[發明專利]基于旋轉目標檢測的耐張線夾缺陷判斷方法

在審

• 申請號: 202310364794.9
• 申請日: 2023-04-06
• 公開（公告）號: CN116579983A
• 公開（公告）日: 2023-08-11
• 發明（設計）人: 杜啟亮;周黃澤;田聯房
• 申請（專利權）人: 華南理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/60;G06T7/62;G06T5/00;G06T5/40;G06V10/25;G06V10/762;G06V10/764;G06V10/766;G06V10/774;G06V10/80;G06V10/82;G06N3/045;G06N3/046
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 馮炳輝

1.基于旋轉目標檢測的耐張線夾缺陷判斷方法，其特征在于，包括：

獲取耐張線夾的X射線圖像；

將X射線圖像進行預處理，包括去運動模糊和對比度增強，將預處理后的X射線圖像通過已訓練好的改進的旋轉目標檢測算法Rotate?Faster-Rcnn，將原始圖像中鋼錨與導線鋼芯壓接位置和鋁管與導線壓接部分用旋轉目標檢測框標出，其中，該改進的旋轉目標檢測算法Rotate?Faster-Rcnn改進的地方有：采用將圖片旋轉固定范圍內的任意角度進行圖像數據集的擴充，采用k-means算法優化網絡的anchor尺寸大小，采用長邊定義法作為旋轉目標框的表示模式，采用將圖片旋轉固定范圍內的任意角度進行圖像數據集的擴充，采用PAFPN網絡獲取不同尺度的特征圖，采用KFIoU作為損失函數，采用旋轉目標檢測進行以距離作為判斷依據的耐張線夾的缺陷檢測；

對旋轉目標檢測框的缺陷判斷：缺陷判斷包括通過鋼錨與導線鋼芯壓接部分的旋轉目標檢測框以及鋁管與導線壓接部分的旋轉目標檢測框，獲取鋼錨與導線鋼芯壓接部分的鋼錨直徑d，獲取鋼錨與導線鋼芯壓接部分的目標檢測框和鋁管與導線壓接部分的目標檢測框的距離l，通過d與l的大小關系來判斷是否缺陷，當d≥l時為不存在缺陷，當時d＜l存在缺陷。

2.根據權利要求1所述的基于旋轉目標檢測的耐張線夾缺陷判斷方法，其特征在于，改進的旋轉目標檢測算法Rotate?Faster-Rcnn的結構包括6個主要部分：圖像預處理、ResNet骨干網絡、PAFPN網絡、區域建議網絡頭部rpn_head、檢測網絡頭部bbox_head、掩膜分支mask_head；

通過改進的旋轉目標檢測算法Rotate?Faster-Rcnn將鋼錨與導線鋼芯壓接部分和鋁管與導線壓接部分用旋轉目標檢測框框出，包括以下過程：

將耐張線夾的X射線圖像進行圖像預處理后輸入ResNet骨干網絡，生成多個分辨率不同的特征圖；

將多個分辨率不同的特征圖輸入PAFPN網絡，進行特征融合處理，輸出多個不同尺度的特征圖層；

將多個不同尺度的特征圖層輸入區域建議網絡頭部rpn_head，生成多個區域候選框以及固定大小的特征圖；

將多個區域候選框輸入檢測網絡頭部bbox_head輸出旋轉目標檢測框。

3.根據權利要求2所述的基于旋轉目標檢測的耐張線夾缺陷判斷方法，其特征在于，所述改進的旋轉目標檢測算法Rotate?Faster-Rcnn的圖像預處理部分是先將圖像調整為1024×1024×3的大小，如果原圖的大小不滿足調整的大小，向圖像四周填充黑色像素以達到1024×1024×3大小，而后將圖像進行歸一化處理，對圖像的三個通道的像素分別進行均值為123.67、116.28、103.53，方差為58.395、57.12、57.375的歸一化，歸一化后的像素值具體如下所示：

式中，np為歸一化后的像素值、op為原本的像素值、mean為均值、std為方差；將圖像中的像素值歸一化到以mean為平均值，std為方差的正態分布上。

4.根據權利要求3所述的基于旋轉目標檢測的耐張線夾缺陷判斷方法，其特征在于，所述ResNet骨干網絡共有5個階段，第一階段記作C1，其輸出512×512×64，第二個階段記作C2，其輸出為256×256×256，第三階段記作C3，其輸出為128×128×512，第四階段記作C4，其輸出為64×64×1024，第五階段記作C5，其輸出為32×32×2048；將X射線圖像輸入到ResNet骨干網絡，一共獲得5個分辨率不同的特征圖，按順序記作C1-C5。