检测。
具体来说，通过预制生产线100完成混凝土预制构件203的生产和运输；通过状态转换平台200进行脱模前的混凝土预制构件203的姿态调整；通过吊装系统300完成脱模前的混凝土预制构件203的脱模和吊装，并运送至检测流水线400；通过检测流水线400的高清摄像头摄像，并通过深度学习算法判断表观质量缺陷类型，实现质量检测。本发明将图像识别算法应用于混凝土预制构件203质量检测，有效提升了检测效率；通过状态转换平台200和吊装系统300实现了混凝土预制构件203的顺利脱模和双面表观质量实时检测；只需在预制生产线100增设运输轨道及机器视觉模组401即可，安装便捷，检测高效。
在本实施例中，更优选地，状态转换平台200一端与底座相连，另一端悬挑，状态转换平台200与底座之间设置液压千斤顶201，从而实现状态转换平台200的单侧顶升。
在本实施例中，更优选地，吊装系统300基于检测结果进行分流，正常通过检测的合格品混凝土预制构件203运输至成品区，未正常通过检测的次品混凝土预制构件203运输至待定区进行人工核验。
在本实施例中，更优选地，检测流水线400模台两侧对称设置机器视觉模组401，从而实现混凝土预制构件203双面表观质量实时检测。
在本实施例中，更优选地，为了方便设置且保证混凝土预制构件203表观质量检测效率和效果，四个机器视觉模组401对称间隔设置于检测流水线400的模台两侧。
请继续参考图1至图4，本发明还提供了一种基于图像识别的混凝土表观质量缺陷检测方法，利用前述的基于图像识别的混凝土表观质量缺陷检测系统，所述方法包括如下步骤：
步骤S1、在预制生产线100上固定钢膜，完成混凝土预制构件203的生产，并通过预制生产线100将脱模前的混凝土预制构件203运输至状态转换平台200；
步骤S2、状态转换平台200通过单侧顶升的方式调整脱模前的混凝土预制构件203的姿态；
步骤S3、吊装系统300的吊钩将单侧顶升并调整姿态后的脱模前的混凝土预制构件203勾起，实现混凝土预制构件203的脱模和起吊，并将脱模后的混凝土预制构件运送至检测流水线400；
步骤S4、吊装有脱模后的混凝土预制构件的吊装系统300匀速通过检测流水线400，布置于检测流水线400模台两侧的机器视觉模组401上的高清摄像头实时采集混凝土预制构件203表观质量图片素材，并通过机器视觉模组401上的图像处理系统，基于深度学习算法判断表观质量缺陷类型，实现实时质量检测；同时，吊装系统300基于检测结果进行分流：正常通过检测的合格品混凝土预制构件运输至成品区，未正常通过检测的次品混凝土预制构件运输至待定区进行人工核验。
上述描述仅是对本发明较佳实施例的描述，并非对本发明范围的任何限定。本领域的技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求的保护范围。

Claims (6)

1.一种基于图像识别的混凝土表观质量缺陷检测系统，其特征在于，包括：
预制生产线，用于混凝土预制构件生产及运输；预制生产线主体由传送带及预制平台组成，预制平台安装于传送带上方；
状态转换平台，用于脱模前的混凝土预制构件的姿态调整；状态转换平台端部设有限位挡块；
吊装系统，用于脱模前的混凝土预制构件的脱模和起吊，并将脱模后的混凝土预制构件运送至检测流水线；
检测流水线，用于脱模后的混凝土预制构件的表观质量检测，所述检测流水线模台两侧设有机器视觉模组，所述机器视觉模组上的高清摄像头实时采集通过吊装系统运输的混凝土预制构件表观质量图片素材，并通过所述机器视觉模组上的图像处理系统，基于深度学习算法判断混凝土预制构件表观质量缺陷类型，实现预制构件表观质量的实时质量检测。
2.根据权利要求1所述的基于图像识别的混凝土表观质量缺陷检测系统，其特征在于，所述状态转换平台一端与底座相连，另一端悬挑，所述状态转换平台与所述底座之间设置液压千斤顶。
3.根据权利要求1所述的基于图像识别的混凝土表观质量缺陷检测系统，其特征在于，所述吊装系统基于检测结果进行分流，正常通过检测的合格品混凝土预制构件运输至成品区，未正常通过检测的次品混凝土预制构件运输至待定区进行人工核验。
4.根根据权利要求1所述的基于图像识别的混凝土表观质量缺陷检测系统，其特征在于，所述检测流水线模台两侧的机器视觉模组对称设置。
5.根据权利要求4所述的基于图像识别的混凝土表观质量缺陷检测系统，其特征在于，四个所述机器视觉模组对称间隔设置于检测流水线的模台两侧。
6.一种基于图像识别的混凝土表观质量缺陷检测方法，其特征在于，利用权利要求1至5任一项所述的基于图像识别的混凝土表观质量缺陷检测系统，所述方法包括如下步骤：
步骤S1、在预制生产线上固定钢膜，完成混凝土预制构件的生产，并通过预制生产线将脱模前的混凝土预制构件运输至状态转换平台；
步骤S2、所述状态转换平台通过单侧顶升的方式调整脱模前的混凝土预制构件的姿态；
步骤S3、吊装系统的吊钩将单侧顶升并调整姿态后的脱模前的混凝土预制构件勾起，实现混凝土预制构件的脱模和起吊，并将脱模后的混凝土预制构件运送至检测流水线；
步骤S4、吊装有脱模后的混凝土预制构件的吊装系统匀速通过检测流水线，布置于检测流水线模台两侧的机器视觉模组上的高清摄像头实时采集混凝土预制构件表观质量图片素材，并通过机器视觉模组上的图像处理系统，基于深度学习算法判断表观质量缺陷类型，实现实时质量检测；同时，吊装系统基于检测结果进行分流：正常通过检测的合格品混凝土预制构件运输至成品区，未正常通过检测的次品混凝土预制构件运输至待定区进行人工核验。
CN202210660108.8A 2022-06-13 2022-06-13 一种基于图像识别的混凝土表观质量缺陷检测系统及方法 Pending CN115165910A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210660108.8A CN115165910A (zh) 2022-06-13 2022-06-13 一种基于图像识别的混凝土表观质量缺陷检测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210660108.8A CN115165910A (zh) 2022-06-13 2022-06-13 一种基于图像识别的混凝土表观质量缺陷检测系统及方法

Publications (1)

Publication Number Publication Date
CN115165910A true CN115165910A (zh) 2022-10-11

Family

ID=83485441

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210660108.8A Pending CN115165910A (zh) 2022-06-13 2022-06-13 一种基于图像识别的混凝土表观质量缺陷检测系统及方法

Country Status (1)

Country Link
CN (1) CN115165910A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115880296A (zh) * 2023-02-28 2023-03-31 中国建筑第五工程局有限公司 基于机器视觉的预制构件质量检测方法及装置
CN117011295A (zh) * 2023-10-07 2023-11-07 西南科技大学 基于深度可分离卷积神经网络的uhpc预制件质量检测方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115880296A (zh) * 2023-02-28 2023-03-31 中国建筑第五工程局有限公司 基于机器视觉的预制构件质量检测方法及装置
CN117011295A (zh) * 2023-10-07 2023-11-07 西南科技大学 基于深度可分离卷积神经网络的uhpc预制件质量检测方法
CN117011295B (zh) * 2023-10-07 2024-01-23 西南科技大学 基于深度可分离卷积神经网络的uhpc预制件质量检测方法

Similar Documents

Publication Publication Date Title
CN115165910A (zh) 一种基于图像识别的混凝土表观质量缺陷检测系统及方法
CN109352815B (zh) 一种预制构件生产线及具有该预制构件生产线的产存线
CN101451397A (zh) 钢结构模块化施工工艺
CN113232144A (zh) 一种高速铁路预制箱梁生产线及生产工艺
CN105690553A (zh) 一种混凝土预制构件生产线
CN111822371A (zh) 一种长型钢管传输及检测筛选装置
CN209491931U (zh) 一种预制构件产存线
CN109129872A (zh) 一种预制构件产存线
CN106003408A (zh) 一种卫生陶瓷自动化生产系统
CN106041036B (zh) 铁模覆砂生产线浇注段线体
CN211937958U (zh) 一种已打磨轨枕模具的自动检测机构
CN204771145U (zh) 轮胎条码读取雕刻一体机
CN215920863U (zh) 一种高速铁路预制箱梁生产线
CN206447182U (zh) 一种自动垫条搬送装置
CN217954276U (zh) 一种运输与检测一体化预制混凝土构件表观质量检测装置
CN205766785U (zh) 一种卫生陶瓷自动化生产系统
CN211651556U (zh) 一种用于钛合金板材的翻板检验系统
CN210210841U (zh) 带中央调度系统的建筑预制构件成型生产线
KR100308777B1 (ko) 티브이, 피씨용 유리제품 및 액정유리 검사방법
CN210121895U (zh) 多用途装配式建筑预制构件成型生产线
CN213335931U (zh) 一种根部修补螺栓轮廓检测装置
CN205151147U (zh) 一种检修动车组的多线程流水线用移载机
CN110843115B (zh) 一种用于多孔砖的成型运输一体化装置
CN217911629U (zh) 检重秤配套用摆臂剔除机构
CN202763999U (zh) 一种单板翻板机

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination