【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及圖像識(shí)別，具體為基于圖像特征的螺栓銷釘缺陷檢測(cè)方法。
技術(shù)介紹
1、目前對(duì)于螺栓銷釘缺陷的檢測(cè)方法主要有基于無(wú)人機(jī)巡檢的銷釘缺陷檢測(cè)方法和基于目標(biāo)檢測(cè)的銷釘缺陷破壞檢測(cè)方法；其中，基于無(wú)人機(jī)巡檢的銷釘缺陷檢測(cè)方法是通過(guò)無(wú)人機(jī)對(duì)輸電線路進(jìn)行巡檢，從無(wú)人機(jī)巡檢的過(guò)程中發(fā)現(xiàn)螺栓銷釘狀態(tài)異常的地方，并進(jìn)行上報(bào)和消缺；所述基于目標(biāo)檢測(cè)的銷釘缺陷破壞檢測(cè)方法則是通過(guò)大數(shù)據(jù)分析，采用機(jī)器學(xué)習(xí)或者深度學(xué)習(xí)的方法，從大量的無(wú)人機(jī)航拍銷釘缺陷圖像中不斷學(xué)習(xí)，建立檢測(cè)模型；但是，上述兩種方法在進(jìn)行螺栓銷釘缺陷的檢測(cè)時(shí)均存在以下問(wèn)題：1)由于螺栓銷釘在無(wú)人機(jī)航拍圖像中所占比例極小，是典型的小目標(biāo)檢測(cè)，這也就導(dǎo)致在檢測(cè)的過(guò)程中，螺栓銷釘本身及其鄰近區(qū)域的特征信息難以獲取，以及微小的定位偏差可以輕易影響檢測(cè)精度，最終導(dǎo)致螺栓銷釘缺陷的檢測(cè)準(zhǔn)度差；2)當(dāng)前主流的目標(biāo)檢測(cè)模型如yolov5、yolov8等，其訓(xùn)練基礎(chǔ)均為大規(guī)模多類別目標(biāo)的公共數(shù)據(jù)集，通用檢測(cè)模型在此基礎(chǔ)上訓(xùn)練得到的模型及其特征信息并不適用于螺栓銷釘缺陷，因此缺陷對(duì)象難以正確定位和識(shí)別。
2、中國(guó)專利，公開(kāi)號(hào)：cn?114445372?a，公開(kāi)日：2022年5月6日，公開(kāi)了基于無(wú)人機(jī)圖像特征的輸電線路銷釘脫落檢測(cè)方法，包括以下步驟：1)構(gòu)建連接金具檢測(cè)器并進(jìn)行訓(xùn)練；2)構(gòu)建銷釘脫落檢測(cè)器并進(jìn)行訓(xùn)練；3)將無(wú)人機(jī)圖像輸入訓(xùn)練好的連接金具檢測(cè)器中進(jìn)行一階段目標(biāo)檢測(cè)，檢測(cè)連接金具并輸出標(biāo)注的外接矩形框作為興趣區(qū)；4)在無(wú)人機(jī)圖像上按照外接矩形框進(jìn)行裁剪得到連接金具子圖像；5)
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的目的是針對(duì)現(xiàn)有技術(shù)在檢測(cè)螺栓銷釘缺陷時(shí)，由于螺栓銷釘作為小目標(biāo)在無(wú)人機(jī)航拍圖像中所占比例極小，且所述螺栓銷釘本身及其鄰近區(qū)域的特征信息難以獲取，導(dǎo)致的檢測(cè)準(zhǔn)度差的問(wèn)題；提出了基于圖像特征的螺栓銷釘缺陷檢測(cè)方法，通過(guò)超分辨重建對(duì)無(wú)人機(jī)拍攝的螺栓銷釘圖像進(jìn)行預(yù)處理得到訓(xùn)練圖像集和測(cè)試圖像集，提高螺栓銷釘圖像的質(zhì)量，使圖像特征清晰的暴露出來(lái)，降低圖像特征信息的獲取難度，并利用spd卷積模塊改進(jìn)yolov8，增強(qiáng)yolov8對(duì)小目標(biāo)的特征提取能力，使改進(jìn)后的yolov8能夠在無(wú)人機(jī)航拍圖像中精準(zhǔn)識(shí)別并提取螺栓銷釘本身及其鄰近區(qū)域的特征信息；通過(guò)改進(jìn)后的yolov8構(gòu)建螺栓銷釘檢測(cè)模型對(duì)無(wú)人機(jī)航拍的螺栓銷釘圖像進(jìn)行檢測(cè)，得到準(zhǔn)確的螺栓銷釘缺陷檢測(cè)結(jié)果。
2、第一方面，本專利技術(shù)實(shí)施例中提供的一種技術(shù)方案是，基于圖像特征的螺栓銷釘缺陷檢測(cè)方法，包括以下步驟：
3、s1、采集無(wú)人機(jī)歷史巡檢時(shí)拍攝的螺栓銷釘圖像構(gòu)建原始圖像集；
4、s2、以超分辨重建為基礎(chǔ)對(duì)所述原始圖像集進(jìn)行預(yù)處理，得到訓(xùn)練圖像集和測(cè)試圖像集；
5、s3、基于spd卷積模塊改進(jìn)yolov8結(jié)合所述訓(xùn)練圖像集構(gòu)建并訓(xùn)練螺栓銷釘檢測(cè)模型；
6、s4、將所述測(cè)試圖像集輸入訓(xùn)練完成的螺栓銷釘檢測(cè)模型進(jìn)行測(cè)試得到測(cè)試結(jié)果，并檢測(cè)所述測(cè)試結(jié)果的正確性得到檢測(cè)結(jié)果；
7、s5、基于所述檢測(cè)結(jié)果判斷所述螺栓銷釘檢測(cè)模型是否合格，若否，則跳轉(zhuǎn)s1，若是，則輸出合格的螺栓銷釘檢測(cè)模型；
8、s6、將無(wú)人機(jī)實(shí)時(shí)巡檢時(shí)拍攝的螺栓銷釘圖像輸入所述合格的螺栓銷釘檢測(cè)模型進(jìn)行檢測(cè)，并輸出檢測(cè)結(jié)果。
9、本方案中，采集無(wú)人機(jī)歷史巡檢時(shí)拍攝的螺栓銷釘圖像并結(jié)合超分辨重建對(duì)其進(jìn)行預(yù)處理得到訓(xùn)練圖像集和測(cè)試圖像集，進(jìn)而使大量的螺栓銷釘圖像標(biāo)準(zhǔn)化，且消除了異常圖像、殘缺圖像對(duì)于檢測(cè)結(jié)果的影響，有效提高了螺栓銷釘圖像檢測(cè)的效率和準(zhǔn)確率；其次，基于spd卷積模塊改進(jìn)yolov8結(jié)合所述訓(xùn)練圖像集構(gòu)建并訓(xùn)練螺栓銷釘檢測(cè)模型，促進(jìn)了螺栓銷釘圖像檢測(cè)的自動(dòng)化和智能化，且采用大量的圖像進(jìn)行訓(xùn)練有效提高了螺栓銷釘檢測(cè)模型的準(zhǔn)確率；當(dāng)利用測(cè)試圖像集對(duì)螺栓銷釘檢測(cè)模型進(jìn)行驗(yàn)證并輸出合格的螺栓銷釘檢測(cè)模型后，確保了螺栓銷釘檢測(cè)模型符合實(shí)際使用情況的需求，有效防止其過(guò)擬合、欠擬合，且此時(shí)得到的合格的螺栓銷釘檢測(cè)模型在進(jìn)行螺栓銷釘圖像檢測(cè)時(shí)，具有極高的效率和準(zhǔn)確率；最后將無(wú)人機(jī)實(shí)時(shí)巡檢時(shí)拍攝的螺栓銷釘圖像輸入所述合格的螺栓銷釘檢測(cè)模型進(jìn)行檢測(cè)，所述螺栓銷釘檢測(cè)模型能夠精準(zhǔn)、快速的鎖定存在螺栓銷釘缺陷的圖像，顯著提高了螺栓銷釘圖像的檢測(cè)精度和效率，進(jìn)而降低了因?yàn)槁菟ㄤN釘存在缺陷導(dǎo)致的隱患。
10、作為優(yōu)選所述s2中，以超分辨重建為基礎(chǔ)對(duì)所述原始圖像集進(jìn)行預(yù)處理，得到訓(xùn)練圖像集和測(cè)試圖像集的具體過(guò)程為：
11、s21、采用real-esrgan技術(shù)對(duì)所述原始圖像集中的圖像進(jìn)行超分辨重建；
12、s22、對(duì)已完成超分辨重建的圖像進(jìn)行劃分，得到訓(xùn)練圖像集和測(cè)試圖像集。
13、本方案中，采用real-esrgan技術(shù)對(duì)所述原始圖像集中的圖像進(jìn)行超分辨重建，能夠消除圖像中的偽影和噪聲，同時(shí)有效提高圖像的分辨率和清晰度，使圖像質(zhì)量顯著提升的同時(shí)，有效提高圖像檢測(cè)的準(zhǔn)確率。
14、作為優(yōu)選，所述s21中，采用real-esrgan技術(shù)對(duì)所述原始圖像集中的圖像進(jìn)行超分辨重建的具體過(guò)程為：
15、s211、基于高斯模糊結(jié)合濾波器對(duì)所述原始圖像集中的圖像進(jìn)行模糊處理，得到模糊圖像集；s212、基于插值方法對(duì)所述模糊圖像集中的圖像進(jìn)行降采樣，得到采樣圖像集；
16、s213、以所述采樣圖像集中圖像的種類為基礎(chǔ)為采樣圖像集中的圖像添加噪聲，得到噪聲圖像集；
17、s214、基于圖像壓縮技術(shù)結(jié)合濾波器對(duì)所述噪聲圖像集中的圖像進(jìn)行壓縮，完成所述原始圖像集中圖像的超分辨重建。
18、本方案中，基于高斯模糊結(jié)合濾波器對(duì)所述原始圖像集中的圖像進(jìn)行模糊處理得到模糊圖像集，可以平滑和模糊圖像中的特定頻率細(xì)節(jié)，減少噪聲及弱化圖像中不需要的高頻細(xì)節(jié)；其次，基于圖像壓縮技術(shù)結(jié)合濾波器對(duì)所述噪聲圖像集中的圖像進(jìn)行壓縮，使螺栓銷釘檢測(cè)模型能夠適應(yīng)圖像的不同退化情況，極大提高了圖像恢復(fù)的魯棒性。
19、作為優(yōu)選，所述s3中，基于spd卷積模塊改進(jìn)yolov8結(jié)合所述訓(xùn)練圖像集構(gòu)建并訓(xùn)練螺栓銷釘檢測(cè)模型的具體過(guò)程為：
20、s31、基于spd卷積模塊改進(jìn)yolov8，且所述yolov8包括有backbone模塊、neck模塊和head模塊；
21、具體地，使用所述spd卷積模塊改進(jìn)所述backbone模塊，同時(shí)使用所述spd卷積模塊改進(jìn)所述neck模塊得到改進(jìn)后的yolov8；
22、s本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.基于圖像特征的螺栓銷釘缺陷檢測(cè)方法，其特征在于，所述方法包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于圖像特征的螺栓銷釘缺陷檢測(cè)方法，其特征在于，所述S2中，以超分辨重建為基礎(chǔ)對(duì)所述原始圖像集進(jìn)行預(yù)處理，得到訓(xùn)練圖像集和測(cè)試圖像集的具體過(guò)程為：
3.根據(jù)權(quán)利要求2所述的基于圖像特征的螺栓銷釘缺陷檢測(cè)方法，其特征在于，所述S21中，采用Real-ESRGAN技術(shù)對(duì)所述原始圖像集中的圖像進(jìn)行超分辨重建的具體過(guò)程為：
4.根據(jù)權(quán)利要求1所述的基于圖像特征的螺栓銷釘缺陷檢測(cè)方法，其特征在于，所述S3中，基于SPD卷積模塊改進(jìn)YOLOV8結(jié)合所述訓(xùn)練圖像集構(gòu)建并訓(xùn)練螺栓銷釘檢測(cè)模型的具體過(guò)程為：
5.根據(jù)權(quán)利要求4所述的基于圖像特征的螺栓銷釘缺陷檢測(cè)方法，其特征在于，所述S33中，以所述訓(xùn)練圖像集為基礎(chǔ)對(duì)構(gòu)建完成的螺栓銷釘檢測(cè)模型進(jìn)行訓(xùn)練的具體過(guò)程為：
6.根據(jù)權(quán)利要求5所述的基于圖像特征的螺栓銷釘缺陷檢測(cè)方法，其特征在于，所述S331中，所述螺栓銷釘檢測(cè)模型對(duì)所述訓(xùn)練圖像集中的圖像進(jìn)行維度轉(zhuǎn)換并提取特征，得到特征圖的具體過(guò)程為
7.根據(jù)權(quán)利要求5所述的基于圖像特征的螺栓銷釘缺陷檢測(cè)方法，其特征在于，所述S332中，所述識(shí)別分類結(jié)果具體包括：
8.根據(jù)權(quán)利要求5所述的基于圖像特征的螺栓銷釘缺陷檢測(cè)方法，其特征在于，所述S333中，基于所述識(shí)別分類結(jié)果判斷所述螺栓銷釘檢測(cè)模型是否收斂的具體過(guò)程為：
9.根據(jù)權(quán)利要求1所述的基于圖像特征的螺栓銷釘缺陷檢測(cè)方法，其特征在于，所述S4中，將所述測(cè)試圖像集輸入訓(xùn)練完成的螺栓銷釘檢測(cè)模型進(jìn)行測(cè)試得到測(cè)試結(jié)果，并檢測(cè)所述測(cè)試結(jié)果的正確性得到檢測(cè)結(jié)果的具體過(guò)程為：
10.根據(jù)權(quán)利要求1所述的基于圖像特征的螺栓銷釘缺陷檢測(cè)方法，其特征在于，所述S5中，基于所述檢測(cè)結(jié)果判斷所述螺栓銷釘檢測(cè)模型是否合格的具體過(guò)程為：
...【技術(shù)特征摘要】
1.基于圖像特征的螺栓銷釘缺陷檢測(cè)方法，其特征在于，所述方法包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于圖像特征的螺栓銷釘缺陷檢測(cè)方法，其特征在于，所述s2中，以超分辨重建為基礎(chǔ)對(duì)所述原始圖像集進(jìn)行預(yù)處理，得到訓(xùn)練圖像集和測(cè)試圖像集的具體過(guò)程為：
3.根據(jù)權(quán)利要求2所述的基于圖像特征的螺栓銷釘缺陷檢測(cè)方法，其特征在于，所述s21中，采用real-esrgan技術(shù)對(duì)所述原始圖像集中的圖像進(jìn)行超分辨重建的具體過(guò)程為：
4.根據(jù)權(quán)利要求1所述的基于圖像特征的螺栓銷釘缺陷檢測(cè)方法，其特征在于，所述s3中，基于spd卷積模塊改進(jìn)yolov8結(jié)合所述訓(xùn)練圖像集構(gòu)建并訓(xùn)練螺栓銷釘檢測(cè)模型的具體過(guò)程為：
5.根據(jù)權(quán)利要求4所述的基于圖像特征的螺栓銷釘缺陷檢測(cè)方法，其特征在于，所述s33中，以所述訓(xùn)練圖像集為基礎(chǔ)對(duì)構(gòu)建完成的螺栓銷釘檢測(cè)模型進(jìn)行訓(xùn)練的具體過(guò)程為：
6.根據(jù)權(quán)利要求5所...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：呂鑫，李海波，李文輝，鄒宏亮，陳明旭，張冰燁，王雪燕，萬(wàn)廣雷，王裘瀟，蔡華波，
申請(qǐng)(專利權(quán))人：臺(tái)州宏創(chuàng)電力集團(tuán)有限公司科技分公司，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。