[發明專利]一種深度圖像引導的電纜管道缺陷檢測與定位方法

在審

• 申請號: 202111506897.1
• 申請日: 2021-12-10
• 公開（公告）號: CN114266964A
• 公開（公告）日: 2022-04-01
• 發明（設計）人: 陳誠;丁亞杰;高輝;胥崢
• 申請（專利權）人: 國網江蘇省電力有限公司鹽城供電分公司
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/26;G06V10/40;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 蘇州市港澄專利代理事務所(普通合伙) 32304
• 代理人: 浦蓉

本發明提供了一種深度圖像引導的電纜管道缺陷檢測與定位方法，包括：(1)：將可見光與深度圖像送入兩條相互獨立的編碼器網絡進行對應模態特征提取；(2)：將特定模態的語義特征送入自適應特征融合模塊中進行多模態特征的增強與融合；(3)：將兩路獨立的特定模態特征送入與編碼器子網相對應的解碼器子網中進行解碼并輸出對應模態的地下電纜管道缺陷分割結果；(4)：將集成可見光與深度圖像信息的融合特征與解碼后的特定模態特征在多模態特征聚合模塊中結合，最終解碼輸出自適應融合后缺陷分割結果；(5)：利用雙目視覺技術，實現缺陷精確定位。本發明提供一種深度圖像引導的電纜管道缺陷檢測與定位方法，能夠輸出高精度的缺陷分割結果。

技術領域

本發明屬于計算機視覺技術領域，特別涉及一種深度圖像引導的電纜管道缺陷檢測與定位方法。

背景技術

地下電纜管道關系到地下電網的安全運行，由于工作環境和傳輸材料的復雜性，其在使用過程中管道內壁可能會出現障礙物、破裂、沉積物、結垢等各種缺陷情況，傳統的管道缺陷人工檢測方法存在耗時長、人力消耗大、容易錯檢漏檢誤檢的情況，因此需要更加智能地方法實現電纜管道缺陷檢測與定位。

在專利CN202110792859.0中公開了“基于圖像處理及深度學習的管道缺陷智能檢測方法及應用”，其提出一種將圖像處理技術與深度學習網絡結合起來的智能檢測方法，可對管道存在的裂縫、腐蝕、脫皮等缺陷進行檢測和識別。但該方法需要大量人工標注的數據集對網絡進行訓練，且對于石油管道的應用效果最優，而對于地下電纜管道的部分缺陷難以檢測和定位。針對上述問題，本發明提出了一種深度圖像引導的電纜管道缺陷檢測與定位方法，通過自適應的將可見光與深度特征充分融合，實現電纜管道缺陷精確檢測和定位。

發明內容

為了解決上述問題，本發明提供一種深度圖像引導的電纜管道缺陷檢測與定位方法，能夠在編碼器部分提取并充分融合互補的多模態特征信息，并在解碼器部分充分結合來自多模態編碼器與解碼器的特異性特征，最終輸出高精度的地下電纜管道缺陷的分割結果。

本發明具體為一種深度圖像引導的電纜管道缺陷檢測與定位方法，所述電纜管道缺陷檢測與定位方法包括以下步驟：

步驟(1)：首先將可見光與深度圖像送入兩條相互獨立的編碼器網絡進行對應模態特征的提取；

步驟(2)：接著將提取到的特定模態的語義特征送入自適應特征融合模塊中進行多模態特征的增強與融合；

步驟(3)：然后將兩路獨立的特定模態特征送入與編碼器子網相對應的解碼器子網中進行解碼并輸出對應模態的地下電纜管道缺陷的分割結果；

步驟(4)：再將集成可見光與深度圖像信息的融合特征與解碼后的特定模態特征在多模態特征聚合模塊中進一步結合，并最終解碼輸出自適應融合后的可見光與深度圖像協同的地下電纜管道缺陷的分割結果，實現對缺點的檢測；

步驟(5)：最后利用雙目視覺技術，實現對缺陷的精確定位。

與現有技術相比，本發明的有益效果是：

(1)本發明提出一種深度圖像引導的電纜管道缺陷檢測與定位方法，通過充分結合來自可見光與深度圖像的特點，能自適應的輸出融合兩種模態特征的地下電纜管道缺陷的分割結果。

(2)本發明提出一種集成多模態特征的自適應特征融合模塊，通過在編碼器部分對提取后的可見光與深度圖像特征進行增強與融合，充分利用多模態特征的互補性，通過多種像素級上的卷積、相乘以及加法操作，能自適應地充分融合多模態的特征信息。

(3)本發明提出一種結合多模態特征的特征聚合模塊，通過將解碼后的可見光和深度圖像特征與自適應多模態特征融合模塊的輸出特征集成后解碼，即能在保證多模態特征互補性的前提下對特征進行融合，又充分利用了多模態特征的特異性，從而輸出充分結合多模態信息特征的電纜管道缺陷分割結果。

附圖說明