【技术实现步骤摘要】
本专利技术属于实际运营中的地下综合管廊结构监测领域，涉及一种地下综合管廊螺栓缺失识别方法，具体涉及一种机器人移动拍摄条件下管廊螺栓缺失视觉识别方法。
技术介绍
1、现有地下综合管廊螺栓缺失识别手段多采用人工巡检的方式，存在巡检时间长、检测成本高、目视精度差以及病害易疏漏等问题，而现有的视觉识别方法受限于检测精度低、目标物误判较多等问题，无法实现全地下综合管廊螺栓缺失实时检测。
技术实现思路
1、为了解决现有管廊螺栓缺失视觉识别方法存在光照不均匀、目标干扰物较多以及精度低、处理速度慢等问题，导致管廊螺栓缺失视觉识别方法不够完善，本专利技术提供了一种机器人移动拍摄条件下管廊螺栓缺失视觉识别方法。该方法以通道补偿、clahe处理、中值滤波器结合dncnn组合模型去除噪声、对模糊图像进行复原并对yolov8进行改进，可达到提高计算效率和预测精度的目的，从而为运营周期内地下综合管廊结构的安全运维提供有效保障。
2、本专利技术的目的是通过以下技术方案实现的：
3、一种机器人移动拍摄条件下管廊螺栓缺失视觉识别方法，包括如下步骤：
4、步骤一：利用巡检机器人拍摄采集移动拍摄条件下地下综合管廊螺栓以及螺栓孔的图片数据；通过labelimg标注软件对采集到的图片数据进行手动标注，并将标签转化为yolo格式，构建螺栓缺失视觉识别数据集；
5、步骤二：基于通道补偿的图像增强方法对已标注数据集的红色通道进行校正，并旋转、镜像、调整亮度、对比度和clahe处理，
6、步骤三：将步骤二中训练集和验证集中的移动拍摄条件下模糊图像进行灰度变换计算、倒频谱压缩运算和居中化对的操作；对得到的图像进行边缘检测运算，再进行radon变换，用来消除十字亮线引起的干扰信息，以正确估计移动拍摄条件下模糊图像的模糊角度；通过利用一阶差分自相关和倒谱三维图的峰值对称性，计算峰值并得到模糊尺度；对模糊参数构造点扩散函数，使用richardson-lucy算法对其进行多次迭代使移动拍摄条件下模糊图像复原，构建新的训练集和验证集；
7、步骤四：在yolov8网络backbone中将conv模块替换为gsconv模块，以保证在精度不变的情况下，提高移动拍摄条件下视觉识别模型运算速度；在head端中将c2f模块替换为vovgscsp模块，并添加cafm注意力模块以及ema注意力模块，提高模型对螺栓孔这类小目标的关注度，构建改进的yolov8模型；
8、步骤五：根据步骤三和步骤四，将训练集输入改进的yolov8模型中进行训练，以提升移动拍摄条件下螺栓孔视觉识别的评价指标；根据训练结果，利用最好权重best.pt对验证集进行验证，以证明所构建模型的有效性，并输出螺栓孔检测结果。
9、相比于现有技术，本专利技术具有如下优点：
10、本专利技术可以有效地提升机器人移动拍摄条件下管廊螺栓缺失视觉识别的效率和准确性，适用于运营周期内地下综合管廊结构螺栓缺失问题的目标检测及监测。
本文档来自技高网...【技术保护点】
1.一种机器人移动拍摄条件下管廊螺栓缺失视觉识别方法，其特征在于所述方法包括如下步骤：
2.根据权利要求1所述的机器人移动拍摄条件下管廊螺栓缺失视觉识别方法，其特征在于所述步骤一的具体步骤如下：
3.根据权利要求1所述的机器人移动拍摄条件下管廊螺栓缺失视觉识别方法，其特征在于所述步骤二的具体步骤如下：
4.根据权利要求3所述的机器人移动拍摄条件下管廊螺栓缺失视觉识别方法，其特征在于所述CLAHE算法的具体步骤如下：
5.根据权利要求3所述的机器人移动拍摄条件下管廊螺栓缺失视觉识别方法，其特征在于所述步骤二五中，使用3×3和5×5窗口大小的滤波器，通过排除3×3和5×5窗口的中心像素，计算出其他像素的最大值和最小值，应用中值滤波器来检测有噪和无噪像素，其中：
6.根据权利要求3所述的机器人移动拍摄条件下管廊螺栓缺失视觉识别方法，其特征在于所述步骤二六中，应用DnCNN对图像进行降噪满足以下条件：
7.根据权利要求1所述的机器人移动拍摄条件下管廊螺栓缺失视觉识别方法，其特征在于所述步骤三中，移动拍摄条件下模糊图像
8.根据权利要求1所述的机器人移动拍摄条件下管廊螺栓缺失视觉识别方法，其特征在于所述步骤四的具体步骤如下：
9.根据权利要求8所述的机器人移动拍摄条件下管廊螺栓缺失视觉识别方法，其特征在于所述步骤四二的具体步骤如下：
10.根据权利要求9所述的机器人移动拍摄条件下管廊螺栓缺失视觉识别方法，其特征在于所述立EMA注意力机制模块的具体步骤如下：
...【技术特征摘要】
1.一种机器人移动拍摄条件下管廊螺栓缺失视觉识别方法，其特征在于所述方法包括如下步骤：
2.根据权利要求1所述的机器人移动拍摄条件下管廊螺栓缺失视觉识别方法，其特征在于所述步骤一的具体步骤如下：
3.根据权利要求1所述的机器人移动拍摄条件下管廊螺栓缺失视觉识别方法，其特征在于所述步骤二的具体步骤如下：
4.根据权利要求3所述的机器人移动拍摄条件下管廊螺栓缺失视觉识别方法，其特征在于所述clahe算法的具体步骤如下：
5.根据权利要求3所述的机器人移动拍摄条件下管廊螺栓缺失视觉识别方法，其特征在于所述步骤二五中，使用3×3和5×5窗口大小的滤波器，通过排除3×3和5×5窗口的中心像素，计算出其他像素的最大值和最小值，应用中值滤波器来检测有噪和无...
【专利技术属性】
技术研发人员：王俊，马新腾，刘洋，周正，高庆飞，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。