[發明專利]基于異常檢測思維的膠囊機器人排水管病害檢測方法

在審

• 申請號: 202110647069.3
• 申請日: 2021-06-10
• 公開（公告）號: CN113326790A
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 李清泉;臧翀;王全;朱家松;劉志;方旭;朱松;王維康
• 申請（專利權）人: 深圳市環水管網科技服務有限公司;深圳市智源空間創新科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/08
• 代理公司: 深圳市深可信專利代理有限公司 44599
• 代理人: 劉昌剛

1.一種基于異常檢測思維的膠囊機器人排水管病害檢測方法，其特征在于，該方法包括以下的步驟：

S10、獲取拍攝的視頻文件，將視頻文件抽幀為排水管內壁的序列圖像；

S20、輸入圖像，將圖像分為4*4的圖像塊；

S30、分別計算出圖像塊的LBP特征值、GLMC特征值和HOG特征值，并設計Gabor濾波器，計算Gabor特征值；

S40、將步驟S30中得到的特征值組合得到特征組合數據集；

S50、計算出每個特征值的概率公式；

S60、選取交叉驗證數據集，依次進行步驟S30-S50，得到每張圖像的總概率值，然后通過交叉驗證集確定閾值ε；

S70、輸入新的樣本圖像，計算樣本圖像的總概率值p，當pε，則認為樣本圖像異常，當pε判定為非異常。

2.根據權利要求1所述的基于異常檢測思維的膠囊機器人排水管病害檢測方法，其特征在于，步驟S40具體包括以下的步驟：

將步驟S30中得到的特征值組合得到特征組合數據集(x₁,x₂,x₃…x_n)；給定m×n維訓練集，將訓練集轉換為n維的高斯分布，通過對m個訓練樣例的分布分析，得出訓練集的概率密度函數，即得出訓練集在各個維度上的數學期望μ和方差σ²；第j個維度上的數學期望μ_j和方差計算公式如下：

其中，表示第j個維度特征數據。

3.根據權利要求2所述的基于異常檢測思維的膠囊機器人排水管病害檢測方法，其特征在于，步驟S50中，當給定一個新的點，確定其在高斯分布上的概率p，概率p的計算公式如下：

4.根據權利要求1所述的基于異常檢測思維的膠囊機器人排水管病害檢測方法，其特征在于，步驟S10中，通過膠囊機器人的魚眼鏡頭進行排水管內部的拍攝，得到視頻文件。

5.根據權利要求1所述的基于異常檢測思維的膠囊機器人排水管病害檢測方法，其特征在于，步驟S30中，LBP特征值的計算公式如下：

其中，p表示3×3窗口中除中心像素點外的第p個像素點；I(c)表示中心像素點的灰度值，I(p)表示領域內第p個像素點的灰度值；s(x)公式如下：

6.根據權利要求1所述的基于異常檢測思維的膠囊機器人排水管病害檢測方法，其特征在于，步驟S30中，GLMC特征值的圖像特征表示為：

其中P_i,j表示灰度分別為i和j的兩個像素出現的次數或頻率，

7.根據權利要求1所述的基于異常檢測思維的膠囊機器人排水管病害檢測方法，其特征在于，步驟S30中，設計Gabor濾波器，選擇4個尺寸、6個方向，組成24個Gabor濾波器。

8.根據權利要求7所述的基于異常檢測思維的膠囊機器人排水管病害檢測方法，其特征在于，將Gabor濾波器與圖像進行卷積獲得Gabor特征，二維Gabor函數表達如下：

x^*＝x cosθ+y sinθ；

y′＝-x sinθ+y cosθ；

其中，X，Y分別表示像素坐標位置，λ表示濾波的波長，以像素為單位；θ表示Gabor核函數圖像的傾斜角度，指定了Gabor函數并行條紋的方向；ψ表示相位偏移量，范圍是-180度-180度，其中0和180度分別對應中心對稱的center-on函數和center-off函數，而-90度和90度對應反對稱函數；σ表示高斯函數的標準差；γ表示長寬比，當γ＝1時，形狀是圓的，當γ1時，形狀隨著平行條紋方向而拉長。