【技术实现步骤摘要】
本专利技术涉及图像处理，尤其是涉及一种管道图像分类方法、装置及电子设备。
技术介绍
1、目前，由于管网输送运行的水体含酸性或者腐蚀性物质，在长期服役运行下，排水管道内部会发生功能性或者结构性缺陷，包括破裂、渗漏、变形、腐蚀、错口、脱节、侵入、支管暗接和异物穿入、沉积、障碍物等等，这些缺陷会对管道造成不停程度的损害，影响其正常运行。因此，需要对管道进行检测，一般采用电视检测、管道潜望镜检测、声呐检测以及人工观测法等。具体包括对管道内部拍摄的视频，进行判读识别器缺陷的类型，以便于采取对应的修复方式。
2、具体的，管道图像分类的方法主要包括有支持向量机、卷积神经网络、粒子群优化算法等。其中，支持向量机只支持二分类问题，虽然可以扩展到多分类问题，但这增加了编程的复杂性。卷积神经网络模型的训练样本数量可达数万张，数据处理能力较强，智能化程度较高，但仍存在一些缺陷，比如对管道缺陷类型种类繁多和管道环境复杂，致使基于深度学习的排水管道缺陷自动识别的准确率较低。
3、整体而言，现有的管道图像分类方法存在编程复杂程度高以及准确程度
<本文档来自技高网...【技术保护点】
1.一种管道图像分类方法，其特征在于，包括：
2.根据权利要求1所述的管道图像分类方法，其特征在于，根据所述第二图像特征向量，构建所述字典数据库以及所述字典数据库的终态稀疏向量的步骤，包括：
3.根据权利要求2所述的管道图像分类方法，其特征在于，根据所述第二图像特征向量、所述初始字典数据库以及与随机生成的初始稀疏向量，计算中间态稀疏向量的步骤，包括：
4.根据权利要求3所述的管道图像分类方法，其特征在于，所述遗传操作包括：对所述目标子集进行交叉、变异以及替换操作。
5.根据权利要求3所述的管道图像分类方法，其特征在于，根...
【技术特征摘要】
1.一种管道图像分类方法，其特征在于，包括：
2.根据权利要求1所述的管道图像分类方法，其特征在于，根据所述第二图像特征向量，构建所述字典数据库以及所述字典数据库的终态稀疏向量的步骤，包括：
3.根据权利要求2所述的管道图像分类方法，其特征在于，根据所述第二图像特征向量、所述初始字典数据库以及与随机生成的初始稀疏向量，计算中间态稀疏向量的步骤，包括：
4.根据权利要求3所述的管道图像分类方法，其特征在于，所述遗传操作包括：对所述目标子集进行交叉、变异以及替换操作。
5.根据权利要求3所述的管道图像分类方法，其特征在于，根据所述中间态稀疏向量以及所述初始字典数据库，构建所述字典数据库以及所述终态稀疏向量的步骤，包括：
【专利技术属性】
技术研发人员：魏俊，申屠华斌，王爱杰，王鸿臣，陈前虎，朱凯，
申请(专利权)人：中国电建集团华东勘测设计研究院有限公司，
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。