【技術實現步驟摘要】
本專利技術屬于鐵塔生產，具體涉及一種用于輸電鐵塔部件自動焊接作業的圖像處理方法。
技術介紹
1、輸電鐵塔在生產過程中，需要進行大量的焊接作業，例如，圖1所示為鋼管鐵塔的其中一節，加工時，需要在鋼管的兩端焊接法蘭盤，并在鋼管與法蘭盤之間焊接多個三角肋板。傳統依靠人工焊接的方式存在效率低、工作強度大、焊接質量不可控等缺陷，因此，現有技術都在朝著自動化和智能化方向發展。
2、在自動焊接系統中，依靠光學攝像頭采集現場圖像，然后通過系統內置的算法對焊縫進行識別和定位，而且還可以實時監控和評估焊接質量，自動識別出焊接缺陷。但是，在實際的焊接作業和質量評估過程中，往往會存在多種因素干擾，使得采集到的圖像中存在誤導信息，導致自動化的識別和定位精度不穩定。例如，作業現場光線條件不佳、焊接過程中產生煙霧影響視線、零部件表面污垢和劃痕誤導等。
技術實現思路
1、有鑒于此，本專利技術提供了一種用于輸電鐵塔部件自動焊接作業的圖像處理方法，以提高自動化焊接作業過程中的識別、定位和評估精度。
2、其技術方案如下：本專利技術提供一種用于輸電鐵塔部件自動焊接作業的圖像處理方法，包括以下步驟：
3、獲取自動焊接過程中拍攝到的初始圖像，對所述初始圖像進行通道擴展，得到一階特征矩陣；
4、利用串聯設置的多個特征生成模塊對所述一階特征矩陣處理后，得到二階特征矩陣；
5、將所述二階特征矩陣輸入圖像重建模塊，所述圖像重建模塊輸出得到改良圖像；
6、所述特征
7、進一步地，第一個所述特征生成模塊中的第一子單元以所述一階特征矩陣作為輸入，后續的所述特征生成模塊中的第一子單元以其上游特征生成模塊輸出的內階特征矩陣作為輸入。
8、進一步地，所述第一子單元內部計算過程包括：
9、分別基于第一提取器和第一選取器對輸入所述第一子單元的特征矩陣進行處理后，得到第一特征圖和第二特征圖；
10、將所述第一特征圖與所述第二特征圖作差(第二特征圖作差減去第一特征圖)，得到第三特征圖；
11、將所述第一特征圖與所述第二特征圖做hadamard乘積，得到第四特征圖；
12、將所述第一特征圖、所述第三特征圖和所述第四特征圖輸入第二提取器，經過計算后，所述第二提取器輸出第五特征圖；
13、將所述第二特征圖、所述第三特征圖和所述第四特征圖輸入第二選取器，經過計算后，所述第二選取器輸出第六特征圖；
14、將所述第五特征圖與所述第六特征圖集成，得到所述第一結果。
15、進一步地，所述第一提取器和所述第二提取器內部均包括順次設置的卷積運算層和第一激發層；
16、或/和，所述第一選取器和所述第二選取器內部均包括依次順次設置的可變形卷積層和第二激發層。
17、進一步地，所述第二子單元以所述第三特征圖和所述第四特征圖作為輸入。
18、進一步地，所述第二子單元內部計算過程包括：
19、對所述第三特征圖在通道維度做全局平均池化處理，得到第一數據集合；
20、對所述第一數據集合做展開處理，得到第二數據集合；
21、所述第二數據集合依次經過第一卷積和第一激活處理，得到第三數據集合；
22、對所述第四特征圖在空間維度做全局最大池化處理，得到第四數據集合；
23、將所述第四數據集合與所述第三數據集合集成，得到所述第二結果。
24、進一步地，將所述第一結果與第二結果集成，得到所述特征生成模塊輸出的內階特征矩陣，包括：對所述第二結果沿空間維度廣播，得到第三結果，然后將所述第三結果與所述第一結果逐元素相乘，得到所述特征生成模塊輸出的內階特征矩陣；
25、或/和，將所述第五特征圖與所述第六特征圖集成，得到所述第一結果，包括：將所述第五特征圖與所述第六特征圖拼接，得到第七特征圖，然后所述第七特征圖依次經過第二卷積和第二激活處理，得到所述第一結果；
26、或/和，將所述第四數據集合與所述第三數據集合集成，得到所述第二結果，包括：將所述第四數據集合與所述第三數據集合對應元素相加，得到第五數據集合，所述第五數據集合依次經過第三卷積和第三激活處理后，得到所述第二結果。
27、進一步地，將所述二階特征矩陣輸入圖像重建模塊之前，先利用適配特征圖對所述二階特征矩陣進行處理，然后再將適配特征圖處理后的二階特征矩陣輸入所述圖像重建模塊。
28、進一步地，適配模塊以各個第二子單元中生成的第一數據集合作為輸入，經過計算，所述適配模塊生成所述適配特征圖；所述適配特征圖通過與所述二階特征矩陣逐元素相乘，完成對所述二階特征矩陣的處理。
29、進一步地，所述適配模塊內部計算過程包括：
30、將所有的第一數據集合拼接起來，得到第一適配矩陣；
31、所述第一適配矩陣依次經過第四卷積和第四激活處理后，得到第二適配矩陣；
32、所述第二適配矩陣依次經過pixelshuffle層和第五激活處理后，得到第三適配矩陣；
33、對第三適配矩陣沿通道維度廣播，得到所述適配特征圖。
34、與現有技術相比，本專利技術的有益效果是：
35、(1)實際測試表明，采用常規的編碼器-解碼器的網絡架構并不能很好地應對自動焊接作業場景下的圖像優化任務，有的現有技術處理后的圖像細節過濾過多，消除煙霧和污垢等干擾因素的同時，也使得焊縫的視覺表現過于弱化，進一步劣化了識別和定位效果，而有的現有技術對圖像中煙霧和污垢等干擾因素消除效果有限，導致處理后的圖像同樣存在識別和定位效果較差的問題，難以滿足實際生產的需求。本專利技術創造性地在第一子單元中設計了半密集內交叉特征提取機制，通過兩個提取器和兩個選取器的配合作用，使得第一子單元具有與自動焊接作業場景下圖像優化目標更加匹配的特征提取效果，在保留焊縫等關鍵圖像信息的同時，能夠更好地識別并去除其他噪音干擾。
36、(2)為了提升特征生成模塊在提取特征時對大范圍圖像信息的分區識別能力，本專利技術的第二子單元以(包含大量跨區域信息的)第三特征圖和第四特征圖作為輸入，并通過其內部的視圖變換標定機制對各個圖像區域重要性進行有效建模，將第一結果與第二結果集成，使得特征生成模塊對各種信息具有更加精準且更加穩健的學習能力。
本文檔來自技高網...【技術保護點】
1.一種用于輸電鐵塔部件自動焊接作業的圖像處理方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的用于輸電鐵塔部件自動焊接作業的圖像處理方法，其特征在于，第一個所述特征生成模塊中的第一子單元以所述一階特征矩陣作為輸入，后續的所述特征生成模塊中的第一子單元以其上游特征生成模塊輸出的內階特征矩陣作為輸入。
3.根據權利要求2所述的用于輸電鐵塔部件自動焊接作業的圖像處理方法，其特征在于，所述第一子單元內部計算過程包括：
4.根據權利要求3所述的用于輸電鐵塔部件自動焊接作業的圖像處理方法，其特征在于，所述第一提取器和所述第二提取器內部均包括順次設置的卷積運算層和第一激發層；
5.根據權利要求4所述的用于輸電鐵塔部件自動焊接作業的圖像處理方法，其特征在于，所述第二子單元以所述第三特征圖和所述第四特征圖作為輸入。
6.根據權利要求5所述的用于輸電鐵塔部件自動焊接作業的圖像處理方法，其特征在于，所述第二子單元內部計算過程包括：
7.根據權利要求6所述的用于輸電鐵塔部件自動焊接作業的圖像處理方法，其特征在于，將所述第一
8.根據權利要求7所述的用于輸電鐵塔部件自動焊接作業的圖像處理方法，其特征在于，將所述二階特征矩陣輸入圖像重建模塊之前，先利用適配特征圖對所述二階特征矩陣進行處理，然后再將適配特征圖處理后的二階特征矩陣輸入所述圖像重建模塊。
9.根據權利要求8所述的用于輸電鐵塔部件自動焊接作業的圖像處理方法，其特征在于，適配模塊以各個第二子單元中生成的第一數據集合作為輸入，經過計算，所述適配模塊生成所述適配特征圖；所述適配特征圖通過與所述二階特征矩陣逐元素相乘，完成對所述二階特征矩陣的處理。
10.根據權利要求9所述的用于輸電鐵塔部件自動焊接作業的圖像處理方法，其特征在于，所述適配模塊內部計算過程包括：
...【技術特征摘要】
1.一種用于輸電鐵塔部件自動焊接作業的圖像處理方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的用于輸電鐵塔部件自動焊接作業的圖像處理方法，其特征在于，第一個所述特征生成模塊中的第一子單元以所述一階特征矩陣作為輸入，后續的所述特征生成模塊中的第一子單元以其上游特征生成模塊輸出的內階特征矩陣作為輸入。
3.根據權利要求2所述的用于輸電鐵塔部件自動焊接作業的圖像處理方法，其特征在于，所述第一子單元內部計算過程包括：
4.根據權利要求3所述的用于輸電鐵塔部件自動焊接作業的圖像處理方法，其特征在于，所述第一提取器和所述第二提取器內部均包括順次設置的卷積運算層和第一激發層；
5.根據權利要求4所述的用于輸電鐵塔部件自動焊接作業的圖像處理方法，其特征在于，所述第二子單元以所述第三特征圖和所述第四特征圖作為輸入。
6.根據權利要求5所述的用于輸電鐵塔部件自動焊接作業的圖像處理方法，其特征在于，所述第二子單元內部計算過程包括：
7.根...
【專利技術屬性】
技術研發人員：黃明鶴，伍平，趙虎，廖智成，胡楊，
申請(專利權)人：重慶順泰鐵塔制造有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。