CN115235991B - 基于纤维套管的耐磨性智能检测方法及装置 - Google Patents
基于纤维套管的耐磨性智能检测方法及装置 Download PDFInfo
- Publication number
- CN115235991B CN115235991B CN202211049811.1A CN202211049811A CN115235991B CN 115235991 B CN115235991 B CN 115235991B CN 202211049811 A CN202211049811 A CN 202211049811A CN 115235991 B CN115235991 B CN 115235991B
- Authority
- CN
- China
- Prior art keywords
- friction
- sleeve
- casing
- image
- edge
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及人工智能领域,揭露一种基于纤维套管的耐磨性智能检测方法及装置,所述方法包括:对纤维套管进行套管摩擦处理,采集摩擦套管的套管图像与套管信息;计算套管图像的套管分割阈值,对套管图像进行骨架分割处理,对套管图像进行套管摩擦增强,识别套管摩擦边缘;对套管摩擦边缘进行边缘分割处理,计算套管摩擦区间,查询套管图像像素,计算套管图像的第一摩擦等级;对套管信息进行等长卷积操作,计算深度特征,对深度特征进行特征融合,计算摩擦概率,确定第二摩擦等级;构建第一摩擦等级与第二摩擦等级的摩擦等级权重,计算套管耐磨性能,确定纤维套管的耐磨性检测结果。本发明可以提高纤维套管耐磨性的检测兼容性。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种基于纤维套管的耐磨性智能检测方法及装置。
背景技术
基于纤维套管的耐磨性智能检测是指利用神经网络模型对纤维套管的耐磨性检测的过程,以用于防止纤维套管的磨损造成的用电风险。
目前,对于纤维套管的耐磨性检测通常利用图像识别技术对纤维套管的图像进行检测,从而得到纤维套管的表面摩擦状况的检测结果,或者是通过对纤维套管的原材料检测,从而得到纤维套管的抗摩擦能力,但前一种方案只停留在纤维套管表面的耐磨检测,而忽略了原材料的重要性,后者只在乎于原材料的重要性,而忽略了每个原材料互相组合之后的内在联系引起的耐磨性的检测。因此,由于不能同时把握纤维套管的外在与内在,导致对耐磨性的检测兼容性不足。
发明内容
为了解决上述问题,本发明提供了一种基于纤维套管的耐磨性智能检测方法及装置,可以保障同时把握纤维套管的外在与内在,提升对耐磨性的检测兼容性。
第一方面,本发明提供了一种基于纤维套管的耐磨性智能检测方法,包括:
获取纤维套管,对所述纤维套管进行套管摩擦处理,得到摩擦套管,采集所述摩擦套管的套管图像,并提取所述摩擦套管的套管信息;
计算所述套管图像的套管分割阈值,根据所述套管分割阈值,对所述套管图像进行骨架分割处理,得到分割套管骨架,对所述套管图像进行套管摩擦增强,得到增强摩擦套管,根据所述分割套管骨架,识别所述增强摩擦套管中的套管摩擦边缘;
对所述套管摩擦边缘进行边缘分割处理,得到分割套管边缘,计算所述分割套管边缘的套管摩擦区间,并查询所述套管摩擦区间中的套管图像像素,根据所述套管摩擦区间与所述套管图像像素,计算所述套管图像的第一摩擦等级;
对所述套管信息进行等长卷积操作,得到卷积套管信息,计算所述卷积套管信息的深度特征,对所述深度特征进行特征融合,得到融合特征,计算所述融合特征的摩擦概率,根据所述摩擦概率,确定所述套管信息的第二摩擦等级;
构建所述第一摩擦等级与所述第二摩擦等级的摩擦等级权重,根据所述摩擦等级权重,计算所述纤维套管的套管耐磨性能,根据所述套管耐磨性能,确定所述纤维套管的耐磨性检测结果。
在第一方面的一种可能实现方式中,所述获取纤维套管之前,还包括:
采集制备所述纤维套管的次级组分材料,并配置所述次级组分材料的材料配比;
根据所述材料配比,构建制备所述纤维套管的主级组分材料;
对所述主级组分材料进行胚形转换,得到转换胚形材料;
构建所述转换胚形材料的温度环境、温度时长与环境速度,根据所述温度环境、所述温度时长与所述环境速度,对所述转换胚形材料进行材料加固处理,得到加固处理材料;
根据所述主级组分材料,对所述加固处理材料进行表面防护处理,得到表面防护材料;
对所述表面防护材料进行材料成形处理,得到成形处理材料;
对所述成形处理材料进行套管形状编织,得到编织形状套管,并对所述编织形状套管进行防护加固处理,得到所述纤维套管。
在第一方面的一种可能实现方式中,所述计算所述套管图像的套管分割阈值,包括:
利用下述公式计算所述套管图像的直方图分布:
其中,pi表示所述直方图分布,ni表示灰度级为i的像素点数,N表示像素点总数;
根据所述直方图分布,利用下述公式计算所述套管图像的概率级均值:
w1=1-w0
wu=(w0,w1,u0,u1)
其中,wu表示所述套管图像的概率级均值,pi表示所述直方图分布,i表示灰度级为i,L表示i的总数,k表示从i中随机选取的数据,w0,w1,u0,u1分别表示概率级均值;
根据所述概率级均值,利用下述公式计算所述套管图像的类间方差:
σ2=w0w1(u0-u1)2
其中,σ2表示所述类间方差,w0,w1,u0,u1分别表示概率级均值;
根据所述类间方差,确定所述套管图像的套管分割阈值。
在第一方面的一种可能实现方式中,所述根据所述套管分割阈值,对所述套管图像进行骨架分割处理,得到分割套管骨架,包括:
利用下述公式对所述套管图像进行骨架初步分割,得到初步分割骨架:
其中,Ict(x,y)表示所述初步分割骨架,t1表示所述套管分割阈值,I(x,y)表示所述套管图像;
利用下述公式对所述初步分割骨架进行骨架边缘去除,得到去除边缘骨架:
其中,Ic表示所述去除边缘骨架,Ict表示所述初步分割骨架,B表示结构元素,B为结构元素,Θ与⊕分别表示形态学腐蚀与膨胀运算;
将所述去除边缘骨架作为所述分割套管骨架。
在第一方面的一种可能实现方式中,所述对所述套管摩擦边缘进行边缘分割处理,得到分割套管边缘,包括:
对所述套管摩擦边缘进行二值增强处理,得到二值增强边缘;
计算所述二值增强边缘的边缘分割阈值;
根据所述边缘分割阈值,对所述套管摩擦边缘进行边缘分割处理,得到所述分割套管边缘。
在第一方面的一种可能实现方式中,所述计算所述分割套管边缘的套管摩擦区间,包括:
获取所述分割套管边缘对应的套管图像,查询所述套管图像的摩擦区域;
根据所述摩擦区域,划分所述分割套管边缘的初始摩擦区间;
利用下述公式计算所述初始摩擦区间的摩擦概率指数:
在所述摩擦概率指数符合预设概率指数时,将所述摩擦概率指数对应的初始摩擦区间作为所述分割套管边缘的套管摩擦区间。
在第一方面的一种可能实现方式中,所述根据所述套管摩擦区间与所述套管图像像素,计算所述套管图像的第一摩擦等级,包括:
根据所述套管摩擦区间与所述套管图像像素,利用下述公式计算所述套管图像的摩擦面积:
根据所述摩擦面积,利用下述公式计算所述套管图像的第一摩擦等级:
在第一方面的一种可能实现方式中,所述计算所述卷积套管信息的深度特征,包括:
利用下述公式计算所述卷积套管信息的双向特征:
H=[h1,h2,…,hT]
根据所述双向特征,利用下述公式计算所述卷积套管信息的深度特征:
其中,yLSTM表示所述卷积套管信息的深度特征,xj表示所述卷积套管信息,W2和W1表示参数矩阵,t表示时间步,ht与H表示所述卷积套管信息的双向特征。
在第一方面的一种可能实现方式中,所述构建所述第一摩擦等级与所述第二摩擦等级的摩擦等级权重,包括:
查询所述第一摩擦等级与所述第二摩擦等级的摩擦等级效用;
根据所述摩擦等级效用,构建所述第一摩擦等级与所述第二摩擦等级的摩擦等级配比;
根据所述摩擦等级配比,确定所述第一摩擦等级与所述第二摩擦等级的摩擦等级权重。
第二方面,本发明提供了一种基于纤维套管的耐磨性智能检测装置,所述装置包括:
套管信息提取模块,用于获取纤维套管,对所述纤维套管进行套管摩擦处理,得到摩擦套管,采集所述摩擦套管的套管图像,并提取所述摩擦套管的套管信息;
摩擦边缘识别模块,用于计算所述套管图像的套管分割阈值,根据所述套管分割阈值,对所述套管图像进行骨架分割处理,得到分割套管骨架,对所述套管图像进行套管摩擦增强,得到增强摩擦套管,根据所述分割套管骨架,识别所述增强摩擦套管中的套管摩擦边缘;
第一等级计算模块,用于对所述套管摩擦边缘进行边缘分割处理,得到分割套管边缘,计算所述分割套管边缘的套管摩擦区间,并查询所述套管摩擦区间中的套管图像像素,根据所述套管摩擦区间与所述套管图像像素,计算所述套管图像的第一摩擦等级;
第二等级确定模块,用于对所述套管信息进行等长卷积操作,得到卷积套管信息,计算所述卷积套管信息的深度特征,对所述深度特征进行特征融合,得到融合特征,计算所述融合特征的摩擦概率,根据所述摩擦概率,确定所述套管信息的第二摩擦等级;
检测结果确定模块,用于构建所述第一摩擦等级与所述第二摩擦等级的摩擦等级权重,根据所述摩擦等级权重,计算所述纤维套管的套管耐磨性能,根据所述套管耐磨性能,确定所述纤维套管的耐磨性检测结果。
与现有技术相比,本方案的技术原理及有益效果在于:
本发明实施例首先通过获取纤维套管,以用于提取构造所述纤维套管的原材料信息与图片信息进行后续的耐磨性智能检测,进一步地,本发明实施例通过提取所述摩擦套管的套管信息,以用于对构建所述纤维套管的原材料数据进行检测,进一步地,本发明实施例通过计算所述套管图像的套管分割阈值,以用于将所述套管图像中用于制备纤维套管的原材料的纹理部分与所述套管图像中的背景区域部分进行分离,进一步地,本发明实施例通过对所述套管图像进行套管摩擦增强,以用于增强图像中受到摩擦且存在摩擦痕迹的部位,同时将此部位与背景区域进行亮度区分,进一步地,本发明实施例通过对所述套管摩擦边缘进行边缘分割处理,以用于降低分割套管骨架对所述套管摩擦边缘的摩擦状态的影响,进一步地,本发明实施例通过根据所述套管摩擦区间与所述套管图像像素,计算所述套管图像的第一摩擦等级,以用于将检测到的图像中产生的摩擦问题转换为数值表达形式,进一步地,本发明实施例通过计算所述卷积套管信息的深度特征,以用于专注于所述卷积套管信息中每个数据之间的内在联系,将隐含的信息进行数值化表达,提升了对套管信息智能检测的深度,进一步地,本发明实施例通过对所述深度特征进行特征融合,以用于增加特征提取的多样性以及提升对套管信息分析的深度,进一步地,本发明实施例通过计算所述融合特征的摩擦概率,以用于利用所述摩擦概率的大小对所述套管信息进行分类,确定所述套管信息对应的耐磨程度,进一步地,本发明实施例通过构建所述第一摩擦等级与所述第二摩擦等级所述第一摩擦等级与所述第二摩擦等级的摩擦等级权重,以用于均衡套管图像的检测结果与套管信息的检测结果之间的关系,实现对图像检测与信息检测的兼容性,进一步地,本发明实施例通过根据所述摩擦等级权重,计算所述纤维套管的套管耐磨性能,以用于将所述套管图片的检测结果与所述套管信息的检测结果通过权重进行组合与融合,提升了对套管图片与套管材料信息的检测兼容性。因此,本发明实施例提出的一种基于纤维套管的耐磨性智能检测方法、装置、电子设备以及存储介质,可以保障同时把握纤维套管的外在与内在,提升对耐磨性的检测兼容性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,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地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种基于纤维套管的耐磨性智能检测方法的流程示意图;
图2为本发明一实施例中图1提供的一种基于纤维套管的耐磨性智能检测方法的其中一个步骤的流程示意图;
图3为本发明一实施例中图1提供的一种基于纤维套管的耐磨性智能检测方法的另外一个步骤的流程示意图;
图4为本发明一实施例提供的一种基于纤维套管的耐磨性智能检测装置的模块示意图;
图5为本发明一实施例提供的实现基于纤维套管的耐磨性智能检测方法的电子设备的内部结构示意图。
具体实施方式
应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不用于限定本发明。
本发明实施例提供一种基于纤维套管的耐磨性智能检测方法,所述基于纤维套管的耐磨性智能检测方法的执行主体包括但不限于服务端、终端等能够被配置为执行本发明实施例提供的该方法的电子设备中的至少一种。换言之,所述基于纤维套管的耐磨性智能检测方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参阅图1所示,是本发明一实施例提供的基于纤维套管的耐磨性智能检测方法的流程示意图。其中,图1中描述的基于纤维套管的耐磨性智能检测方法包括:
S1、获取纤维套管,对所述纤维套管进行套管摩擦处理,得到摩擦套管,采集所述摩擦套管的套管图像,并提取所述摩擦套管的套管信息。
本发明实施例通过获取纤维套管,以用于提取构造所述纤维套管的原材料信息与图片信息进行后续的耐磨性智能检测。其中,所述纤维套管是指又称玻璃纤维套管、维高温套管与陶瓷纤维套管,是由玻璃纤维强化编织而成的套管,适用于538度的连续高温作业,绝缘能力和低价位是保护软管和线缆的最经济选择。
需要说明的是,本发明实施例在获取纤维套管之前,还包括:采集制备所述纤维套管的次级组分材料,并配置所述次级组分材料的材料配比;根据所述材料配比,构建制备所述纤维套管的主级组分材料;对所述主级组分材料进行胚形转换,得到转换胚形材料;构建所述转换胚形材料的温度环境、温度时长与环境速度,根据所述温度环境、所述温度时长与所述环境速度,对所述转换胚形材料进行材料加固处理,得到加固处理材料;根据所述主级组分材料,对所述加固处理材料进行表面防护处理,得到表面防护材料;对所述表面防护材料进行材料成形处理,得到成形处理材料;对所述成形处理材料进行套管形状编织,得到编织形状套管,并对所述编织形状套管进行防护加固处理,得到所述纤维套管。
示例性地,所述采集制备所述纤维套管的次级组分材料同时配置所述次级组分材料的配比通过配置600#白炭黑41-49份、QS-40白炭黑23-30份、乙烯基硅油27-33份、含促进剂MBT的硅油5-11份、含氢硅油3-10份、粘结促进剂1-3份、阻燃剂1-4份、抑制剂1-3份以及催化剂0.5-2份、无碱玻璃>97%、聚醋酸乙烯酯<1%、环氧树脂<1%与乙酸乙烯酯<1%等材料实现;根据所述材料配比,构建制备所述纤维套管的主级组分材料通过将上述无碱玻璃>97%、聚醋酸乙烯酯<1%、环氧树脂<1%与乙酸乙烯酯<1%等材料制备为玻璃纤维纱、将600#白炭黑41-49份、QS-40白炭黑23-30份、乙烯基硅油27-33份、含促进剂MBT的硅油5-11份、含氢硅油3-10份、粘结促进剂1-3份、阻燃剂1-4份、抑制剂1-3份以及催化剂0.5-2份制备为液体胶实现;所述对所述主级组分材料进行胚形转换,得到转换胚形材料通过以玻璃纤维为原材料按照坯管内径范围在0.30-100.0MM编织坯管实现;所述构建所述转换胚形材料的温度环境、温度时长与环境速度,根据所述温度环境、所述温度时长与所述环境速度,对所述转换胚形材料进行材料加固处理,得到加固处理材料通过构建400℃-800℃的高温环境、在高温环境内的运行速度25m/h-55m/h以及在高温环境滞留时间为120S-150S之间实现;所述根据所述主级组分材料,对所述加固处理材料进行表面防护处理,得到表面防护材料通过引导坯管穿过模具,并向模具内注入液体胶,液体胶均匀覆裹在坯管外表实现,其中坯管在模具内的运行速度为25m/h-55m/h,坯管任一截面在模具内的滞留时间介于30s-35s之间,模具型腔温度为500℃-800℃;所述对所述表面防护材料进行材料成形处理,得到成形处理材料通过引导坯管穿过高温通道实现,其中高温通道的温度330℃-430℃,坯管在模具内的运行速度为105m/h-115m/h,坯管任一截面在高温通道内的滞留时间为57s-75s,最终固化成管;所述对所述成形处理材料进行套管形状编织,得到编织形状套管通过引导成型管穿过编织机集束器,表面以PET为原料编织一层,其中编织规格内径范围在3.0-100MM实现;所述对所述编织形状套管进行防护加固处理,得到所述纤维套管通过将编织好的套管穿过漆头漆缸,往漆缸内注入液体胶,液体胶均匀覆裹在坯管外表,其中套管在漆缸内的运行速度为25m/h-55m/h,最后将编好的管经过漆缸后导向穿过高温通道实现,其中,高温通道的温度由60℃-330℃不等的区域间区组成,坯管在高温通道的运行速度为25m/h-55m/h之间,烘干后可得玻璃纤维套管。
进一步地,本发明实施例通过对所述纤维套管进行套管摩擦处理,以用于将原本完好的纤维套管进行不同程度的表面摩擦,以此检测纤维套管经受摩擦之后的耐磨程度。
本发明的一实施例中,参阅图2所示,所述对所述纤维套管进行套管摩擦处理,得到摩擦套管,包括:
S201、配置所述纤维套管的摩擦材料;
S202、构建所述纤维套管的摩擦力度与摩擦方向;
S203、根据所述摩擦材料、摩擦力度与所述摩擦方向,对所述纤维套管进行套管摩擦处理,得到摩擦套管。
进一步地,本发明实施例通过采集所述摩擦套管的套管图像,以用于对经受摩擦之后的纤维套管表面的摩擦损坏情况进行检测。其中,所述套管图像是指经过摄像头拍摄的所述纤维套管被摩擦之后的表面图像。
本发明的一实施例中,所述采集所述摩擦套管的套管图像通过利用摄像头拍摄实现。
进一步地,本发明实施例通过提取所述摩擦套管的套管信息,以用于对构建所述纤维套管的原材料数据进行检测。其中,所述套管信息是指生成所述纤维套管时的原材料数据,包括制备所述纤维套管的玻璃纤维、多聚异氰酸与丙烯酸酯单体等原材料。
本发明的一实施例中,所述提取所述摩擦套管的套管信息通过查询所述摩擦套管的历史材料数据实现。
S2、计算所述套管图像的套管分割阈值,根据所述套管分割阈值,对所述套管图像进行骨架分割处理,得到分割套管骨架,对所述套管图像进行套管摩擦增强,得到增强摩擦套管,根据所述分割套管骨架,识别所述增强摩擦套管中的套管摩擦边缘。
本发明实施例通过计算所述套管图像的套管分割阈值,以用于将所述套管图像中用于制备纤维套管的原材料的纹理部分与所述套管图像中的背景区域部分进行分离。其中,所述套管分割阈值是指图像中背景与目标之间的最大类间方差。
本发明的一实施例中,所述计算所述套管图像的套管分割阈值,包括:利用下述公式计算所述套管图像的直方图分布:
其中,pi表示所述直方图分布,ni表示灰度级为i的像素点数,N表示像素点总数;
根据所述直方图分布,利用下述公式计算所述套管图像的概率级均值:
w1=1-w0
wu=(w0,w1,u0,u1)
其中,wu表示所述套管图像的概率级均值,pi表示所述直方图分布,i表示灰度级为i,L表示i的总数,k表示从i中随机选取的数据,w0,w1,u0,u1分别表示概率级均值;
根据所述概率级均值,利用下述公式计算所述套管图像的类间方差:
σ2=w0w1(u0-u1)2
其中,σ2表示所述类间方差,w0,w1,u0,u1分别表示概率级均值;
根据所述类间方差,确定所述套管图像的套管分割阈值。
进一步地,本发明实施例通过根据所述套管分割阈值,对所述套管图像进行骨架分割处理,以用于将所述套管图像中用于制备纤维套管的原材料的纹理部分与所述套管图像中的背景区域部分进行分离。
本发明的一实施例中,所述根据所述套管分割阈值,对所述套管图像进行骨架分割处理,得到分割套管骨架,包括:利用下述公式对所述套管图像进行骨架初步分割,得到初步分割骨架:
其中,Ict(x,y)表示所述初步分割骨架,t1表示所述套管分割阈值,I(x,y)表示所述套管图像;
利用下述公式对所述初步分割骨架进行骨架边缘去除,得到去除边缘骨架:
其中,Ic表示所述去除边缘骨架,Ict表示所述初步分割骨架,B表示结构元素,B为结构元素,Θ与⊕分别表示形态学腐蚀与膨胀运算;
将所述去除边缘骨架作为所述分割套管骨架。
进一步地,本发明实施例通过对所述套管图像进行套管摩擦增强,以用于增强图像中受到摩擦且存在摩擦痕迹的部位,同时将此部位与背景区域进行亮度区分。
本发明的一实施例中,所述对所述套管图像进行套管摩擦增强,得到增强摩擦套管,包括:
其中,Ie表示所述增强摩擦套管,clap拉普拉斯算子,csobel表示Sobel算子,I表示所述套管图像,α表示Sobel算子中的方向因子。
进一步地,本发明实施例通过根据所述分割套管骨架,识别所述增强摩擦套管中的套管摩擦边缘,以用于将所述分割套管骨架与所述套管摩擦边缘分开处理。其中,所述套管摩擦边缘是指所述增强摩擦套管中去除了所述分割套管骨架之后的部分。
S3、对所述套管摩擦边缘进行边缘分割处理,得到分割套管边缘,计算所述分割套管边缘的套管摩擦区间,并查询所述套管摩擦区间中的套管图像像素,根据所述套管摩擦区间与所述套管图像像素,计算所述套管图像的第一摩擦等级。
本发明实施例通过对所述套管摩擦边缘进行边缘分割处理,以用于降低分割套管骨架对所述套管摩擦边缘的摩擦状态的影响。
本发明的一实施例中,参阅图3所示,所述对所述套管摩擦边缘进行边缘分割处理,得到分割套管边缘,包括:
S301、对所述套管摩擦边缘进行二值增强处理,得到二值增强边缘;
S302、计算所述二值增强边缘的边缘分割阈值;
S303、根据所述边缘分割阈值,对所述套管摩擦边缘进行边缘分割处理,得到所述分割套管边缘。
可选地,所述对所述套管摩擦边缘进行二值增强处理,得到二值增强边缘通过将与所述套管摩擦边缘相对应的分割套管骨架的像素值都设置为0实现;所述计算所述二值增强边缘的边缘分割阈值的原理与上述计算所述套管图像的套管分割阈值的原理类似,在此不做进一步地赘述;所述根据所述边缘分割阈值,对所述套管摩擦边缘进行边缘分割处理,得到所述分割套管边缘的原理与上述根据所述套管分割阈值,对所述套管图像进行骨架分割处理,得到分割套管骨架的原理类似,在此不做进一步地赘述。
进一步地,本发明实施例通过计算所述分割套管边缘的套管摩擦区间,以用于确定所述纤维套管中发生摩擦的部位以及部位的大小。
本发明的一实施例中,所述计算所述分割套管边缘的套管摩擦区间,包括:获取所述分割套管边缘对应的套管图像,查询所述套管图像的摩擦区域;根据所述摩擦区域,划分所述分割套管边缘的初始摩擦区间;利用下述公式计算所述初始摩擦区间的摩擦概率指数:
在所述摩擦概率指数符合预设概率指数时,将所述摩擦概率指数对应的初始摩擦区间作为所述分割套管边缘的套管摩擦区间。
其中,所述预设概率指数可以设置为80%,也可以根据实际场景进行设置。所述摩擦区域是指所述套管图像中经受摩擦的区域。可选地,所述初始摩擦区间可以等距分割实现,例如图像3*3大小,将其分割为3个1*3的摩擦区域。
进一步地,本发明实施例通过查询所述套管摩擦区间中的套管图像像素,以用于查询发生摩擦痕迹的像素点,保障对产生摩擦痕迹的图像的处理。
进一步地,本发明实施例通过根据所述套管摩擦区间与所述套管图像像素,计算所述套管图像的第一摩擦等级,以用于将检测到的图像中产生的摩擦问题转换为数值表达形式。
本发明的一实施例中,所述根据所述套管摩擦区间与所述套管图像像素,计算所述套管图像的第一摩擦等级,包括:根据所述套管摩擦区间与所述套管图像像素,利用下述公式计算所述套管图像的摩擦面积:
根据所述摩擦面积,利用下述公式计算所述套管图像的第一摩擦等级:
S4、对所述套管信息进行等长卷积操作,得到卷积套管信息,计算所述卷积套管信息的深度特征,对所述深度特征进行特征融合,得到融合特征,计算所述融合特征的摩擦概率,根据所述摩擦概率,确定所述套管信息的第二摩擦等级。
本发明实施例通过对所述套管信息进行等长卷积操作,以用于将所述套管信息套管统一维度的特征向量表示,将杂乱的数据转换为统一格式的数据,提升套管信息检测的效率。
本发明的一实施例中,所述对所述套管信息进行等长卷积操作,得到卷积套管信息,包括:构造所述套管信息的卷积核与卷积步长;对所述套管信息进行向量图像转换,得到转换向量图像;根据所述卷积核与所述卷积步长,对所述转换向量图像进行等长卷积操作,得到所述卷积套管信息。
其中,所述转换向量图像由0与1编码组成,每一行表示每个套管信息对应的向量。
进一步地,本发明实施例通过计算所述卷积套管信息的深度特征,以用于专注于所述卷积套管信息中每个数据之间的内在联系,将隐含的信息进行数值化表达,提升了对套管信息智能检测的深度。其中,所述深度特征是指由Bi-LSTM与自注意力机制作用之后的特征向量。
本发明的一实施例中,所述计算所述卷积套管信息的深度特征,包括:利用下述公式计算所述卷积套管信息的双向特征:
H=[h1,h2,…,hT]
根据所述双向特征,利用下述公式计算所述卷积套管信息的深度特征:
其中,yLSTM表示所述卷积套管信息的深度特征,xj表示所述卷积套管信息,W2和W1表示参数矩阵,t表示时间步,ht与H表示所述卷积套管信息的双向特征。
进一步地,本发明实施例通过对所述深度特征进行特征融合,以用于增加特征提取的多样性以及提升对套管信息分析的深度。
本发明的一实施例中,所述对所述深度特征进行特征融合,得到融合特征,包括:获取所述深度特征对应的卷积套管信息,对所述卷积套管信息进行最值信息筛选,得到筛选最值信息;将所述筛选最值信息与所述深度特征进行向量拼接,得到所述融合特征。
可选地,所述对所述卷积套管信息进行最值信息筛选,得到筛选最值信息通过从所述卷积套管信息中的每个特征图内选取最大值作为所述筛选最值信息实现。
进一步地,本发明实施例通过计算所述融合特征的摩擦概率,以用于利用所述摩擦概率的大小对所述套管信息进行分类,确定所述套管信息对应的耐磨程度。
本发明的一实施例中,利用下述公式计算所述融合特征的摩擦概率:
进一步地,本发明实施例通过根据所述摩擦概率,确定所述套管信息的第二摩擦等级,以用于根据概率大小确定所述套管信息对应的耐磨程度。
本发明的一实施例中,所述根据所述摩擦概率,确定所述套管信息的第二摩擦等级通过将所述摩擦概率作为所述第二摩擦等级实现。
S5、构建所述第一摩擦等级与所述第二摩擦等级的摩擦等级权重,根据所述摩擦等级权重,计算所述纤维套管的套管耐磨性能,根据所述套管耐磨性能,确定所述纤维套管的耐磨性检测结果。
本发明实施例通过构建所述第一摩擦等级与所述第二摩擦等级所述第一摩擦等级与所述第二摩擦等级的摩擦等级权重,以用于均衡套管图像的检测结果与套管信息的检测结果之间的关系,实现对图像检测与信息检测的兼容性。其中,所述摩擦等级权重是指所述第一摩擦等级与所述第二摩擦等级分别在对所述纤维套管的耐磨性检测中所占的权重。
本发明的一实施例中,所述构建所述第一摩擦等级与所述第二摩擦等级的摩擦等级权重,包括:查询所述第一摩擦等级与所述第二摩擦等级的摩擦等级效用;根据所述摩擦等级效用,构建所述第一摩擦等级与所述第二摩擦等级的摩擦等级配比;根据所述摩擦等级配比,确定所述第一摩擦等级与所述第二摩擦等级的摩擦等级权重。
其中,所述摩擦等级效用是指不同等级对应的耐磨效果。示例性地,例如第一摩擦等级为对套管图片检测得到的效用,第二摩擦等级为对套管信息检测得到的效用,若调整生产所述纤维套管的原材料的配置即调整所述套管信息,导致所述套管信息的耐磨性发生巨大变化,而调整所拍摄得到的套管图片引起的纤维套管的耐磨性变换较小,则确定所述摩擦等级配比为所述第一摩擦等级较小且所述第二摩擦等级较大,则可以配置所述第一摩擦等级与所述第二摩擦等级之间的权重关系为2:8。
进一步地,本发明实施例通过根据所述摩擦等级权重,计算所述纤维套管的套管耐磨性能,以用于将所述套管图片的检测结果与所述套管信息的检测结果通过权重进行组合与融合,提升了对套管图片与套管材料信息的检测兼容性。其中,所述套管耐磨性能是指由摩擦等级权重与摩擦等级计算得到的数值,数值越大表示套管的摩擦损坏状况越严重,所述套管耐磨性能较差。
本发明的一实施例中,所述根据所述摩擦等级权重,利用下述公式计算所述纤维套管的套管耐磨性能:
RL=R1L1+R2L2
其中,RL表示所述纤维套管的套管耐磨性能,R1表示所述第一摩擦等级,L1表示所述第一摩擦等级对应的摩擦等级权重,R2表示所述第二摩擦等级,L2表示所述第二摩擦等级对应的摩擦等级权重。
进一步地,本发明实施例通过根据所述套管耐磨性能,确定所述纤维套管的耐磨性检测结果,以用于将数值化的耐磨性检测结果转化为通过文字标识的耐磨性检测结果。
本发明的一实施例中,所述根据所述套管耐磨性能,确定所述纤维套管的耐磨性检测结果,包括:配置所述套管耐磨性能的耐磨性能区间;在所述套管耐磨性能符合所述耐磨性能区间时,确定所述纤维套管的耐磨性检测结果。
其中,所述耐磨性能区间包括优秀、良好与较差,所述套管耐磨性能的数值越高,越接近较差区间。
可以看出,本发明实施例首先通过获取纤维套管,以用于提取构造所述纤维套管的原材料信息与图片信息进行后续的耐磨性智能检测,进一步地,本发明实施例通过提取所述摩擦套管的套管信息,以用于对构建所述纤维套管的原材料数据进行检测,进一步地,本发明实施例通过计算所述套管图像的套管分割阈值,以用于将所述套管图像中用于制备纤维套管的原材料的纹理部分与所述套管图像中的背景区域部分进行分离,进一步地,本发明实施例通过对所述套管图像进行套管摩擦增强,以用于增强图像中受到摩擦且存在摩擦痕迹的部位,同时将此部位与背景区域进行亮度区分,进一步地,本发明实施例通过对所述套管摩擦边缘进行边缘分割处理,以用于降低分割套管骨架对所述套管摩擦边缘的摩擦状态的影响,进一步地,本发明实施例通过根据所述套管摩擦区间与所述套管图像像素,计算所述套管图像的第一摩擦等级,以用于将检测到的图像中产生的摩擦问题转换为数值表达形式,进一步地,本发明实施例通过计算所述卷积套管信息的深度特征,以用于专注于所述卷积套管信息中每个数据之间的内在联系,将隐含的信息进行数值化表达,提升了对套管信息智能检测的深度,进一步地,本发明实施例通过对所述深度特征进行特征融合,以用于增加特征提取的多样性以及提升对套管信息分析的深度,进一步地,本发明实施例通过计算所述融合特征的摩擦概率,以用于利用所述摩擦概率的大小对所述套管信息进行分类,确定所述套管信息对应的耐磨程度,进一步地,本发明实施例通过构建所述第一摩擦等级与所述第二摩擦等级所述第一摩擦等级与所述第二摩擦等级的摩擦等级权重,以用于均衡套管图像的检测结果与套管信息的检测结果之间的关系,实现对图像检测与信息检测的兼容性,进一步地,本发明实施例通过根据所述摩擦等级权重,计算所述纤维套管的套管耐磨性能,以用于将所述套管图片的检测结果与所述套管信息的检测结果通过权重进行组合与融合,提升了对套管图片与套管材料信息的检测兼容性。因此,本发明实施例提出的一种基于纤维套管的耐磨性智能检测方法可以保障同时把握纤维套管的外在与内在,提升对耐磨性的检测兼容性。
如图4所示,是本发明基于纤维套管的耐磨性智能检测装置功能模块图。
本发明所述基于纤维套管的耐磨性智能检测装置400可以安装于电子设备中。根据实现的功能,所述基于纤维套管的耐磨性智能检测装置可以包括套管信息提取模块401、摩擦边缘识别模块402、第一等级计算模块403、第二等级确定模块404以及检测结果确定模块405。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本发明实施例中,关于各模块/单元的功能如下:
所述套管信息提取模块401,用于获取纤维套管,对所述纤维套管进行套管摩擦处理,得到摩擦套管,采集所述摩擦套管的套管图像,并提取所述摩擦套管的套管信息;
所述摩擦边缘识别模块402,用于计算所述套管图像的套管分割阈值,根据所述套管分割阈值,对所述套管图像进行骨架分割处理,得到分割套管骨架,对所述套管图像进行套管摩擦增强,得到增强摩擦套管,根据所述分割套管骨架,识别所述增强摩擦套管中的套管摩擦边缘;
所述第一等级计算模块403,用于对所述套管摩擦边缘进行边缘分割处理,得到分割套管边缘,计算所述分割套管边缘的套管摩擦区间,并查询所述套管摩擦区间中的套管图像像素,根据所述套管摩擦区间与所述套管图像像素,计算所述套管图像的第一摩擦等级;
所述第二等级确定模块404,用于对所述套管信息进行等长卷积操作,得到卷积套管信息,计算所述卷积套管信息的深度特征,对所述深度特征进行特征融合,得到融合特征,计算所述融合特征的摩擦概率,根据所述摩擦概率,确定所述套管信息的第二摩擦等级;
所述检测结果确定模块405,用于构建所述第一摩擦等级与所述第二摩擦等级的摩擦等级权重,根据所述摩擦等级权重,计算所述纤维套管的套管耐磨性能,根据所述套管耐磨性能,确定所述纤维套管的耐磨性检测结果。
详细地,本发明实施例中所述基于纤维套管的耐磨性智能检测装置400中的所述各模块在使用时采用与上述的图1至图3中所述的基于纤维套管的耐磨性智能检测方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图5所示,是本发明实现基于纤维套管的耐磨性智能检测方法的电子设备的结构示意图。
所述电子设备可以包括处理器50、存储器51、通信总线52以及通信接口53,还可以包括存储在所述存储器51中并可在所述处理器50上运行的计算机程序,如基于纤维套管的耐磨性智能检测程序。
其中,所述处理器50在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器50是所述电子设备的控制核心(ControlUnit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器51内的程序或者模块(例如执行基于纤维套管的耐磨性智能检测程序等),以及调用存储在所述存储器51内的数据,以执行电子设备的各种功能和处理数据。
所述存储器51至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器51在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器51在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(SmartMedia Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器51还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器51不仅可以用于存储安装于电子设备的应用软件及各类数据,例如数据库配置化连接程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线52可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器51以及至少一个处理器50等之间的连接通信。
所述通信接口53用于上述电子设备5与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,所述用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图5仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图5示出的结构并不构成对所述电子设备的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器50逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利发明范围上并不受此结构的限制。
所述电子设备中的所述存储器51存储的数据库配置化连接程序是多个计算机程序的组合,在所述处理器50中运行时,可以实现:
获取纤维套管,对所述纤维套管进行套管摩擦处理,得到摩擦套管,采集所述摩擦套管的套管图像,并提取所述摩擦套管的套管信息;
计算所述套管图像的套管分割阈值,根据所述套管分割阈值,对所述套管图像进行骨架分割处理,得到分割套管骨架,对所述套管图像进行套管摩擦增强,得到增强摩擦套管,根据所述分割套管骨架,识别所述增强摩擦套管中的套管摩擦边缘;
对所述套管摩擦边缘进行边缘分割处理,得到分割套管边缘,计算所述分割套管边缘的套管摩擦区间,并查询所述套管摩擦区间中的套管图像像素,根据所述套管摩擦区间与所述套管图像像素,计算所述套管图像的第一摩擦等级;
对所述套管信息进行等长卷积操作,得到卷积套管信息,计算所述卷积套管信息的深度特征,对所述深度特征进行特征融合,得到融合特征,计算所述融合特征的摩擦概率,根据所述摩擦概率,确定所述套管信息的第二摩擦等级;
构建所述第一摩擦等级与所述第二摩擦等级的摩擦等级权重,根据所述摩擦等级权重,计算所述纤维套管的套管耐磨性能,根据所述套管耐磨性能,确定所述纤维套管的耐磨性检测结果。
具体地,所述处理器50对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个非易失性计算机可读取存储介质中。所述存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取纤维套管,对所述纤维套管进行套管摩擦处理,得到摩擦套管,采集所述摩擦套管的套管图像,并提取所述摩擦套管的套管信息;
计算所述套管图像的套管分割阈值,根据所述套管分割阈值,对所述套管图像进行骨架分割处理,得到分割套管骨架,对所述套管图像进行套管摩擦增强,得到增强摩擦套管,根据所述分割套管骨架,识别所述增强摩擦套管中的套管摩擦边缘;
对所述套管摩擦边缘进行边缘分割处理,得到分割套管边缘,计算所述分割套管边缘的套管摩擦区间,并查询所述套管摩擦区间中的套管图像像素,根据所述套管摩擦区间与所述套管图像像素,计算所述套管图像的第一摩擦等级;
对所述套管信息进行等长卷积操作,得到卷积套管信息,计算所述卷积套管信息的深度特征,对所述深度特征进行特征融合,得到融合特征,计算所述融合特征的摩擦概率,根据所述摩擦概率,确定所述套管信息的第二摩擦等级;
构建所述第一摩擦等级与所述第二摩擦等级的摩擦等级权重,根据所述摩擦等级权重,计算所述纤维套管的套管耐磨性能,根据所述套管耐磨性能,确定所述纤维套管的耐磨性检测结果。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于纤维套管的耐磨性智能检测方法,其特征在于,所述方法包括:
获取纤维套管,对所述纤维套管进行套管摩擦处理,得到摩擦套管,采集所述摩擦套管的套管图像,并提取所述摩擦套管的套管信息;
计算所述套管图像的套管分割阈值,根据所述套管分割阈值,对所述套管图像进行骨架分割处理,得到分割套管骨架,对所述套管图像进行套管摩擦增强,得到增强摩擦套管,根据所述分割套管骨架,识别所述增强摩擦套管中的套管摩擦边缘;
对所述套管摩擦边缘进行边缘分割处理,得到分割套管边缘,计算所述分割套管边缘的套管摩擦区间,并查询所述套管摩擦区间中的套管图像像素,根据所述套管摩擦区间与所述套管图像像素,计算所述套管图像的第一摩擦等级;
对所述套管信息进行等长卷积操作,得到卷积套管信息,计算所述卷积套管信息的深度特征,对所述深度特征进行特征融合,得到融合特征,计算所述融合特征的摩擦概率,根据所述摩擦概率,确定所述套管信息的第二摩擦等级;
构建所述第一摩擦等级与所述第二摩擦等级的摩擦等级权重,根据所述摩擦等级权重,计算所述纤维套管的套管耐磨性能,根据所述套管耐磨性能,确定所述纤维套管的耐磨性检测结果。
2.根据权利要求1所述的方法,其特征在于,所述获取纤维套管之前,还包括:
采集制备所述纤维套管的次级组分材料,并配置所述次级组分材料的材料配比;
根据所述材料配比,构建制备所述纤维套管的主级组分材料;
对所述主级组分材料进行胚形转换,得到转换胚形材料;
构建所述转换胚形材料的温度环境、温度时长与环境速度,根据所述温度环境、所述温度时长与所述环境速度,对所述转换胚形材料进行材料加固处理,得到加固处理材料;
根据所述主级组分材料,对所述加固处理材料进行表面防护处理,得到表面防护材料;
对所述表面防护材料进行材料成形处理,得到成形处理材料;
对所述成形处理材料进行套管形状编织,得到编织形状套管,并对所述编织形状套管进行防护加固处理,得到所述纤维套管。
3.根据权利要求1所述的方法,其特征在于,所述计算所述套管图像的套管分割阈值,包括:
利用下述公式计算所述套管图像的直方图分布:
其中,pi表示所述直方图分布,ni表示灰度级为i的像素点数,N表示像素点总数;
根据所述直方图分布,利用下述公式计算所述套管图像的概率级均值:
w1=1-w0
wu=(w0,w1,u0,u1)
其中,wu表示所述套管图像的概率级均值,pi表示所述直方图分布,i表示灰度级为i,L表示i的总数,k表示从i中随机选取的数据,w0,w1,u0,u1分别表示概率级均值;
根据所述概率级均值,利用下述公式计算所述套管图像的类间方差:
σ2=w0w1(u0-u1)2
其中,σ2表示所述类间方差,w0,w1,u0,u1分别表示概率级均值;
根据所述类间方差,确定所述套管图像的套管分割阈值。
5.根据权利要求1所述的方法,其特征在于,所述对所述套管摩擦边缘进行边缘分割处理,得到分割套管边缘,包括:
对所述套管摩擦边缘进行二值增强处理,得到二值增强边缘;
计算所述二值增强边缘的边缘分割阈值;
根据所述边缘分割阈值,对所述套管摩擦边缘进行边缘分割处理,得到所述分割套管边缘。
9.根据权利要求1所述的方法,其特征在于,所述构建所述第一摩擦等级与所述第二摩擦等级的摩擦等级权重,包括:
查询所述第一摩擦等级与所述第二摩擦等级的摩擦等级效用;
根据所述摩擦等级效用,构建所述第一摩擦等级与所述第二摩擦等级的摩擦等级配比;
根据所述摩擦等级配比,确定所述第一摩擦等级与所述第二摩擦等级的摩擦等级权重。
10.一种基于纤维套管的耐磨性智能检测方法装置,其特征在于,所述装置包括:
套管信息提取模块,用于获取纤维套管,对所述纤维套管进行套管摩擦处理,得到摩擦套管,采集所述摩擦套管的套管图像,并提取所述摩擦套管的套管信息;
摩擦边缘识别模块,用于计算所述套管图像的套管分割阈值,根据所述套管分割阈值,对所述套管图像进行骨架分割处理,得到分割套管骨架,对所述套管图像进行套管摩擦增强,得到增强摩擦套管,根据所述分割套管骨架,识别所述增强摩擦套管中的套管摩擦边缘;
第一等级计算模块,用于对所述套管摩擦边缘进行边缘分割处理,得到分割套管边缘,计算所述分割套管边缘的套管摩擦区间,并查询所述套管摩擦区间中的套管图像像素,根据所述套管摩擦区间与所述套管图像像素,计算所述套管图像的第一摩擦等级;
第二等级确定模块,用于对所述套管信息进行等长卷积操作,得到卷积套管信息,计算所述卷积套管信息的深度特征,对所述深度特征进行特征融合,得到融合特征,计算所述融合特征的摩擦概率,根据所述摩擦概率,确定所述套管信息的第二摩擦等级;
检测结果确定模块,用于构建所述第一摩擦等级与所述第二摩擦等级的摩擦等级权重,根据所述摩擦等级权重,计算所述纤维套管的套管耐磨性能,根据所述套管耐磨性能,确定所述纤维套管的耐磨性检测结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211049811.1A CN115235991B (zh) | 2022-08-30 | 2022-08-30 | 基于纤维套管的耐磨性智能检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211049811.1A CN115235991B (zh) | 2022-08-30 | 2022-08-30 | 基于纤维套管的耐磨性智能检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115235991A CN115235991A (zh) | 2022-10-25 |
CN115235991B true CN115235991B (zh) | 2023-03-07 |
Family
ID=83681331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211049811.1A Active CN115235991B (zh) | 2022-08-30 | 2022-08-30 | 基于纤维套管的耐磨性智能检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115235991B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106407928A (zh) * | 2016-09-13 | 2017-02-15 | 武汉大学 | 基于雨滴识别的变压器复合绝缘子套管监测方法及系统 |
CN109829855A (zh) * | 2019-01-23 | 2019-05-31 | 南京航空航天大学 | 一种基于融合多层次特征图的超分辨率重建方法 |
CN110458793A (zh) * | 2018-05-03 | 2019-11-15 | 沃尔沃汽车公司 | 基于相机图像信号处理来生成和使用道路摩擦估计的方法和系统 |
CN111311610A (zh) * | 2020-02-14 | 2020-06-19 | 河北工程大学 | 图像分割的方法及终端设备 |
WO2021151272A1 (zh) * | 2020-05-20 | 2021-08-05 | 平安科技(深圳)有限公司 | 细胞图像分割方法、装置、电子设备及可读存储介质 |
CN113313013A (zh) * | 2021-05-26 | 2021-08-27 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于红外图像处理技术的变压器套管目标检测方法 |
CN113963011A (zh) * | 2021-10-08 | 2022-01-21 | 北京百度网讯科技有限公司 | 图像识别方法、装置、电子设备及存储介质 |
CN114445407A (zh) * | 2022-04-11 | 2022-05-06 | 季华实验室 | 材料的耐磨性能检测方法和装置 |
-
2022
- 2022-08-30 CN CN202211049811.1A patent/CN115235991B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106407928A (zh) * | 2016-09-13 | 2017-02-15 | 武汉大学 | 基于雨滴识别的变压器复合绝缘子套管监测方法及系统 |
CN110458793A (zh) * | 2018-05-03 | 2019-11-15 | 沃尔沃汽车公司 | 基于相机图像信号处理来生成和使用道路摩擦估计的方法和系统 |
CN109829855A (zh) * | 2019-01-23 | 2019-05-31 | 南京航空航天大学 | 一种基于融合多层次特征图的超分辨率重建方法 |
CN111311610A (zh) * | 2020-02-14 | 2020-06-19 | 河北工程大学 | 图像分割的方法及终端设备 |
WO2021151272A1 (zh) * | 2020-05-20 | 2021-08-05 | 平安科技(深圳)有限公司 | 细胞图像分割方法、装置、电子设备及可读存储介质 |
CN113313013A (zh) * | 2021-05-26 | 2021-08-27 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于红外图像处理技术的变压器套管目标检测方法 |
CN113963011A (zh) * | 2021-10-08 | 2022-01-21 | 北京百度网讯科技有限公司 | 图像识别方法、装置、电子设备及存储介质 |
CN114445407A (zh) * | 2022-04-11 | 2022-05-06 | 季华实验室 | 材料的耐磨性能检测方法和装置 |
Non-Patent Citations (1)
Title |
---|
桥塞卡瓦坐封下套管磨损机制研究;耿岱等;《润滑与密封》;20110228;第36卷(第2期);第26-29页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115235991A (zh) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101710334B (zh) | 基于图像哈希的大规模图像库检索方法 | |
CN102722880B (zh) | 图像主颜色的识别方法、装置及图像匹配方法和服务器 | |
CN110516703A (zh) | 基于人工智能的车辆识别方法、装置及存储介质 | |
CN106650615A (zh) | 一种图像处理方法及终端 | |
CN105095475B (zh) | 基于两级融合的不完整属性标记行人重识别方法与系统 | |
CN103955952A (zh) | 一种服装图像颜色特征的提取与描述方法 | |
CN109657664A (zh) | 一种车牌类型的识别方法、装置及电子设备 | |
CN106778731A (zh) | 一种车牌定位方法及终端 | |
CN108091033A (zh) | 一种纸币的识别方法、装置、终端设备和存储介质 | |
CN108875828A (zh) | 一种相似图像的快速匹配方法和系统 | |
CN110222772B (zh) | 一种基于块级别主动学习的医疗图像标注推荐方法 | |
CN115235991B (zh) | 基于纤维套管的耐磨性智能检测方法及装置 | |
CN113704474B (zh) | 银行网点设备操作指引生成方法、装置、设备及存储介质 | |
CN109460761A (zh) | 基于维度聚类和多尺度预测的银行卡卡号检测与识别方法 | |
CN111445446B (zh) | 一种基于改进的U-net的混凝土表面裂缝检测方法 | |
CN111950469A (zh) | 一种道路标识检测方法、系统、设备和介质 | |
CN112084988A (zh) | 车道线实例聚类方法、装置、电子设备和存储介质 | |
CN106682611A (zh) | 图像处理方法及装置 | |
CN113610934B (zh) | 图像亮度调整方法、装置、设备及存储介质 | |
CN115761770A (zh) | 实体识别模型的训练方法、图像识别方法、装置及设备 | |
CN114267064A (zh) | 一种人脸识别方法、装置、电子设备及存储介质 | |
CN114296545A (zh) | 一种基于视觉的无人机手势控制方法 | |
CN106650716A (zh) | 一种计算机字体识别方法及装置 | |
CN112580505A (zh) | 网点开关门状态识别方法、装置、电子设备及存储介质 | |
Lin et al. | A Pointer Meter Detection Method based on Optimal SSD network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 517000 Room 6026, 6th Floor, Enterprise Service Center Building, Longling Industrial Park 3rd Road, Yuancheng District, Heyuan City, Guangdong Province Applicant after: Huachuangwei New Materials (Guangdong) Co.,Ltd. Address before: Room 6026, Floor 6, Enterprise Service Center Building, 3rd Road, Longling Industrial Park, Yuancheng District, Heyuan City, Shenzhen, Guangdong 518000 Applicant before: Huachuangwei New Materials (Guangdong) Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |