一种基于人工智能的电线电缆表面缺陷检测方法技术

本发明专利技术涉及一种基于人工智能的电线电缆表面缺陷检测方法；获取电线电缆的RGB图像，对RGB图像进行图像转换得到灰度图像和Lab图像；获取各图像对应的若干超边区域，经超图卷积网络输出各超边区域的图像特征向量；计算各图像超边区域之间的相似性，将具有相似性的超边区域进行合并，得到若干检测区域；将若干检测区域进行各像素点对齐，获取重叠区域；计算重叠区域的空间分布熵，当空间分布熵大于空间分布熵阈值时，计算像素点的差异度，对差异度大于差异度阈值的像素点进行降维处理，得到重叠区域的维度特征；根据重叠区域的维度特征、空间分布熵和重叠区域，计算电线电缆的缺陷进行评估。本发明专利技术能准确检测电线电缆的表面缺陷情况。况。况。

【技术实现步骤摘要】
一种基于人工智能的电线电缆表面缺陷检测方法


[0001]本专利技术涉及图像处理，具体涉及一种基于人工智能的电线电缆表面缺陷检测方法。

技术介绍

[0002]电线电缆的表面缺陷类型包括杂质疙瘩、焦烧疙瘩、积压缺陷、脱料、划伤破裂、斑点凸起等。
[0003]现有的检测方法为：1.通过人工对电线电缆进行逐一逐段的检测。
[0004]2. 通过线缆表面缺陷检测仪检测。
[0005]其中，人工检测不仅需要消耗大量的人力，而且检测效率较低，与此同时，人工检测的自动化程度不够，无法实现对电线电缆表面缺陷检测的自动化检测。通过线缆表面缺陷检测仪检测的方法需要获取电线电缆表面图像，通过神经网络得到缺陷图像，而神经网络较容易受到噪声图像区域的干扰，导致输出的缺陷图像不准确。

技术实现思路

[0006]为了解决上述技术问题，本专利技术的目的在于提供一种基于人工智能的电线电缆表面缺陷检测方法，所采用的技术方案具体如下：获取电线电缆的RGB图像，对所述RGB图像进行图像转换得到灰度图像和Lab图像；分别对所述RGB图像、灰度图像和Lab图像进行图像处理，获取若干超边区域；构建超图卷积网络，将所述超边区域输入训练好的超图卷积网络，得到所述超边区域的图像特征向量；根据每个图像的各超边区域的图像特征向量，计算各超边区域之间的相似性，将具有相似性的超边区域进行合并，得到检测区域，进而得到每个图像对应的若干检测区域；将所有图像对应的若干检测区域进行各像素点对齐，获取相同像素点的重叠区域；根据重叠区域的各像素点出现的频数以及重叠区域的像素点总数，计算重叠区域的空间分布熵；判断所述空间分布熵与空间分布熵阈值的大小，当像素点的空间分布熵大于空间分布熵阈值时，计算所述像素点在三个图像对应的检测区域之间的差异度；当像素点的差异度大于差异度阈值时，将所述像素点进行降维处理，直至像素点的差异度小于差异度阈值，停止降维操作，得到重叠区域的维度特征；根据重叠区域的维度特征、空间分布熵和重叠区域的大小，得到电线电缆的缺陷程度评估值，对电线电缆的缺陷进行评估。
[0007]进一步地，超边区域的获取方法为：1）分别对RGB图像、灰度图像和Lab图像的像素点进行聚类，得到各图像对应的m个
簇，m为聚类中心点的个数；其中每个簇为包含所有像素点的初始超边区域；2）计算任意两像素点在各通道的差值均值得到两像素点的边权；当所述边权小于边权阈值，则该两像素点进行连线；所述任意两像素点为簇内的像素点或者任意两簇间的像素点；若连线的两像素点为任意两簇间的像素点，则两簇间的两像素点对应的簇形成新超边区域；根据所述边权得到所有像素点之间的连线情况，进而得到所有超边区域，所述超边区域包括初始超边区域和新超边区域。
[0008]进一步地，当图像为RGB图像时，边权为：其中，R为像素点在R通道的像素值，G为像素点在G通道的像素，B为像素点在B通道的像素值，为另一像素点在R通道的像素值，为另一像素点在G通道的像素，为另一像素点在B通道的像素值。
[0009]进一步地，合并是当所述相似性大于设定阈值时，将两超边区域合成为一个检测区域。
[0010]进一步地，所述相似性为：其中，为第i个超边区域对应的图像特征向量，为第i个超边区域对应的图像特征向量的模为第j个超边区域对应的图像特征向量，为第j个超边区域对应的图像特征向量的模；i和j为相邻的两超边区域。
[0011]进一步地，所述空间分布熵为：其中，表示第k个三元组在重叠区域中出现的频数，表示重叠区域的像素点总数。
[0012]进一步地，所述差异度的获取方法为：1）利用海森矩阵获取所述重叠区域中像素点在对应图像的检测区域的特征值和特征向量；2）根据所述特征值和特征向量，计算所述像素点的差异度；其中差异度为：，其中，D为各特征向量的余弦距离，C为各特征值之间的差值。
[0013]进一步地，所述重叠区域的维度特征的获取方法为：获取重叠区域中进行降维操作像素点的维度，计算所有进行降维操作像素点的平均维度，进而得到平均维度的倒数，所述平均维度的倒数为重叠区域的维度特征。
[0014]本专利技术实施例至少具有如下有益效果：本专利技术通过选取三个图像，即RGB图像、灰度图像和Lab图像，通过对每个图像进行图像处理，获取对应的若干超边区域，通过对超边区域的分析，确定电线表面的检测区域，根据检测区域确定三幅图像的重叠区域的特征，进行缺陷的评估；即本专利技术通过确定三幅图像的重叠区域，能够从多个图像信息上得到电线表面同一位置处的不同信息，也即通过多个维度的图像区域的数据，实现电线表面缺陷的检测，使得缺陷分类精度更高。同时，本专利技术通过多维图像数据构建超图，能够使超图图像像素点包含更高维的图像信息，多维数据有利于图像分割区域的有效性和准确性，提高后续缺陷检测精度。
附图说明
[0015]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0016]图1为本专利技术的一种基于人工智能的电线电缆表面缺陷检测方法实施例的步骤流程图。
具体实施方式
[0017]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种基于人工智能的电线电缆表面缺陷检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0018]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0019]本专利技术针对的具体场景为：电线电缆生产缺陷检测场景。
[0020]请参阅图1，其示出了本专利技术一个实施例提供的一种基于人工智能的电线电缆表面缺陷检测方法的步骤流程图，该方法包括以下步骤：步骤1，获取电线电缆的RGB图像，对所述RGB图像进行图像转换得到灰度图像和Lab图像。
[0021]具体地，利用相机获取电线电缆的RGB图像，通过固定相机位置对电线电缆表面图像进行采集，相机采用固定焦距、固定光源的工作方式，即不考虑其他因素对图像的影响。
[0022]需要说明的是，在获取图像数据时，为了提高电线电缆表面缺陷的检测效率，可将多条电线电缆合并在一起，得到一个固定大小的阵列，然后通过相机进行图像采集，此时，所得到的图像为包括多条电线电缆合并的图像，且不存在其他背景图像信息。
[0023]本实施例中，对所述RGB图像采用加权均值法得到灰度图像，R、G、B三通道的权重分别为：，灰度图像为：；进一步地，对灰度图像采用中值滤波法去除图像在信号传输过程中产生的椒盐噪声；图像灰度化的加权均值法和中值滤波去噪均为公知技术，不再赘述实现过程。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的电线电缆表面缺陷检测方法，其特征在于，该方法包括以下步骤：获取电线电缆的RGB图像，对所述RGB图像进行图像转换得到灰度图像和Lab图像；分别对所述RGB图像、灰度图像和Lab图像进行图像处理，获取若干超边区域；构建超图卷积网络，将所述超边区域输入训练好的超图卷积网络，得到所述超边区域的图像特征向量；根据每个图像的各超边区域的图像特征向量，计算各超边区域之间的相似性，将具有相似性的超边区域进行合并，得到检测区域，进而得到每个图像对应的若干检测区域；将所有图像对应的若干检测区域进行各像素点对齐，获取相同像素点的重叠区域；根据重叠区域的各像素点出现的频数以及重叠区域的像素点总数，计算重叠区域的空间分布熵；判断所述空间分布熵与空间分布熵阈值的大小，当像素点的空间分布熵大于空间熵阈值时，计算所述像素点在三个图像对应的检测区域之间的差异度；当像素点的差异度大于差异度阈值时，将所述像素点进行降维处理，直至像素点的差异度小于差异度阈值，停止降维操作，得到重叠区域的维度特征；根据重叠区域的维度特征、空间分布熵和重叠区域的大小，得到电线电缆的缺陷程度评估值，对电线电缆的缺陷进行评估。2.根据权利要求1所述的一种基于人工智能的电线电缆表面缺陷检测方法，其特征在于，超边区域的获取方法为：1）分别对RGB图像、灰度图像和Lab图像的像素点进行聚类，得到各图像对应的m个簇，m为聚类中心点的个数；其中每个簇为包含所有像素点的初始超边区域；2）计算任意两像素点在各通道的差值均值得到两像素点的边权；当所述边权小于边权阈值，则该两像素点进行连线；所述任意两像素点为簇内的像素点或者任意两簇间的像素点；若连线的两像素点为任意两簇间的像素点，则两簇间的两像素点对应的簇形成新超边区域；根据所述边权得到所有像素点之间的连线情况，进而...

【专利技术属性】
技术研发人员：束建磊，刘建强，
申请(专利权)人：山东鹰联光电科技股份有限公司，
类型：发明
国别省市：