[發明專利]基于實時圖像識別的漏泄同軸電纜圖像采集方法及系統

在審

• 申請號: 201911403391.0
• 申請日: 2019-12-31
• 公開（公告）號: CN111147764A
• 公開（公告）日: 2020-05-12
• 發明（設計）人: 易尚杰;徐文武;王鵬月;曹盤勛;劉振中;王盼盼;李春鋮
• 申請（專利權）人: 北京京天威科技發展有限公司
• 主分類號: H04N5/247
• 分類號: H04N5/247;H04N5/235;H04N5/232;G06K9/20
• 代理公司: 北京東方匯眾知識產權代理事務所(普通合伙) 11296
• 代理人: 王慶彬

1.一種基于實時圖像識別的漏泄同軸電纜圖像采集方法，其特征在于，所述漏泄同軸電纜多相機采集方法包括：

通過多相機圖像采集模塊對待采集區域進行圖像采集，所述多相機圖像采集模塊包括相機云臺，以及設置在所述相機云臺上的多臺不同焦距，不同景深的相機鏡頭；所述相機云臺用于控制所述相機鏡頭的拍攝角度；

通過采集識別控制模塊控制所述多相機圖像采集模塊拍照，利用深度學習圖像識別模型對所述多相機圖像采集模塊拍攝到的圖像進行漏泄同軸電纜識別和定位漏泄同軸電纜位置；并根據漏泄同軸電纜位置定位結果，通過控制所述相機云臺，調整所述相機鏡頭的拍攝角度，使得所述相機鏡頭拍攝到的漏泄同軸電纜處于圖片的中心位置；

通過圖像存儲模塊存儲采集到的含有漏泄同軸電纜的圖片。

2.如權利要求1所述的基于實時圖像識別的漏泄同軸電纜圖像采集方法，其特征在于，所述多相機圖像采集模塊還包括補光光源，所述補光光源用于在拍攝環境的光線不達標時，為所述相機鏡頭進行補光。

3.如權利要求2所述的基于實時圖像識別的漏泄同軸電纜圖像采集方法，其特征在于，所述多相機圖像采集模塊還包括裝置安裝座，所述裝置安裝座用于將所述多相機圖像采集模塊安裝固定在電務檢測車的頂部。

4.如權利要求1所述的基于實時圖像識別的漏泄同軸電纜圖像采集方法，其特征在于，所述采集識別控制模塊包括圖像采集控制模塊和識別模塊；

所述圖像采集控制模塊用于控制所述多相機圖像采集模塊拍照；

所述識別模塊用于通過加載的深度學習圖像識別模型根據所述多相機圖像采集模塊拍攝到的漏泄同軸電纜的初始圖片，通過模式識別算法實時定位出漏泄同軸電纜所在圖片中的位置信息，如果定位出的漏泄同軸電纜的位置不在圖片的中心，則通過向所述相機云臺發送控制信號，對所述相機鏡頭的拍攝角度進行微調，使得所述相機鏡頭拍攝到的漏泄同軸電纜處于圖片的中心位置。

5.如權利要求4所述的基于實時圖像識別的漏泄同軸電纜圖像采集方法，其特征在于，所述深度學習圖像識別模型為卷積網絡模型，包括VGG16的前5層，3層卷積層和最大池化層；

所述卷積網絡模型的每一層卷積層對漏泄同軸電纜圖片進行卷積之后會得到含有特定漏泄同軸電纜圖像特征的特征圖，每一特征圖都形成自己的檢測器與分類器，最后通過非極大值抑制算法篩選出最終的目標位置以及利用softmax算法確定目標是漏泄同軸電纜還是背景。

6.如權利要求5所述的基于實時圖像識別的漏泄同軸電纜圖像采集方法，其特征在于，所述卷積網絡模型的訓練流程如下：

步驟1：使用正常拍攝情況下采集到的圖片，人為篩選出含有漏泄同軸電纜的圖片，包含隧道內、隧道外場景；

步驟2：使用LabelImage軟件對挑選出的漏泄同軸電纜圖片進行數據標注，標注出漏泄同軸電纜所在圖片中的位置、寬高，形成可以輸入訓練網絡的.xml文件；

步驟3：把標注好的.xml文件輸入到設計好的網絡模型中，設置迭代次數、學習率，開始訓練識別模型，根據后續的參數調優訓練出理想的識別模型。

7.如權利要求4所述的基于實時圖像識別的漏泄同軸電纜圖像采集方法，其特征在于，識別模塊還用于通過圖像識別技術對所述相機鏡頭拍攝到的圖片進行實時的自動識別，判斷圖片中是否含有目標物并篩選出拍攝圖片是隧道內還是隧道外，將篩選出的含有目標物體的圖片發送至所述圖像存儲模塊進行存儲。

8.如權利要求4所述的基于實時圖像識別的漏泄同軸電纜圖像采集方法，其特征在于，所述采集識別控制模塊還包括速度傳感器，所述速度傳感器用于獲得列車行駛速度，所述采集識別控制模塊通過所述速度傳感器獲得的列車行駛速度確定所述多相機圖像采集模塊的拍照頻率。