[发明专利]基于旋转目标检测的耐张线夹缺陷判断方法

权利要求书

1.基于旋转目标检测的耐张线夹缺陷判断方法，其特征在于，包括：

获取耐张线夹的X射线图像；

将X射线图像进行预处理，包括去运动模糊和对比度增强，将预处理后的X射线图像通过已训练好的改进的旋转目标检测算法Rotate Faster-Rcnn，将原始图像中钢锚与导线钢芯压接位置和铝管与导线压接部分用旋转目标检测框标出，其中，该改进的旋转目标检测算法Rotate Faster-Rcnn改进的地方有：采用将图片旋转固定范围内的任意角度进行图像数据集的扩充，采用k-means算法优化网络的anchor尺寸大小，采用长边定义法作为旋转目标框的表示模式，采用将图片旋转固定范围内的任意角度进行图像数据集的扩充，采用PAFPN网络获取不同尺度的特征图，采用KFIoU作为损失函数，采用旋转目标检测进行以距离作为判断依据的耐张线夹的缺陷检测；

对旋转目标检测框的缺陷判断：缺陷判断包括通过钢锚与导线钢芯压接部分的旋转目标检测框以及铝管与导线压接部分的旋转目标检测框，获取钢锚与导线钢芯压接部分的钢锚直径d，获取钢锚与导线钢芯压接部分的目标检测框和铝管与导线压接部分的目标检测框的距离l，通过d与l的大小关系来判断是否缺陷，当d≥l时为不存在缺陷，当时d＜l存在缺陷。

2.根据权利要求1所述的基于旋转目标检测的耐张线夹缺陷判断方法，其特征在于，改进的旋转目标检测算法Rotate Faster-Rcnn的结构包括6个主要部分：图像预处理、ResNet骨干网络、PAFPN网络、区域建议网络头部rpn_head、检测网络头部bbox_head、掩膜分支mask_head；

通过改进的旋转目标检测算法Rotate Faster-Rcnn将钢锚与导线钢芯压接部分和铝管与导线压接部分用旋转目标检测框框出，包括以下过程：

将耐张线夹的X射线图像进行图像预处理后输入ResNet骨干网络，生成多个分辨率不同的特征图；

将多个分辨率不同的特征图输入PAFPN网络，进行特征融合处理，输出多个不同尺度的特征图层；

将多个不同尺度的特征图层输入区域建议网络头部rpn_head，生成多个区域候选框以及固定大小的特征图；

将多个区域候选框输入检测网络头部bbox_head输出旋转目标检测框。

3.根据权利要求2所述的基于旋转目标检测的耐张线夹缺陷判断方法，其特征在于，所述改进的旋转目标检测算法Rotate Faster-Rcnn的图像预处理部分是先将图像调整为1024×1024×3的大小，如果原图的大小不满足调整的大小，向图像四周填充黑色像素以达到1024×1024×3大小，而后将图像进行归一化处理，对图像的三个通道的像素分别进行均值为123.67、116.28、103.53，方差为58.395、57.12、57.375的归一化，归一化后的像素值具体如下所示：

式中，np为归一化后的像素值、op为原本的像素值、mean为均值、std为方差；将图像中的像素值归一化到以mean为平均值，std为方差的正态分布上。

4.根据权利要求3所述的基于旋转目标检测的耐张线夹缺陷判断方法，其特征在于，所述ResNet骨干网络共有5个阶段，第一阶段记作C1，其输出512×512×64，第二个阶段记作C2，其输出为256×256×256，第三阶段记作C3，其输出为128×128×512，第四阶段记作C4，其输出为64×64×1024，第五阶段记作C5，其输出为32×32×2048；将X射线图像输入到ResNet骨干网络，一共获得5个分辨率不同的特征图，按顺序记作C1-C5。