CN115661103A - 内镜软管渗漏位置的检测方法及装置 - Google Patents
内镜软管渗漏位置的检测方法及装置 Download PDFInfo
- Publication number
- CN115661103A CN115661103A CN202211372282.9A CN202211372282A CN115661103A CN 115661103 A CN115661103 A CN 115661103A CN 202211372282 A CN202211372282 A CN 202211372282A CN 115661103 A CN115661103 A CN 115661103A
- Authority
- CN
- China
- Prior art keywords
- hose
- area
- image
- endoscope
- preset
- 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.)
- Pending
Links
Images
Landscapes
- Instruments For Viewing The Inside Of Hollow Bodies (AREA)
Abstract
本申请提供一种内镜软管渗漏位置的检测方法及装置，该内镜软管渗漏位置的检测方法包括：拍摄得到预设时长的软管浸水视频；对软管浸水视频中的气泡进行多目标跟踪，得到摄像头拍摄界面中的多个气泡移动轨迹，直线拟合，得到多个直线移动轨迹；根据各个直线移动轨迹的中点横坐标和斜率对多个直线移动轨迹进行聚类，得到多个移动轨迹簇；将各个移动轨迹簇确定为目标移动轨迹簇，计算目标移动轨迹簇中各个直线移动轨迹与内镜软管的交点；将目标移动轨迹簇中各个直线移动轨迹与内镜软管的交点的坐标平均值，确定为目标移动轨迹簇对应的渗漏位置，得到各个移动轨迹簇对应的渗漏位置；将各个移动轨迹簇对应的渗漏位置确定为内镜软管的渗漏位置。
Description
技术领域
本申请主要涉及图像处理技术领域，具体涉及一种内镜软管渗漏位置的检测方法及装置。
背景技术
软式内镜是一种会发生疲劳、老化及损伤的高级消耗医疗器械，渗漏位置检测可以减少内镜损伤和维修的成本，还可以降低患者交叉感染的概率。忽视对内镜软管的渗漏位置检测是导致内镜寿命大大降低的重要因素(如忽视渗漏位置检测造成镜头模糊，内部零件腐蚀造成角度不够等)；同时，内镜内腔破损也是消毒失败的重要因素之一，所以必须强调渗漏位置检测。
检查软式内镜是否出现渗漏位置检测是内镜日常保养和维护中需要注意的关键环节，但现有技术中，主要依靠人工将内镜软管充气后放入水中进行气泡观察，来判断是否渗漏，但无法准确确定渗漏位置。
也即，现有技术中内镜软管渗漏位置的检测准确率不高。
发明内容
本申请提供一种内镜软管渗漏位置的检测方法及装置，旨在解决现有技术中内镜软管渗漏位置的检测准确率不高的问题。
第一方面，本申请提供一种内镜软管渗漏位置的检测方法，应用于内镜设备，所述内镜设备包括电器接头、螺纹防水盖以及所述内镜软管，所述电器接头的一端设有螺纹中空杆，所述电器接头的一端连通所述内镜软管，所述螺纹防水盖用于螺纹连接于所述螺纹中空杆以封闭所述内镜软管，所述内镜软管渗漏位置的检测方法包括：
控制摄像头从所述内镜软管一侧拍摄得到预设时长的软管浸水视频，其中，在拍摄所述软管浸水视频时，所述螺纹防水盖螺纹连接于所述螺纹中空杆以封闭所述内镜软管，所述内镜软管被浸入水中，所述内镜软管内的气压保持在预设气压值；
使用YOLOv5+DeepSORT模型对软管浸水视频中的气泡进行多目标跟踪，得到摄像头拍摄界面中的多个气泡移动轨迹；
对多个气泡移动轨迹分别进行直线拟合，得到多个直线移动轨迹；
根据各个直线移动轨迹的中点横坐标和斜率对多个直线移动轨迹进行聚类，得到多个移动轨迹簇；
将各个移动轨迹簇确定为目标移动轨迹簇，计算目标移动轨迹簇中各个直线移动轨迹与所述内镜软管的交点；
将目标移动轨迹簇中各个直线移动轨迹与所述内镜软管的交点的坐标平均值，确定为目标移动轨迹簇对应的渗漏位置，得到各个移动轨迹簇对应的渗漏位置；
将各个移动轨迹簇对应的渗漏位置确定为所述内镜软管的渗漏位置。
可选地，所述控制摄像头从所述内镜软管一侧拍摄得到预设时长的软管浸水视频，包括：
按预设频率获取摄像头拍摄的初始软管图像；
对初始软管图像进行内镜软管分割，得到内镜软管分割图像；
判断所述内镜软管分割图像中是否存在内镜软管区域；
若所述内镜软管分割图像中存在内镜软管区域，则采用Zhang-Suen细化算法获取内镜软管区域的软管中心线；
判断软管中心线是否为直线；
若软管中心线为直线，则控制摄像头从所述内镜软管一侧拍摄得到预设时长的软管浸水视频。
可选地，所述按预设频率获取摄像头拍摄的初始软管图像，之前，包括：
获取对所述螺纹防水盖内侧拍摄得到的防水盖图像；
将所述防水盖图像输入防水盖分割模型，得到第一防水盖区域；
将所述第一防水盖区域内的图像输入水滴分割模型，得到水滴分割图像；
判断所述水滴分割图像是否存在水滴区域；
若所述水滴分割图像存在水滴区域，则判断所述水滴区域的外轮廓是否满足预设水滴形状条件；
若所述水滴分割图像上的各个所述水滴区域的外轮廓均不满足预设水滴形状条件，则按预设频率获取摄像头拍摄的初始软管图像。
可选地，所述判断所述水滴区域的外轮廓是否满足预设水滴形状条件，包括：
获取所述水滴区域的外轮廓的最大内接圆和最小外接圆；
获取位于所述最大内接圆和所述最小外接圆之间的预设数量的参考圆，所述预设数量的参考圆与最大内接圆同圆心，预设数量的参考圆和所述最大内接圆的半径为等差数列；
计算预设数量的参考圆与所述水滴区域的外轮廓的交点数量；
若所述交点数量小于预设值，则确定所述水滴区域的外轮廓满足预设水滴形状条件；若交点数量不小于预设值，则所述水滴区域的外轮廓不满足预设水滴形状条件。
可选地，所述按预设频率获取摄像头拍摄的初始软管图像，之前，包括：
获取对所述螺纹防水盖内侧拍摄得到的防水盖图像；
将所述防水盖图像输入防水盖分割模型，得到第一防水盖区域；
将所述第一防水盖区域内的图像输入附着物分割模型，得到附着物分割图像；
判断所述附着物分割图像是否存在第一附着物区域；
若所述防水盖图像存在第一附着物区域，则在所述第一附着物区域内外分别生成内边界轮廓和外边界轮廓，将所述内边界轮廓与和第一附着物区域的外轮廓之间的区域确定为第二附着物区域，将所述外边界轮廓与和第一附着物区域的外轮廓之间的区域确定为附着物对比区域，其中，外边界轮廓、内边界轮廓以及所述第一附着物区域的外轮廓的形状相同且形心相同，所述附着物对比区域的面积和所述第二附着物区域的面积相同；
获取第二附着物区域的一阶矩、二阶矩以及三阶矩；获取附着物对比区域的一阶矩、二阶矩以及三阶矩；
将第二附着物区域的一阶矩、二阶矩以及三阶矩的方差确定为第一颜色量化值；将附着物对比区域的一阶矩、二阶矩以及三阶矩的方差确定为第二颜色量化值；
计算第一颜色量化值和第二颜色量化值中的较小值和较大值之间的颜色量化比，得到各个第二附着物区域的颜色量化比；
若各个第二附着物区域的颜色量化比均不小于第一预设比值，则按预设频率获取摄像头拍摄的初始软管图像。
可选地，所述按预设频率获取摄像头拍摄的初始软管图像，包括：
获取摄像头沿所述螺纹中空杆延伸方向上拍摄的第一图像；
对所述第一图像进行图像分割，得到第一分割图像；
判断所述第一分割图像上是否存在第一电器接头分割区域和第二防水盖区域；
若所述第一分割图像上存在第一电器接头分割区域和第二防水盖区域，则判断所述第一电器接头分割区域的最小外接矩形和所述第二防水盖区域的最小外接矩形之间的交并比是否超过预设交并比；
若所述第一电器接头分割区域的最小外接矩形和所述第二防水盖区域的最小外接矩形之间的交并比超过预设交并比，则发出拧紧螺纹防水盖的语音控制指令，按预设频率获取摄像头拍摄的初始软管图像。
可选地，所述按预设频率获取摄像头拍摄的初始软管图像，包括：
获取摄像头沿垂直所述螺纹中空杆延伸方向上拍摄的第二图像；
对所述第二图像进行图像分割，得到第二分割图像；
判断所述第二分割图像上是否存在螺纹杆分割区域、第二电器接头分割区域以及第三防水盖区域；
若第二分割图像上存在螺纹杆分割区域、第二电器接头分割区域以及第三防水盖区域，获取螺纹杆分割区域在预设方向上的第一投影长度和在垂直于预设方向上的第二投影长度，其中，第二电器接头分割区域以及第三防水盖区域的形心确定的直线与预设方向平行；
判断第一投影长度与第二投影长度的比值是否超过第二预设比值；
第一投影长度与第二投影长度的比值不超过第二预设比值，则按预设频率获取摄像头拍摄的初始软管图像。
第二方面，本申请提供一种内镜软管渗漏位置的检测装置，应用于内镜设备，所述内镜设备包括电器接头、螺纹防水盖以及所述内镜软管，所述电器接头的一端设有螺纹中空杆，所述电器接头的一端连通所述内镜软管，所述螺纹防水盖用于螺纹连接于所述螺纹中空杆以封闭所述内镜软管，所述内镜软管渗漏位置的检测装置包括：
视频获取单元，用于控制摄像头从所述内镜软管一侧拍摄得到预设时长的软管浸水视频，其中，在拍摄所述软管浸水视频时，所述螺纹防水盖螺纹连接于所述螺纹中空杆以封闭所述内镜软管，所述内镜软管被浸入水中，所述内镜软管内的气压保持在预设气压值；
气泡跟踪单元，用于使用YOLOv5+DeepSORT模型对软管浸水视频中的气泡进行多目标跟踪，得到摄像头拍摄界面中的多个气泡移动轨迹；
直线拟合单元，用于对多个气泡移动轨迹分别进行直线拟合，得到多个直线移动轨迹；
聚类单元，用于根据各个直线移动轨迹的中点横坐标和斜率对多个直线移动轨迹进行聚类，得到多个移动轨迹簇；
交点计算单元，用于将各个移动轨迹簇确定为目标移动轨迹簇，计算目标移动轨迹簇中各个直线移动轨迹与所述内镜软管的交点；
第一确定单元，用于将目标移动轨迹簇中各个直线移动轨迹与所述内镜软管的交点的坐标平均值，确定为目标移动轨迹簇对应的渗漏位置，得到各个移动轨迹簇对应的渗漏位置；
第二确定单元，用于将各个移动轨迹簇对应的渗漏位置确定为所述内镜软管的渗漏位置。
第三方面，本申请提供一种计算机设备，所述计算机设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现第一方面中任一项所述的内镜软管渗漏位置的检测方法。
第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行第一方面中任一项所述的内镜软管渗漏位置的检测方法中的步骤。
本申请提供一种内镜软管渗漏位置的检测方法及装置，该内镜软管渗漏位置的检测方法包括：控制摄像头从内镜软管一侧拍摄得到预设时长的软管浸水视频，其中，在拍摄软管浸水视频时，螺纹防水盖螺纹连接于螺纹中空杆以封闭内镜软管，内镜软管被浸入水中，内镜软管内的气压保持在预设气压值；使用YOLOv5+DeepSORT模型对软管浸水视频中的气泡进行多目标跟踪，得到摄像头拍摄界面中的多个气泡移动轨迹；对多个气泡移动轨迹分别进行直线拟合，得到多个直线移动轨迹；根据各个直线移动轨迹的中点横坐标和斜率对多个直线移动轨迹进行聚类，得到多个移动轨迹簇；将各个移动轨迹簇确定为目标移动轨迹簇，计算目标移动轨迹簇中各个直线移动轨迹与内镜软管的交点；将目标移动轨迹簇中各个直线移动轨迹与内镜软管的交点的坐标平均值，确定为目标移动轨迹簇对应的渗漏位置，得到各个移动轨迹簇对应的渗漏位置；将各个移动轨迹簇对应的渗漏位置确定为内镜软管的渗漏位置。本申请能够提高内镜软管渗漏位置的检测准确率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，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他的附图。
图1是本申请实施例提供的内镜软管渗漏位置的检测系统的场景示意图；
图2是本申请实施例提供的内镜软管渗漏位置的检测方法一实施例的流程示意图；
图3是本申请实施例提供的内镜软管渗漏位置的检测方法一实施例中软管浸水视频的界面示意图；
图4是本申请实施例提供的内镜软管渗漏位置的检测方法一实施例中水滴区域的最大内接圆和最小外接圆的示意图；
图5是本申请实施例提供的内镜软管渗漏位置的检测方法一实施例中第一图像的示意图；
图6是本申请实施例提供的内镜软管渗漏位置的检测方法一实施例中第二图像的示意图；
图7是本申请实施例提供的内镜软管渗漏位置的检测方法一实施例中多个直线移动轨迹的示意图；
图8是本申请实施例中提供的内镜软管渗漏位置的检测装置的一个实施例结构示意图；
图9是本申请实施例中提供的计算机设备的一个实施例结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本申请中，“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本申请，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本申请。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本申请的描述变得晦涩。因此，本申请并非旨在限于所示的实施例，而是与符合本申请所公开的原理和特征的最广范围相一致。
本申请实施例提供一种内镜软管渗漏位置的检测方法及装置，以下分别进行详细说明。
请参阅图1，图1为本申请实施例所提供的内镜软管渗漏位置的检测系统的场景示意图，该内镜软管渗漏位置的检测系统可以包括计算机设备100，计算机设备100中集成有内镜软管渗漏位置的检测装置。
本申请实施例中，该计算机设备100可以是独立的服务器，也可以是服务器组成的服务器网络或服务器集群，例如，本申请实施例中所描述的计算机设备100，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中，云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。
本申请实施例中，上述的计算机设备100可以是一个通用计算机设备或者是一个专用计算机设备。在具体实现中计算机设备100可以是台式机、便携式电脑、网络服务器、掌上电脑(Personal Digital Assistant，PDA)、移动手机、平板电脑、无线终端设备、通信设备、嵌入式设备等，本实施例不限定计算机设备100的类型。
本领域技术人员可以理解，图1中示出的应用环境，仅仅是本申请方案的一种应用场景，并不构成对本申请方案应用场景的限定，其他的应用环境还可以包括比图1中所示更多或更少的计算机设备，例如图1中仅示出1个计算机设备，可以理解的，该内镜软管渗漏位置的检测系统还可以包括一个或多个可处理数据的其他计算机设备，具体此处不作限定。
另外，如图1所示，该内镜软管渗漏位置的检测系统还可以包括存储器200，用于存储数据。
需要说明的是，图1所示的内镜软管渗漏位置的检测系统的场景示意图仅仅是一个示例，本申请实施例描述的内镜软管渗漏位置的检测系统以及场景是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着内镜软管渗漏位置的检测系统的演变和新业务场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。
首先，本申请实施例中提供一种内镜软管渗漏位置的检测方法，内镜软管渗漏位置的检测方法包括：控制摄像头从内镜软管一侧拍摄得到预设时长的软管浸水视频，其中，在拍摄软管浸水视频时，螺纹防水盖螺纹连接于螺纹中空杆以封闭内镜软管，内镜软管被浸入水中，内镜软管内的气压保持在预设气压值；使用YOLOv5+DeepSORT模型对软管浸水视频中的气泡进行多目标跟踪，得到摄像头拍摄界面中的多个气泡移动轨迹；对多个气泡移动轨迹分别进行直线拟合，得到多个直线移动轨迹；根据各个直线移动轨迹的中点横坐标和斜率对多个直线移动轨迹进行聚类，得到多个移动轨迹簇；将各个移动轨迹簇确定为目标移动轨迹簇，计算目标移动轨迹簇中各个直线移动轨迹与内镜软管的交点；将目标移动轨迹簇中各个直线移动轨迹与内镜软管的交点的坐标平均值，确定为目标移动轨迹簇对应的渗漏位置，得到各个移动轨迹簇对应的渗漏位置；将各个移动轨迹簇对应的渗漏位置确定为内镜软管的渗漏位置。
如图2所示，图2是本申请实施例中内镜软管渗漏位置的检测方法的一个实施例流程示意图，该内镜软管渗漏位置的检测方法包括如下步骤S201～S207：
S201、控制摄像头从内镜软管一侧拍摄得到预设时长的软管浸水视频。
其中，预设时长t可以为5分钟等，根据具体情况设定。
其中，软管浸水视频的界面如图3所示，内镜设备12包括电器接头123、螺纹防水盖121以及内镜软管124，电器接头123的一端设有螺纹中空杆122，电器接头123的一端连通内镜软管124，螺纹防水盖121用于螺纹连接于螺纹中空杆122以封闭内镜软管124。在拍摄软管浸水视频时，螺纹防水盖121螺纹连接于螺纹中空杆122以封闭内镜软管124，内镜软管124被浸入细长型透明清洗槽11的水中，内镜软管124内的气压保持在预设气压值。
本申请实施例中，开始进行内镜软管124渗漏位置的检测时，发出“请将内镜放置在水槽中”的语音控制指令，操作者或者机器人在接收到“请将内镜放置在水槽中”的语音控制指令时，将螺纹防水盖121螺纹连接于螺纹中空杆122以封闭内镜软管124，将内镜软管被浸入细长型透明清洗槽11的水中，内镜软管124内的气压保持在预设气压值。具体的，将内镜软管124放置在细长型透明清洗槽11中，水槽长度长于内镜软管124长度，确保检测过程中内镜软管124处于拉直状态。
本申请实施例中，摄像头从内镜软管124一侧拍摄得到预设时长t的软管浸水视频。当内镜软管124内的气压保持在预设气压值，内镜软管124的渗漏位置会漏气产生气泡。
在一个具体的实施例中，发出“请将内镜放置在水槽中”的语音控制指令后，为了确保操作者完成语音控制指令的内容，实现自动化，控制摄像头从内镜软管124一侧拍摄得到预设时长的软管浸水视频，之前，可以包括：
(1)按预设频率获取摄像头拍摄的初始软管图像。
预设频率可以为1hz，2hz等。初始软管图像是从细长型透明清洗槽11拍摄的图像。
(2)对初始软管图像进行内镜软管分割，得到内镜软管分割图像。
在一个具体的实施例中，预先训练内镜软管分割模型，优先选择Unet++，由专业内镜医师对内镜软管124边界进行勾勒。
将初始软管图像输入内镜软管分割模型进行内镜软管分割，得到内镜软管分割图像。
(3)判断内镜软管分割图像中是否存在内镜软管区域。
(4)若内镜软管分割图像中存在内镜软管区域，则采用Zhang-Suen细化算法获取内镜软管区域的软管中心线。
若内镜软管分割图像中存在内镜软管区域，说明操作者将内镜软管124放入水中，则采用Zhang-Suen细化算法获取内镜软管区域的软管中心线。
(5)判断软管中心线是否为直线。
(6)若软管中心线为直线，则控制摄像头从内镜软管一侧拍摄得到预设时长的软管浸水视频。
若软管中心线为直线，说明内镜软管124被拉直，说明操作者已经完成了语音控制指令的内容，则控制摄像头从内镜软管124一侧拍摄得到预设时长的软管浸水视频。
当然，在其他实施例中，也可以在获取到按钮操作，触屏操作等发出的控制指令时控制摄像头从内镜软管一侧拍摄得到预设时长的软管浸水视频。
进一步的，按预设频率获取摄像头拍摄的初始软管图像，之前，可以包括：
(1)获取对螺纹防水盖121内侧拍摄得到的防水盖图像。
具体的，将内镜设备12所有零部件置于摄像头下，若从内镜设备12中识别出螺纹防水盖121，此时发出“请将防水盖内侧对准摄像头”的语音控制指令。当操作者将螺纹防水盖121内侧对准摄像头后，获取对螺纹防水盖121内侧拍摄得到的防水盖图像。
在一个具体的实施例中，预先训练防水盖分割模型，优先选择Unet++，由专业内镜医师对防水盖分割边界进行勾勒。
(2)将防水盖图像输入防水盖分割模型，得到第一防水盖区域。
在一个具体的实施例中，预先训练水滴分割模型，优先选择Unet++，由专业内镜医师对水滴分割边界进行勾勒。
(3)将第一防水盖区域内的图像输入附着物分割模型，得到附着物分割图像。
在一个具体的实施例中，预先训练附着物分割模型，优先选择Unet++，由专业内镜医师对附着物的边界进行勾勒。
(4)判断附着物分割图像是否存在第一附着物区域。
(5)若防水盖图像存在第一附着物区域，则在第一附着物区域内外分别生成内边界轮廓和外边界轮廓，将内边界轮廓与和第一附着物区域的外轮廓之间的区域确定为第二附着物区域，将外边界轮廓与和第一附着物区域的外轮廓之间的区域确定为附着物对比区域，其中，外边界轮廓、内边界轮廓以及第一附着物区域的外轮廓的形状相同且形心相同，附着物对比区域的面积和第二附着物区域的面积相同。
(5)获取第二附着物区域的一阶矩、二阶矩以及三阶矩；获取附着物对比区域的一阶矩、二阶矩以及三阶矩。
具体的，获取第二附着物区域在r，g，b三个通道的像素的均值，得到一阶矩，如下公式所示：
具体的，获第二附着物区域在r，g，b三个通道的像素的方差，得到二阶矩，如下公式所示：
具体的，计算三阶矩，如下公式所示：
(6)将第二附着物区域的一阶矩、二阶矩以及三阶矩的方差确定为第一颜色量化值；将附着物对比区域的一阶矩、二阶矩以及三阶矩的方差确定为第二颜色量化值。
其中，第一颜色量化值colorF如下所示，
colorF＝std(rmean,gmean,bmean,rstd,gstd,bstd,roffset,goffset,boffset)
第二颜色量化值记为colorG。
(7)计算第一颜色量化值和第二颜色量化值中的较小值和较大值之间的颜色量化比，得到各个第二附着物区域的颜色量化比。
颜色量化比color1如下公式所示，
(8)若各个第二附着物区域的颜色量化比均不小于第一预设比值，则按预设频率获取摄像头拍摄的初始软管图像。
其中，第一预设比值可以根据具体情况设定，例如第一预设比值为0.85。若各个第二附着物区域的颜色量化比均不小于第一预设比值，说明模型预测的附着物可能有误，实际上并没有附着物，则按预设频率获取摄像头拍摄的初始软管图像。若第二附着物区域的颜色量化比小于第一预设比值，说明附着物确实是真实附着物，此时语音提示设备播报“请使用清洁剂将附着物清洗干净”。
进一步的，按预设频率获取摄像头拍摄的初始软管图像，之前，可以包括：
(1)获取对螺纹防水盖121内侧拍摄得到的防水盖图像。
具体的，将内镜设备12所有零部件置于摄像头下，若从内镜设备12中识别出螺纹防水盖121，此时发出“请将防水盖内侧对准摄像头”的语音控制指令。当操作者将螺纹防水盖121内侧对准摄像头后，获取对螺纹防水盖121内侧拍摄得到的防水盖图像。
(2)将防水盖图像输入防水盖分割模型，得到第一防水盖区域。
在一个具体的实施例中，预先训练防水盖分割模型，优先选择Unet++，由专业内镜医师对防水盖边界进行勾勒。
(3)将第一防水盖区域内的图像输入水滴分割模型，得到水滴分割图像。
在一个具体的实施例中，预先训练水滴分割模型，优先选择Unet++，由专业内镜医师对水滴边界进行勾勒。
在另一个具体的实施例中，将第一防水盖区域内的图像输入附着物分割模型，得到附着物分割图像，若防水盖图像存在第一附着物区域，则在第一附着物区域内外分别生成内边界轮廓和外边界轮廓，将内边界轮廓与和第一附着物区域的外轮廓之间的区域确定为第二附着物区域，将外边界轮廓与和第一附着物区域的外轮廓之间的区域确定为附着物对比区域，其中，外边界轮廓、内边界轮廓以及第一附着物区域的外轮廓的形状相同且形心相同，附着物对比区域的面积和第二附着物区域的面积相同。获取第二附着物区域的一阶矩、二阶矩以及三阶矩；获取附着物对比区域的一阶矩、二阶矩以及三阶矩。将第二附着物区域的一阶矩、二阶矩以及三阶矩的方差确定为第一颜色量化值；将附着物对比区域的一阶矩、二阶矩以及三阶矩的方差确定为第二颜色量化值。计算第一颜色量化值和第二颜色量化值中的较小值和较大值之间的颜色量化比，得到各个第二附着物区域的颜色量化比。若各个第二附着物区域的颜色量化比均不小于第一预设比值，则将第一防水盖区域内的图像输入水滴分割模型，得到水滴分割图像。
(4)判断水滴分割图像是否存在水滴区域。
(5)若水滴分割图像存在水滴区域，则判断水滴区域的外轮廓是否满足预设水滴形状条件。
(6)若水滴分割图像上的各个水滴区域的外轮廓均不满足预设水滴形状条件，则按预设频率获取摄像头拍摄的初始软管图像。
其中，预设水滴形状条件可以为水滴区域的外轮廓为圆形。
若水滴分割图像上的各个水滴区域的外轮廓均不满足预设水滴形状条件，说明预测出来的水滴区域可能并非真正的水滴，螺纹防水盖121符合要求，则按预设频率获取摄像头拍摄的初始软管图像。
由于水滴区域可能并非完整的圆形，为了准确识别水滴，在一个具体的实施例中，判断水滴区域的外轮廓是否满足预设水滴形状条件，可以包括：
(1)获取水滴区域的外轮廓的最大内接圆和最小外接圆。
如图4所示，获取水滴区域134的外轮廓的最大内接圆132和最小外接圆131。
(2)获取位于最大内接圆和最小外接圆之间的预设数量的参考圆，预设数量的参考圆与最大内接圆同圆心，预设数量的参考圆和最大内接圆的半径为等差数列。
如图4所示，获取位于最大内接圆132和最小外接圆131之间的1个的参考圆133。
当然，预设数量可以为2,3等等，根据具体设定即可。例如，最大内接圆132的半径为10，预设数量的参考圆为3个参考圆，3个参考圆的半径分别为：11,12,13。
(3)计算预设数量的参考圆与水滴区域的外轮廓的交点数量。
(4)若交点数量小于预设值，则确定水滴区域的外轮廓满足预设水滴形状条件；若交点数量不小于预设值，则水滴区域的外轮廓不满足预设水滴形状条件。
若交点数量小于预设值，说明水滴区域的外轮廓更接近圆形，确定水滴区域的外轮廓满足预设水滴形状条件，是真正的水滴，从而对模型的输出进行二次验证。
进一步的，交点数量为con，水滴区域的边界周长为C；判断con/C是否低于预设阈值，若con/C是否低于预设阈值，则确定水滴区域的外轮廓满足预设水滴形状条件。
在又一个具体的实施例中，判断最大内接圆和最小外接圆的面积之比是否超过第三预设比值，若最大内接圆和最小外接圆的面积之比超过第三预设比值，且交点数量小于预设值，确定水滴区域的外轮廓满足预设水滴形状条件；若最大内接圆和最小外接圆的面积之比不超过第三预设比值，且交点数量不小于预设值，确定水滴区域的外轮廓不满足预设水滴形状条件，更加准确判断预测的水滴是否是真正的水滴。例如，第三预设比值为0.9。
进一步的，若水滴分割图像上的各个水滴区域的外轮廓均不满足预设水滴形状条件，则按预设频率获取摄像头拍摄的初始软管图像，还包括：
(1)获取摄像头沿螺纹中空杆122延伸方向上拍摄的第一图像。
若水滴分割图像上的各个水滴区域的外轮廓均不满足预设水滴形状条件，获取摄像头沿螺纹中空杆122延伸方向上拍摄的第一图像。
第一图像如图5所示。
(2)对第一图像进行图像分割，得到第一分割图像；
(3)判断第一分割图像上是否存在第一电器接头分割区域和第二防水盖区域。
(4)若第一分割图像上存在第一电器接头分割区域和第二防水盖区域，则判断第一电器接头分割区域的最小外接矩形和第二防水盖区域的最小外接矩形之间的交并比是否超过预设交并比。
其中，预设交并比为0.98。
(5)若第一电器接头分割区域的最小外接矩形和第二防水盖区域的最小外接矩形之间的交并比超过预设交并比，则发出拧紧螺纹防水盖121的语音控制指令，按预设频率获取摄像头拍摄的初始软管图像。
将电器接头和螺纹防水盖均放置于摄像头下，若第一电器接头分割区域的最小外接矩形和第二防水盖区域的最小外接矩形之间的交并比IOU超过预设交并比，例如IOU>0.98，此时语音提示设备播报“请按下防水盖并顺时针旋转45度”。
进一步的，若螺纹杆分割区域的最小外接矩形和第二防水盖区域的最小外接矩形之间的交并比超过预设交并比，则发出拧紧螺纹防水盖121的语音控制指令，按预设频率获取摄像头拍摄的初始软管图像，包括：
(1)获取摄像头沿垂直螺纹中空杆122延伸方向上拍摄的第二图像。
第二图像如图6所示。
(2)对第二图像进行图像分割，得到第二分割图像。
(3)判断第二分割图像上是否存在螺纹杆分割区域、第二电器接头分割区域以及第三防水盖区域。
(4)若第二分割图像上存在螺纹杆分割区域、第二电器接头分割区域以及第三防水盖区域，则获取螺纹杆分割区域在预设方向上的第一投影长度和在垂直于预设方向上的第二投影长度，其中，第二电器接头分割区域以及第三防水盖区域的形心确定的直线与预设方向平行。
图6中，预设方向为水平方向，第一投影长度为W，第二投影长度为H。
(5)判断第一投影长度与第二投影长度的比值是否超过第二预设比值。
(6)第一投影长度与第二投影长度的比值不超过第二预设比值，则按预设频率获取摄像头拍摄的初始软管图像。
第二预设比值为δ。第一投影长度与第二投影长度的比值不超过第二预设比值，说明螺纹防水盖拧紧了，保持密封了，则按预设频率获取摄像头拍摄的初始软管图像。
具体的，将电器接头123水平放置在摄像头下，进一步核实防水盖是否拧紧，如图6所示。获得螺纹杆分割区域的第一投影长度W和第二投影长度H，若
则表示防水盖未拧紧，此时语音提示设备播报“请重新拧紧防水盖”。反之，则语音提示设备播报“请将内镜放置在水槽中”，并按预设频率获取摄像头拍摄的初始软管图像。
S202、使用YOLOv5+DeepSORT模型对软管浸水视频中的气泡进行多目标跟踪，得到摄像头拍摄界面中的多个气泡移动轨迹。
多目标跟踪(Multiple Object Tracking)简称MOT，在每个视频帧都要定位目标，并且绘制出他们的轨迹。它的输入是视频序列，输出为对于每一个目标的轨迹以及唯一识别ID，也就是说对于不同帧，我们不仅仅要识别出目标(带目标框)，而且需要对每一个目标标识一个ID来进行前后帧的关联。具体的，使用YOLOv5+DeepSORT模型对软管浸水视频中的气泡进行多目标跟踪，得到摄像头拍摄界面中的多个气泡移动轨迹。利用YOLOv5+DeepSORT模型使用YOLOv5+DeepSORT模型对软管浸水视频中的气泡进行多目标跟踪，得到摄像头拍摄界面中的多个气泡移动轨迹。
由于可能有多个渗漏位置，每个渗漏位置可能产生多个气泡，每个气泡的对应一个气泡移动轨迹。
S203、对多个气泡移动轨迹分别进行直线拟合，得到多个直线移动轨迹。
多个直线移动轨迹如图7所示。
由于气泡移动轨迹可能不是直线，对多个气泡移动轨迹分别进行直线拟合，得到多个直线移动轨迹。
S204、根据各个直线移动轨迹的中点横坐标和斜率对多个直线移动轨迹进行聚类，得到多个移动轨迹簇。
本申请实施例中，获取各个直线移动轨迹的中点横坐标和斜率，根据各个直线移动轨迹的中点横坐标和斜率对多个直线移动轨迹进行聚类，得到多个移动轨迹簇。由于同一个渗漏位置产生的气泡的气泡移动轨迹离得较近，通过聚类，得到多个移动轨迹簇，每个渗漏位置产生的多个直线移动轨迹位于一个移动轨迹簇内。
S205、将各个移动轨迹簇确定为目标移动轨迹簇，计算目标移动轨迹簇中各个直线移动轨迹与内镜软管的交点。
在一个具体的实施例中，获取软管浸水视频中的一张软管浸水图像，软管浸水图像进行内镜软管分割，得到内镜软管区域，采用Zhang-Suen细化算法获取内镜软管区域的软管中心线，将目标移动轨迹簇中各个直线移动轨迹与软管中心线的交点确定为各个直线移动轨迹与内镜软管124的交点。各个直线移动轨迹与内镜软管124的交点即为气泡的产生位置。
S206、将目标移动轨迹簇中各个直线移动轨迹与内镜软管的交点的坐标平均值，确定为目标移动轨迹簇对应的渗漏位置，得到各个移动轨迹簇对应的渗漏位置。
由于检测误差，目标移动轨迹簇内各个直线移动轨迹与内镜软管的交点可能不在同一位置，将目标移动轨迹簇中各个直线移动轨迹与内镜软管的交点的坐标平均值，确定为目标移动轨迹簇对应的渗漏位置，得到各个移动轨迹簇对应的渗漏位置。
S207、将各个移动轨迹簇对应的渗漏位置确定为内镜软管的渗漏位置。
各个移动轨迹簇对应的渗漏位置即为内镜软管124的渗漏位置。
进一步的，在软管中心线上任意取一个像素点，获取像素点的法线与内镜软管区域的两个交点，求两个交点的欧式距离得到软管图像直径d；计算各个渗漏位置距离软管端口的距离li；根据软管真实管径D，计算每个渗漏位置距离软管端口的真实距离
并在送去维修文档中做好记录。
进一步的，获取各个移动轨迹簇中的轨迹数量Num，当识别到有气泡，此时语音提示设备播报“请将管壁产生气泡位置正对着摄像头”，后开始计时，在预设时长t内多目标跟踪模型YOLOv5+DeepSORT统计产生的气泡数目Num，也就是各个移动轨迹簇中的轨迹数量Num，根据轨迹数量Num与预设时长t的比值确定渗漏位置的破损等级，
越大，渗漏位置的孔洞较大，该内管软管已报废，反之则较小，维修后可使用，并在送去维修文档中做好记录。若
则渗漏位置的孔洞较大，该软管已报废，反之则较小，维修后可使用，并在送去维修文档中做好记录。
为了更好实施本申请实施例中内镜软管渗漏位置的检测方法，在内镜软管渗漏位置的检测方法基础之上，本申请实施例中还提供一种内镜软管渗漏位置的检测装置，如图8所示，内镜软管渗漏位置的检测装置300包括：
视频获取单元301，用于控制摄像头从所述内镜软管一侧拍摄得到预设时长的软管浸水视频，其中，在拍摄所述软管浸水视频时，所述螺纹防水盖螺纹连接于所述螺纹中空杆以封闭所述内镜软管，所述内镜软管被浸入水中，所述内镜软管内的气压保持在预设气压值；
气泡跟踪单元302，用于使用YOLOv5+DeepSORT模型对软管浸水视频中的气泡进行多目标跟踪，得到摄像头拍摄界面中的多个气泡移动轨迹；
直线拟合单元303，用于对多个气泡移动轨迹分别进行直线拟合，得到多个直线移动轨迹；
聚类单元304，用于根据各个直线移动轨迹的中点横坐标和斜率对多个直线移动轨迹进行聚类，得到多个移动轨迹簇；
交点计算单元305，用于将各个移动轨迹簇确定为目标移动轨迹簇，计算目标移动轨迹簇中各个直线移动轨迹与所述内镜软管的交点；
第一确定单元306，用于将目标移动轨迹簇中各个直线移动轨迹与所述内镜软管的交点的坐标平均值，确定为目标移动轨迹簇对应的渗漏位置，得到各个移动轨迹簇对应的渗漏位置；
第二确定单元307，用于将各个移动轨迹簇对应的渗漏位置确定为所述内镜软管的渗漏位置。
本申请实施例还提供一种计算机设备，其集成了本申请实施例所提供的任一种内镜软管渗漏位置的检测装置，计算机设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中一个或多个应用程序被存储于存储器中，并配置为由处理器执行上述内镜软管渗漏位置的检测方法实施例中任一实施例中的内镜软管渗漏位置的检测方法中的步骤。
如图9所示，其示出了本申请实施例所涉及的计算机设备的结构示意图，具体来讲：
该计算机设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解，图中示出的计算机设备结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
处理器401是该计算机设备的控制中心，利用各种接口和线路连接整个计算机设备的各个部分，通过运行或执行存储在存储器402内的软件程序和/或模块，以及调用存储在存储器402内的数据，执行计算机设备的各种功能和处理数据，从而对计算机设备进行整体监控。可选的，处理器401可包括一个或多个处理核心；处理器401可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，优选的，处理器401可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器401中。
存储器402可用于存储软件程序以及模块，处理器401通过运行存储在存储器402的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器402还可以包括存储器控制器，以提供处理器401对存储器402的访问。
计算机设备还包括给各个部件供电的电源403，优选的，电源403可以通过电源管理系统与处理器401逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、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。
该计算机设备还可包括输入单元404，该输入单元404可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出，计算机设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，计算机设备中的处理器401会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中，并由处理器401来运行存储在存储器402中的应用程序，从而实现各种功能，如下：
控制摄像头从内镜软管一侧拍摄得到预设时长的软管浸水视频，其中，在拍摄软管浸水视频时，螺纹防水盖螺纹连接于螺纹中空杆以封闭内镜软管，内镜软管被浸入水中，内镜软管内的气压保持在预设气压值；使用YOLOv5+DeepSORT模型对软管浸水视频中的气泡进行多目标跟踪，得到摄像头拍摄界面中的多个气泡移动轨迹；对多个气泡移动轨迹分别进行直线拟合，得到多个直线移动轨迹；根据各个直线移动轨迹的中点横坐标和斜率对多个直线移动轨迹进行聚类，得到多个移动轨迹簇；将各个移动轨迹簇确定为目标移动轨迹簇，计算目标移动轨迹簇中各个直线移动轨迹与内镜软管的交点；将目标移动轨迹簇中各个直线移动轨迹与内镜软管的交点的坐标平均值，确定为目标移动轨迹簇对应的渗漏位置，得到各个移动轨迹簇对应的渗漏位置；将各个移动轨迹簇对应的渗漏位置确定为内镜软管的渗漏位置。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本申请实施例提供一种计算机可读存储介质，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。其上存储有计算机程序，计算机程序被处理器进行加载，以执行本申请实施例所提供的任一种内镜软管渗漏位置的检测方法中的步骤。例如，计算机程序被处理器进行加载可以执行如下步骤：
控制摄像头从内镜软管一侧拍摄得到预设时长的软管浸水视频，其中，在拍摄软管浸水视频时，螺纹防水盖螺纹连接于螺纹中空杆以封闭内镜软管，内镜软管被浸入水中，内镜软管内的气压保持在预设气压值；使用YOLOv5+DeepSORT模型对软管浸水视频中的气泡进行多目标跟踪，得到摄像头拍摄界面中的多个气泡移动轨迹；对多个气泡移动轨迹分别进行直线拟合，得到多个直线移动轨迹；根据各个直线移动轨迹的中点横坐标和斜率对多个直线移动轨迹进行聚类，得到多个移动轨迹簇；将各个移动轨迹簇确定为目标移动轨迹簇，计算目标移动轨迹簇中各个直线移动轨迹与内镜软管的交点；将目标移动轨迹簇中各个直线移动轨迹与内镜软管的交点的坐标平均值，确定为目标移动轨迹簇对应的渗漏位置，得到各个移动轨迹簇对应的渗漏位置；将各个移动轨迹簇对应的渗漏位置确定为内镜软管的渗漏位置。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见上文针对其他实施例的详细描述，此处不再赘述。
具体实施时，以上各个单元或结构可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元或结构的具体实施可参见前面的方法实施例，在此不再赘述。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
以上对本申请实施例所提供的一种内镜软管渗漏位置的检测方法及装置进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种内镜软管渗漏位置的检测方法，其特征在于，应用于内镜设备，所述内镜设备包括电器接头、螺纹防水盖以及所述内镜软管，所述电器接头的一端设有螺纹中空杆，所述电器接头的一端连通所述内镜软管，所述螺纹防水盖用于螺纹连接于所述螺纹中空杆以封闭所述内镜软管，所述内镜软管渗漏位置的检测方法包括：
控制摄像头从所述内镜软管一侧拍摄得到预设时长的软管浸水视频，其中，在拍摄所述软管浸水视频时，所述螺纹防水盖螺纹连接于所述螺纹中空杆以封闭所述内镜软管，所述内镜软管被浸入水中，所述内镜软管内的气压保持在预设气压值；
使用YOLOv5+DeepSORT模型对软管浸水视频中的气泡进行多目标跟踪，得到摄像头拍摄界面中的多个气泡移动轨迹；
对多个气泡移动轨迹分别进行直线拟合，得到多个直线移动轨迹；
根据各个直线移动轨迹的中点横坐标和斜率对多个直线移动轨迹进行聚类，得到多个移动轨迹簇；
将各个移动轨迹簇确定为目标移动轨迹簇，计算目标移动轨迹簇中各个直线移动轨迹与所述内镜软管的交点；
将目标移动轨迹簇中各个直线移动轨迹与所述内镜软管的交点的坐标平均值，确定为目标移动轨迹簇对应的渗漏位置，得到各个移动轨迹簇对应的渗漏位置；
将各个移动轨迹簇对应的渗漏位置确定为所述内镜软管的渗漏位置。
2.根据权利要求1所述的内镜软管渗漏位置的检测方法，其特征在于，所述控制摄像头从所述内镜软管一侧拍摄得到预设时长的软管浸水视频，包括：
按预设频率获取摄像头拍摄的初始软管图像；
对初始软管图像进行内镜软管分割，得到内镜软管分割图像；
判断所述内镜软管分割图像中是否存在内镜软管区域；
若所述内镜软管分割图像中存在内镜软管区域，则采用Zhang-Suen细化算法获取内镜软管区域的软管中心线；
判断软管中心线是否为直线；
若软管中心线为直线，则控制摄像头从所述内镜软管一侧拍摄得到预设时长的软管浸水视频。
3.根据权利要求2所述的内镜软管渗漏位置的检测方法，其特征在于，所述按预设频率获取摄像头拍摄的初始软管图像，之前，包括：
获取对所述螺纹防水盖内侧拍摄得到的防水盖图像；
将所述防水盖图像输入防水盖分割模型，得到第一防水盖区域；
将所述第一防水盖区域内的图像输入水滴分割模型，得到水滴分割图像；
判断所述水滴分割图像是否存在水滴区域；
若所述水滴分割图像存在水滴区域，则判断所述水滴区域的外轮廓是否满足预设水滴形状条件；
若所述水滴分割图像上的各个所述水滴区域的外轮廓均不满足预设水滴形状条件，则按预设频率获取摄像头拍摄的初始软管图像。
4.根据权利要求3所述的内镜软管渗漏位置的检测方法，其特征在于，所述判断所述水滴区域的外轮廓是否满足预设水滴形状条件，包括：
获取所述水滴区域的外轮廓的最大内接圆和最小外接圆；
获取位于所述最大内接圆和所述最小外接圆之间的预设数量的参考圆，所述预设数量的参考圆与最大内接圆同圆心，预设数量的参考圆和所述最大内接圆的半径为等差数列；
计算预设数量的参考圆与所述水滴区域的外轮廓的交点数量；
若所述交点数量小于预设值，则确定所述水滴区域的外轮廓满足预设水滴形状条件；若交点数量不小于预设值，则所述水滴区域的外轮廓不满足预设水滴形状条件。
5.根据权利要求2所述的内镜软管渗漏位置的检测方法，其特征在于，所述按预设频率获取摄像头拍摄的初始软管图像，之前，包括：
获取对所述螺纹防水盖内侧拍摄得到的防水盖图像；
将所述防水盖图像输入防水盖分割模型，得到第一防水盖区域；
将所述第一防水盖区域内的图像输入附着物分割模型，得到附着物分割图像；
判断所述附着物分割图像是否存在第一附着物区域；
若所述防水盖图像存在第一附着物区域，则在所述第一附着物区域内外分别生成内边界轮廓和外边界轮廓，将所述内边界轮廓与和第一附着物区域的外轮廓之间的区域确定为第二附着物区域，将所述外边界轮廓与和第一附着物区域的外轮廓之间的区域确定为附着物对比区域，其中，外边界轮廓、内边界轮廓以及所述第一附着物区域的外轮廓的形状相同且形心相同，所述附着物对比区域的面积和所述第二附着物区域的面积相同；
获取第二附着物区域的一阶矩、二阶矩以及三阶矩；获取附着物对比区域的一阶矩、二阶矩以及三阶矩；
将第二附着物区域的一阶矩、二阶矩以及三阶矩的方差确定为第一颜色量化值；将附着物对比区域的一阶矩、二阶矩以及三阶矩的方差确定为第二颜色量化值；
计算第一颜色量化值和第二颜色量化值中的较小值和较大值之间的颜色量化比，得到各个第二附着物区域的颜色量化比；
若各个第二附着物区域的颜色量化比均不小于第一预设比值，则按预设频率获取摄像头拍摄的初始软管图像。
6.根据权利要求2所述的内镜软管渗漏位置的检测方法，其特征在于，所述按预设频率获取摄像头拍摄的初始软管图像，包括：
获取摄像头沿所述螺纹中空杆延伸方向上拍摄的第一图像；
对所述第一图像进行图像分割，得到第一分割图像；
判断所述第一分割图像上是否存在第一电器接头分割区域和第二防水盖区域；
若所述第一分割图像上存在第一电器接头分割区域和第二防水盖区域，则判断所述第一电器接头分割区域的最小外接矩形和所述第二防水盖区域的最小外接矩形之间的交并比是否超过预设交并比；
若所述第一电器接头分割区域的最小外接矩形和所述第二防水盖区域的最小外接矩形之间的交并比超过预设交并比，则发出拧紧螺纹防水盖的语音控制指令，按预设频率获取摄像头拍摄的初始软管图像。
7.根据权利要求2所述的内镜软管渗漏位置的检测方法，其特征在于，所述按预设频率获取摄像头拍摄的初始软管图像，包括：
获取摄像头沿垂直所述螺纹中空杆延伸方向上拍摄的第二图像；
对所述第二图像进行图像分割，得到第二分割图像；
判断所述第二分割图像上是否存在螺纹杆分割区域、第二电器接头分割区域以及第三防水盖区域；
若第二分割图像上存在螺纹杆分割区域、第二电器接头分割区域以及第三防水盖区域，获取螺纹杆分割区域在预设方向上的第一投影长度和在垂直于预设方向上的第二投影长度，其中，第二电器接头分割区域以及第三防水盖区域的形心确定的直线与预设方向平行；
判断第一投影长度与第二投影长度的比值是否超过第二预设比值；
第一投影长度与第二投影长度的比值不超过第二预设比值，则按预设频率获取摄像头拍摄的初始软管图像。
8.一种内镜软管渗漏位置的检测装置，其特征在于，应用于内镜设备，所述内镜设备包括电器接头、螺纹防水盖以及所述内镜软管，所述电器接头的一端设有螺纹中空杆，所述电器接头的一端连通所述内镜软管，所述螺纹防水盖用于螺纹连接于所述螺纹中空杆以封闭所述内镜软管，所述内镜软管渗漏位置的检测装置包括：
视频获取单元，用于控制摄像头从所述内镜软管一侧拍摄得到预设时长的软管浸水视频，其中，在拍摄所述软管浸水视频时，所述螺纹防水盖螺纹连接于所述螺纹中空杆以封闭所述内镜软管，所述内镜软管被浸入水中，所述内镜软管内的气压保持在预设气压值；
气泡跟踪单元，用于使用YOLOv5+DeepSORT模型对软管浸水视频中的气泡进行多目标跟踪，得到摄像头拍摄界面中的多个气泡移动轨迹；
直线拟合单元，用于对多个气泡移动轨迹分别进行直线拟合，得到多个直线移动轨迹；
聚类单元，用于根据各个直线移动轨迹的中点横坐标和斜率对多个直线移动轨迹进行聚类，得到多个移动轨迹簇；
交点计算单元，用于将各个移动轨迹簇确定为目标移动轨迹簇，计算目标移动轨迹簇中各个直线移动轨迹与所述内镜软管的交点；
第一确定单元，用于将目标移动轨迹簇中各个直线移动轨迹与所述内镜软管的交点的坐标平均值，确定为目标移动轨迹簇对应的渗漏位置，得到各个移动轨迹簇对应的渗漏位置；
第二确定单元，用于将各个移动轨迹簇对应的渗漏位置确定为所述内镜软管的渗漏位置。
9.一种计算机设备，其特征在于，所述计算机设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现权利要求1至7中任一项所述的内镜软管渗漏位置的检测方法。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1至7任一项所述的内镜软管渗漏位置的检测方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211372282.9A CN115661103A (zh) | 2022-10-31 | 2022-10-31 | 内镜软管渗漏位置的检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211372282.9A CN115661103A (zh) | 2022-10-31 | 2022-10-31 | 内镜软管渗漏位置的检测方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115661103A true CN115661103A (zh) | 2023-01-31 |
Family
ID=84995072
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211372282.9A Pending CN115661103A (zh) | 2022-10-31 | 2022-10-31 | 内镜软管渗漏位置的检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115661103A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117243700A (zh) * | 2023-11-20 | 2023-12-19 | 北京云力境安科技有限公司 | 一种内镜输送长度的检测方法和相关装置 |
-
2022
- 2022-10-31 CN CN202211372282.9A patent/CN115661103A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117243700A (zh) * | 2023-11-20 | 2023-12-19 | 北京云力境安科技有限公司 | 一种内镜输送长度的检测方法和相关装置 |
| CN117243700B (zh) * | 2023-11-20 | 2024-03-08 | 北京云力境安科技有限公司 | 一种内镜输送长度的检测方法和相关装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI705382B (zh) | 智慧型裝置跟焦方法、裝置、智慧型裝置及儲存媒體 | |
| CN108985225B (zh) | 焦点跟随方法、装置、电子设备及存储介质 | |
| CN110147744B (zh) | 一种人脸图像质量评估方法、装置及终端 | |
| CN115661103A (zh) | 内镜软管渗漏位置的检测方法及装置 | |
| TWI714989B (zh) | 智慧型裝置的持續喚醒方法、裝置、智慧型裝置和儲存媒體 | |
| CN108665541B (zh) | 一种基于激光传感器的地图生成方法及装置和机器人 | |
| US20210133469A1 (en) | Neural network training method and apparatus, gaze tracking method and apparatus, and electronic device | |
| WO2017101496A1 (zh) | 一种手势识别方法及装置 | |
| CN104142786B (zh) | 一种提示框显示方法及终端 | |
| KR20170078176A (ko) | 동작 인식 기반의 게임을 제공하기 위한 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록매체 | |
| CN112017231A (zh) | 基于单目摄像头的人体体重识别方法、装置及存储介质 | |
| EP3905122A3 (en) | Video type detection method, apparatus, electronic device and storage medium | |
| CN113902652B (zh) | 散斑图像校正方法、深度计算方法、装置、介质及设备 | |
| CN111738085B (zh) | 实现自动驾驶同时定位与建图的系统构建方法及装置 | |
| CN115471439A (zh) | 显示面板缺陷的识别方法、装置、电子设备及存储介质 | |
| CN116258969B (zh) | 基于点云数据的结构件测量方法及装置 | |
| CN115511885B (zh) | 盲肠插管成功率的检测方法及装置 | |
| CN116523919A (zh) | 腺管异型程度系数的确定方法及装置 | |
| CN111126101B (zh) | 关键点位置的确定方法、装置、电子设备和存储介质 | |
| CN108921000B (zh) | 头部角度标注、预测模型训练、预测方法、设备和介质 | |
| CN111192312A (zh) | 基于深度学习的深度图像获取方法、装置、设备及介质 | |
| CN113743543B (zh) | 一种图像分类训练方法、装置、服务器及存储介质 | |
| CN111199179B (zh) | 目标对象的跟踪方法、终端设备及介质 | |
| van Rhijn et al. | Optical Tracking and Calibration of Tangible Interaction Devices. | |
| CN113130356A (zh) | 晶圆清洗的控制方法、控制装置和计算机可读存储介质 |
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 |