[发明专利]一种防震锤缺陷检测的视觉检测方法

摘要

本发明公开了一种防震锤缺陷检测的视觉检测方法，包括对航拍图像进行去噪、防抖预处理，得到待检测的原始图像；采用几何变换、尺度变化、对比度变换的方法，扩充已有的原始图像，生成更多与原始图像相似的数据；采集样本，采集航拍图像中的防震锤，主要采集防震锤的一边；确定待训练的网络模型，输入样本数据，进行前向传播、反向传播调整权重，得到优化的检测网络模型参数；利用训练好的模型对待检测图像进行识别，确定防震锤的锤子所在位置；确定锤子所在导线，根据导线与防震锤的相对位置以及各自方向的约束，进行防震锤缺陷判别。

主权项

1.一种防震锤缺陷检测的视觉检测方法，其特征在于：该方法包括以下步骤：步骤1，对无人机采集的输电线路图像进行预处理，检测拍摄图像是否存在质量问题，并且对数据进行去噪防抖操作；步骤2，数据扩充，在样本采集之前，首先对步骤1中处理的数据进行数据扩充生成相似的图像；步骤3，采集样本：采用采集防震锤单边图像的方法对步骤2中扩充的图像样本进行样本采集，在样本采集的过程中，保证不同的防震锤类型以及防震锤锤体各500个以上，样本总数量不低于4000个；步骤4，确定待训练的区域选择，采用引入图像分割的信息，预测检索的位置，通过对潜在的目标区域进行提取，最终得到目标物的候选框；步骤5，通过卷积神经网络进行特征学习，并且确定模型参数，根据步骤4所得到的物体预测的位置，将这些预测的区域进行特征学习，得到相应的特征图；步骤6，防震锤的锤子检测识别，通过步骤5的样本区域学习，得到训练后的神经网络的模型参数，根据训练出来的模型对待检测图像的防震锤进行识别定位；步骤7，缺陷判别，提取出的防震锤锤子识别结果利用线特征提取算法和形态学处理方法，在几何位置约束下判断防震锤是否存在缺陷。