[發明專利]高空鋼結構腐蝕的無人機視覺檢測與評價方法及系統

有效

• 申請號: 202110947070.8
• 申請日: 2021-08-18
• 公開（公告）號: CN113409314B
• 公開（公告）日: 2021-11-12
• 發明（設計）人: 周前飛;慶光蔚;丁樹慶;馮月貴;胡靜波;王會方;寧士翔;蔣銘;王爽;吳祥生;倪大進;丁必勇;褚曙
• 申請（專利權）人: 南京市特種設備安全監督檢驗研究院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京千語知識產權代理事務所(普通合伙) 32394
• 代理人: 尚于杰;祁文彥

1.高空鋼結構腐蝕的無人機視覺檢測與評價方法，其特征在于，包括如下步驟：

步驟一、通過無人機飛行平臺搭載Camera Link工業相機作為視覺檢測裝置，全方位多角度采集待檢測的大型高空鋼結構圖像；

步驟二、通過Camera Link接口將采集的高空鋼結構圖像傳輸給基于FPGA或嵌入式GPU的邊緣計算圖像處理模塊；

步驟三、利用改進YOLOV3深度神經網絡分類模型，檢測該大型高空鋼結構圖像中是否存在腐蝕缺陷；

對YOLOV3算法進行了以下改進：使用Darknet-19網絡代替Darknet-53網絡作為改進YOLOv3網絡的骨干，刪除YOLOv3-Scale1,YOLOv3-Scale2和YOLOv3-Scale3中的重復層，從而減少檢測時間，增加兩個特征連接路徑，充分利用從網絡中提取的特征，通過多尺度滑動窗口搜索法，對鋼結構圖像中是否存在腐蝕缺陷進行定性檢測；采用Sigmoid邏輯回歸函數計算判定為腐蝕缺陷的概率，當概率大于設定閾值T時，則認定蓋缺陷為腐蝕缺陷，然后用目標框標出缺陷，并標注缺陷類別及概率值；

當檢測到存在腐蝕缺陷時，通過K-means聚類方法自動生成錨框的尺寸，并標出腐蝕目標框區域，具體步驟如下：

(1)輸入所有腐蝕目標框區域邊界框的實際寬度和高度數據集T：

T＝{(B_widthi，B_heighti)，i＝1,2,…,n} (1)

其中,B_widthi表示第i個腐蝕目標框區域邊界框的實際寬度，B_heighti表示第i個腐蝕目標框區域邊界框的實際高度；n為所有腐蝕目標框區域的數目；

(2)從T中隨機選取m個元素作為初始聚類中心：

{(cluster_widthj，cluster_heightj)，j＝1,2,…,m} (2)

其中，{(cluster_widthj，cluster_heightj)}是T的子集，i、j、m、n均為正整數，且m小于等于n；

(3)計算T中各元素到簇中心的交并比IOU_ij，如下：

設

則

(4)計算新的聚類中心：{(cluster1_widthj，cluster1_heightj)，j＝1,2,…,m}，其中

(5)如果新的聚類中心與原聚類中心相同，則算法終止并輸出步驟(4)的計算結果作為最終的聚類中心{(cluster2_widthj，cluster2_heightj)，j＝1,2,…,m}，即為更新后的錨框尺寸，否則返回步驟(3)；

步驟四、采用Otsu閾值分割與數學形態學方法，對檢測出的腐蝕目標框區域進行圖像分割，提取連通域反演缺陷形狀，利用像素點法統計腐蝕面積；根據被腐蝕部分顏色深淺設置權重因子，計算加權腐蝕率，并參考ASTM標準對檢測設備進行腐蝕分級評估；所述加權腐蝕率為在考慮被腐蝕部分顏色深淺權重因子條件下，計算出的腐蝕面積與腐蝕目標框區域面積之比；

根據圖像中被腐蝕部分顏色深淺設置權重因子，計算每個腐蝕目標框區域的加權腐蝕率A_w，具體方法如下：

(1)將每個腐蝕目標框區域按照顏色深淺程度劃分為N個等級，即分為N個腐蝕區域，權重w由重到輕分別設置為w₁,w₂,...,w_N；

(2)權重設置步驟如下，首先提取各個腐蝕區域的灰度圖像，獲取其灰度直方圖，然后對腐蝕部分像素灰度值g(x,y)從小到大進行排序，(x,y)為腐蝕像素點坐標，得到灰度最小值g₁和最大值g₂，根據公式(4)設置每個腐蝕區域的權重：

(3)計算加權腐蝕率A_w，如公式(5)：

式中，S₁，S₂，......，S_N表示不同腐蝕區域對應的像素面積。