复杂光环境下的管道缺陷检测方法及装置制造方法及图纸

本发明专利技术公开了一种复杂光环境下的管道缺陷检测方法及装置，属于计算机领域。其中，该方法包括：采集管道内部的原始图像；对所述原始图像进行伽马校正，生成对应光照水平的管道缺陷图像；采用缺陷检测算法识别所述管道缺陷图像中缺陷区域的位置信息和缺陷类别。通过本发明专利技术，解决了相关技术在管道缺陷检测时缺陷数据的类别不平衡的技术问题，可以自适应地处理不同光照水平下采集的管道图像。同光照水平下采集的管道图像。同光照水平下采集的管道图像。

【技术实现步骤摘要】
复杂光环境下的管道缺陷检测方法及装置


[0001]本专利技术涉及计算机领域，具体而言，涉及一种复杂光环境下的管道缺陷检测方法及装置。

技术介绍

[0002]相关技术中，城市地下排水管网是雨水和污水排放的重要通道，是维持城市安全运行的生命线。地下排水管道在日常运行过程中，由于管材老化和维护不当等原因会产生多种管道缺陷，这些缺陷直接影响着管道运行安全。例如管道缺陷导致的管网排水能力不足、堵塞问题是造成城市内涝的重要原因，地下水掏空路基是导致公路塌陷的主要因素。近些年来，因排水管网缺陷导致的城市内涝和公路塌陷等城市病频发，给居民生命财产安全带来严重影响。对地下管网进行周期性全面检测，是及时发现风险、保障排水管网系统安全运维的关键。
[0003]相关技术中，排水管道内部检测技术包括闭路电视（Closed Circuit Television，CCTV）检测机器人、管道潜望镜、管道内窥镜等。地下管道中没有光源，检测设备中的相机对地下管道进行拍摄时，需要自备探照灯，以期达到良好的光照条件。管道数据采集设备中的相机和探照灯要进行合理的搭配使用，才能采集良好的管道内部图像。目前，管道数据采集设备中的探照灯均为多点发光的LED灯，多点发光可以很好解决采集的图像出现过曝光的问题，但当相机与管道内壁距离过近时，也会出现图像过曝现象——强光的问题；同时，当时当管道口径较大时，经常出现光照强度不够——弱光的问题。当管道CCTV等设备在对管道进行数据采集时，不同缺陷自然发生的概率不同，采集的图像中缺陷的种类也不相同，这就会产生缺陷数据的不平衡问题。
[0004]针对相关技术中存在的上述问题，目前尚未发现有效的解决方案。

技术实现思路

[0005]本专利技术实施例提供了一种复杂光环境下的管道缺陷检测方法及装置。
[0006]根据本申请实施例的一个方面，提供了一种复杂光环境下的管道缺陷检测方法，包括：采集管道内部的原始图像；对所述原始图像进行伽马校正，生成对应光照水平的管道缺陷图像；采用缺陷检测算法识别所述管道缺陷图像中缺陷区域的位置信息和缺陷类别。
[0007]进一步，对所述原始图像进行伽马校正，生成对应光照水平的管道缺陷图像包括：将所述原始图像转换为色调饱和度明度HSV色彩空间；对所述HSV色彩空间中的V通道进行自适应伽马处理，生成第一中间图像；将所述第一中间图像转换为红绿蓝RGB色彩空间，得到所述管道缺陷图像。
[0008]进一步，对所述HSV色彩空间中的V通道进行自适应伽马处理，生成第一中间图像包括：计算所述原始图像的对比度和像素标准差；根据所述像素标准差计算自适应伽马处理的曲线参数，根据所述对比度和所述曲线参数计算自适应伽马处理的矫正系数；采用以下公式计算第二明度s：s=kR
γ
；其中，k为所述矫正系数，γ为所述曲线参数，R为所述原始图
像的第一明度；基于所述第二明度生成所述第一中间图像。
[0009]进一步，根据所述像素标准差计算自适应伽马处理的曲线参数包括：根据所述像素标准差σ计算所述原始图像的明度均值λ；判断所述像素标准差σ是否小于或等于预设阈值；若所述像素标准差小于或等于预设阈值，确定所述原始图像为低对比度图像I
L
；若所述像素标准差大于预设阈值，确定所述原始图像为中高对比度图像I
H
；采用以下公式计算自适应伽马处理的曲线参数γ：其中，σ为像素标准差，λ为明度均值，I
L
表示所述原始图像为低对比度图像，I
H
表示所述原始图像为中高对比度图像。
[0010]进一步，根据所述对比度和所述曲线参数计算自适应伽马处理的矫正系数包括：根据所述像素标准差σ计算所述原始图像的明度均值λ；采用明度阈值比较所述明度均值λ；若所述明度均值λ大于或等于所述明度阈值，确定所述原始图像为高明度图像；若所述明度均值λ小于所述明度阈值，确定所述原始图像为低明度图像；采用以下公式计算自适应伽马处理的矫正系数k：其中，λ为明度均值，γ为曲线参数，R为第一明度。
[0011]进一步，采用缺陷检测算法识别所述管道缺陷图像中缺陷区域的位置信息和缺陷类别包括：从所述管道缺陷图像采样提取缺陷特征；采用调制系数重构YOLOv4缺陷检测算法的初始损失函数，得到目标损失函数；采用所述缺陷特征和所述目标损失函数识别所述管道缺陷图像中缺陷区域的位置信息和缺陷类别。
[0012]进一步，从所述管道缺陷图像采样提取缺陷特征包括：对所述管道缺陷图像进行上采样，得到至少一张放大后的高层特征图；融合所述管道缺陷图像和所述高层特征图的分辨率信息和语义信息，得到融合特征图；对所述管道缺陷图像进行下采样，得到至少一张缩小后的低层特征图；将所述高层特征图，所述融合特征图，所述低层特征图确定为所述管道缺陷图像的缺陷特征。
[0013]进一步，采用调制系数重构YOLOv4缺陷检测算法的初始损失函数，得到第一损失函数，包括：采用调制系数α重构YOLOv4缺陷检测算法的初始损失函数，得到如下目标损失函数L
p
：其中，α为调制系数，S2表示对所述管道缺陷图像划分的网格个数，表示第i个网格的第j个锚点框是否负责目标缺陷类别的判断，C表示候选缺陷类别，min是类别集合中的最小缺陷类别，max是类别集合中的最大缺陷类别，表示分类的真实概率，表示分类的估计概率，所述管道缺陷图像包括多个网格，所述网格用于预测缺陷所在的区域位置。
[0014]根据本申请实施例的另一个方面，还提供了一种复杂光环境下的管道缺陷检测装置，包括：采集模块，用于采集管道内部的原始图像；矫正模块，用于对所述原始图像进行伽马校正，生成对应光照水平的管道缺陷图像；识别模块，用于采用缺陷检测算法识别所述管道缺陷图像中缺陷区域的位置信息和缺陷类别。
[0015]进一步，所述矫正模块包括：第一转换单元，用于将所述原始图像转换为色调饱和度明度HSV色彩空间；处理单元，用于对所述HSV色彩空间中的V通道进行自适应伽马处理，生成第一中间图像；第二转换单元，用于将所述第一中间图像转换为红绿蓝RGB色彩空间，得到所述管道缺陷图像。
[0016]进一步，所述处理单元包括：第一计算子单元，用于计算所述原始图像的对比度和像素标准差；第二计算子单元，用于根据所述像素标准差计算自适应伽马处理的曲线参数，根据所述对比度和所述曲线参数计算自适应伽马处理的矫正系数；第三计算子单元，用于采用以下公式计算第二明度s：s=kR
γ
；其中，k为所述矫正系数，γ为所述曲线参数，R为所述原始图像的第一明度；生成子单元，用于基于所述第二明度生成所述第一中间图像。
[0017]进一步，所述第二计算子单元还用于：根据所述像素标准差σ计算所述原始图像的明度均值λ；判断所述像素标准差σ是否小于或等于预设阈值；若所述像素标准差小于或等于预设阈值，确定所述原始图像为低对比度图像I
L
；若所述像素标准差大于预设阈值，确定所述原始图像为中高对比度图像I
H
；采用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种复杂光环境下的管道缺陷检测方法，其特征在于，包括：采集管道内部的原始图像；对所述原始图像进行伽马校正，生成对应光照水平的管道缺陷图像；采用缺陷检测算法识别所述管道缺陷图像中缺陷区域的位置信息和缺陷类别。2.根据权利要求1所述的复杂光环境下的管道缺陷检测方法，其特征在于，对所述原始图像进行伽马校正，生成对应光照水平的管道缺陷图像包括：将所述原始图像转换为色调饱和度明度HSV色彩空间；对所述HSV色彩空间中的V通道进行自适应伽马处理，生成第一中间图像；将所述第一中间图像转换为红绿蓝RGB色彩空间，得到所述管道缺陷图像。3.根据权利要求2所述的复杂光环境下的管道缺陷检测方法，其特征在于，对所述HSV色彩空间中的V通道进行自适应伽马处理，生成第一中间图像包括：计算所述原始图像的对比度和像素标准差；根据所述像素标准差计算自适应伽马处理的曲线参数，根据所述对比度和所述曲线参数计算自适应伽马处理的矫正系数；采用以下公式计算第二明度s：s=kR
γ
；其中，k为所述矫正系数，γ为所述曲线参数，R为所述原始图像的第一明度；基于所述第二明度生成所述第一中间图像。4.根据权利要求3所述的复杂光环境下的管道缺陷检测方法，其特征在于，根据所述像素标准差计算自适应伽马处理的曲线参数包括：根据所述像素标准差σ计算所述原始图像的明度均值λ；判断所述像素标准差σ是否小于或等于预设阈值；若所述像素标准差小于或等于预设阈值，确定所述原始图像为低对比度图像I
L
；若所述像素标准差大于预设阈值，确定所述原始图像为中高对比度图像I
H
；采用以下公式计算自适应伽马处理的曲线参数γ：其中，σ为像素标准差，λ为明度均值，I
L
表示所述原始图像为低对比度图像，I
H
表示所述原始图像为中高对比度图像。5.根据权利要求3所述的复杂光环境下的管道缺陷检测方法，其特征在于，根据所述对比度和所述曲线参数计算自适应伽马处理的矫正系数包括：根据所述像素标准差σ计算所述原始图像的明度均值λ；采用明度阈值比较所述明度均值λ；若所述明度均值λ大于或等于所述明度阈值，确定所述原始图像为高明度图像；若所述明度均值λ小于所述明度阈值，确定所述原始图像为低明度图像；采用以下公式计算自适应伽马处理的矫正系数k：
其中，λ为明度均...

【专利技术属性】
技术研发人员：李清泉，朱松，姚立三，包俊，朱家松，王全，刘志，元鹏鹏，李秋棪，
申请(专利权)人：深圳市环水管网科技服务有限公司，
类型：发明
国别省市：