CN116485728A - 抽油杆表面缺陷检测方法及装置、电子设备和存储介质 - Google Patents
抽油杆表面缺陷检测方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN116485728A CN116485728A CN202310346582.8A CN202310346582A CN116485728A CN 116485728 A CN116485728 A CN 116485728A CN 202310346582 A CN202310346582 A CN 202310346582A CN 116485728 A CN116485728 A CN 116485728A
- Authority
- CN
- China
- Prior art keywords
- feature
- features
- layer
- enhancement
- image
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 80
- 238000001514 detection method Methods 0.000 title claims abstract description 66
- 238000003860 storage Methods 0.000 title claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 114
- 238000000034 method Methods 0.000 claims abstract description 67
- 238000007499 fusion processing Methods 0.000 claims abstract description 28
- 230000009466 transformation Effects 0.000 claims description 89
- 230000008569 process Effects 0.000 claims description 28
- 230000004927 fusion Effects 0.000 claims description 21
- 230000006870 function Effects 0.000 claims description 17
- 238000000605 extraction Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 230000004913 activation Effects 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 abstract description 25
- 238000004891 communication Methods 0.000 description 17
- 238000004422 calculation algorithm Methods 0.000 description 12
- 238000012549 training Methods 0.000 description 12
- 230000003993 interaction Effects 0.000 description 11
- 239000000047 product Substances 0.000 description 9
- 238000001994 activation Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 239000003208 petroleum Substances 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种抽油杆表面缺陷检测方法及装置、电子设备和存储介质,所述方法包括:获取抽油杆表面的彩色图像及所述彩色图像对应的深度图像;分别提取所述彩色图像和所述深度图像的多层次特征;对所述彩色图像的第x层图像特征和所述深度图像的第x层深度特征执行编码融合处理,得到第一增强特征,x∈[1,N];对所述彩色图像的第x层以外的图像特征分别进行多样化特征增强处理,得到各层特征对应的第二增强特征;利用所述第一增强特征和各所述第二增强特征执行逐层解码处理,得到所述抽油杆缺陷区域检测图;本公开实施例能够提高抽油杆表面缺陷检测的精度。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种抽油杆表面缺陷检测方法及装置、电子设备和存储介质。
背景技术
抽油杆作为采油作业中的重要部件,在其服役过程中,长期承受腐蚀介质的侵蚀以及不对称循环载荷的作用,极易在抽油杆的表面形成横向或纵向的裂纹等缺陷,甚至导致断杆事故。通过对抽油杆表面缺陷的检测,能够提升抽油机的质量,减少石油生产的成本,大规模应用之后能够有效的指导石油产业的生产和检修。
现阶段的抽油杆表面缺陷检测方法往往只依靠单模态的图像作为输入,通过神经网络进行缺陷检测。然而,这类算法的输入图像来源单一,图像中没有包含深度等三维几何信息,对于裂缝等三维缺陷的检测效果较差,很多情况下仍然需要人为检测抽油杆表面的缺陷,消耗大量的人力。计算机辅助系统可以通过缺陷检测算法来协助石油行业的技术人员进行抽油杆的缺陷及故障检测,进而大大提高检测的效率。但是抽油杆表面缺陷检测是一项艰巨的任务,如果不能充分挖掘输入图像中包含的缺陷特征,容易导致对缺陷区域识别不准确以及缺陷区域边界模糊的问题,这些问题会导致缺陷检测的精度不够,甚至会检测出错误的缺陷区域,影响石油生产的效率。随着深度学习技术的发展,计算机视觉算法已经可以较好的模拟人眼的视觉机制,因此设计一种基于跨模态特征交互的抽油杆表面缺陷检测模型,可以提高抽油杆表面缺陷检测的效率,为及时发现石油生产过程中的安全隐患奠定良好的基础。
发明内容
本公开提出了一种抽油杆表面缺陷检测方法及装置、电子设备和存储介质,能够提高抽油杆表面缺陷检测的精度。
根据本公开的一方面,提供了一种抽油杆表面缺陷检测方法,包括:
抽油杆表面缺陷检测方法,其特征在于,包括:
获取抽油杆表面的彩色图像及所述彩色图像对应的深度图像;
分别提取所述彩色图像和所述深度图像的多层次特征,所述多层次特征包括彩色图像的第1至第N层图像特征,和深度图像的第1至第N层深度特征,N为大于1的正整数;
对所述彩色图像的第x层图像特征和所述深度图像的第x层深度特征执行编码融合处理,得到第一增强特征,x∈[1,N];
对所述彩色图像的第x层以外的图像特征分别进行多样化特征增强处理,得到各层特征对应的第二增强特征;
利用所述第一增强特征和各所述第二增强特征执行逐层解码处理,得到所述抽油杆缺陷区域检测图。
在一些可能的实施方式中,所述对所述彩色图像的第x层图像特征和所述深度图像的第x层深度特征执行编码融合处理,得到第一增强特征,包括:
分别对所述彩色图像和所述深度图像的第x层特征执行通道变换处理,得到对应的第一变换特征;
对所述彩色图像和所述深度图像对应的所述第一变换特征执行尺寸变换和融合处理得到第二变换特征;
利用所述第二变换特征以及所述彩色图像和所述深度图像分别对应的第一变换特征执行融合增强处理,得到所述第一增强特征。
在一些可能的实施方式中,分别对所述彩色图像和所述深度图像的第x层特征执行通道变换处理,得到对应的第一变换特征,包括:
对所述彩色图像和所述深度图像的第x层特征分别执行通道方向上的卷积处理,得到第一子特征;
对所述第一子特征执行长度和宽度方向上的特征执行合并处理并进行维度互换处理,得到所述第一变换特征;
以及/或
所述对所述彩色图像和所述深度图像对应的所述第一变换特征执行尺寸变换和融合处理得到第二变换特征,包括:
所述对所述彩色图像的第一变换特征执行尺寸变换处理得到第二子特征和第三子特征;
对所述深度图像的第一变换特征执行尺寸变换处理得到第四子特征;
对所述第二子特征、第三子特征和第四子特征执行融合处理得到所述第二变换特征;以及/或
所述利用所述第二变换特征以及所述彩色图像和所述深度图像分别对应的第一变换特征执行融合增强处理,得到所述第一增强特征,包括:
利用所述第二变换特征与所述彩色图像的第一变换特征执行加法处理,得到第一加和特征;
利用所述第二变换特征与所述深度图像的第一变换特征执行加法处理,得到第二加和特征
对所述第一加和特征和所述第二加和特征执行加法处理,得到所述第一增强特征。
在一些可能的实施方式中,所述对所述彩色图像的第x层以外的图像特征分别进行多样化特征增强处理,得到各层特征对应的第二增强特征,包括:
分别对所述第x层以外的图像特征执行动态卷积处理,得到对应的动态卷积特征;
对所述动态卷积特征分别执行非对称卷积、空洞卷积和原始卷积,对应的得到所述第二增强特征。
在一些可能的实施方式中,所述利用所述第一增强特征和各所述第二增强特征执行逐层解码处理,得到所述抽油杆缺陷区域检测图,包括:
对彩色图像的所述x层以外的图像特征按照层深从高到低的顺序,依次对所述第二增强特征执行解码处理,得到对应的第三增强特征;
利用所述第三增强特征得到所述抽油杆缺陷区域检测图。
在一些可能的实施方式中,所述解码处理,包括:
对输入特征执行激活函数处理,得到第一激活特征;
对所述第一激活特征和第二增强特征执行乘积处理,得到乘积特征;
对所述乘积特征和所述输入特征执行加法处理,得到加法特征;
对所述加法特征执行卷积处理得到当前层的所述第三增强特征;
其中,最高层特征解码时对应的输入特征为所述第一增强特征,其余层特征的解码处理的输入特征为在前一高层解码得到的第三增强特征。
在一些可能的实施方式中,所述利用所述第三增强特征得到所述抽油杆缺陷区域检测图,包括:
对所述第三增强特征依次执行2倍上采样处理、卷积处理和尺寸变换处理,得到所述抽油杆缺陷区域检测图。
根据本公开的第二方面,提供了一种抽油杆表面缺陷检测装置,其包括:
获取模块,用于获取抽油杆表面的彩色图像及所述彩色图像对应的深度图像;
提取模块,用于分别提取所述彩色图像和所述深度图像的多层次特征,所述多层次特征包括彩色图像的第1至第N层图像特征,和深度图像的第1至第N层深度特征,N为大于1的正整数;
编码模块,用于对所述彩色图像的第x层图像特征和所述深度图像的第x层深度特征执行编码融合处理,得到第一增强特征,x∈[1,N];
增强模块,用于对所述彩色图像的第x层以外的图像特征分别进行多样化特征增强处理,得到各层特征对应的第二增强特征;
检测模块,用于利用所述第一增强特征和各所述第二增强特征执行逐层解码处理,得到所述抽油杆缺陷区域检测图。
根据本公开的第三方面,提供了一种电子设备,其包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行第一方面中任意一项所述的方法。
根据本公开的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现第一方面中任意一项所述的方法。
在本公开实施例中,通过对抽油杆表面的彩色图像和对应的深度图像执行多层次、多尺度特征提取处理,并分别对得到的特征执行编码融合、多样化增强以及逐层解码融合处理,可实现多模态特征的融合及交互,实现了缺陷细节特征的提取和融合,提高了抽油杆表面缺陷检测的精度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
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,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的抽油杆表面缺陷检测方法的流程图;
图2示出根据本公开实施例中的抽油杆表面缺陷检测网络的结构示意图;
图3示出根据本公开实施例执行编码融合处理的流程图;
图4示出根据本公开实施例的编码融合处理的网络结构示意图;
图5示出根据本公开实施例的多样化增强处理的流程图;
图6示出本公开实施例多样化特征增强的流程图;
图7示出根据本公开实施例的抽油杆表面缺陷检测装置的框图;
图8示出根据本公开实施例的一种电子设备800的框图;
图9示出根据本公开实施例的另一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
抽油杆表面缺陷检测方法的执行主体可以是图像处理装置,例如,可以由终端设备或服务器或其它处理设备执行,其中,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal DigitalAssistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中,本公开提供的方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
图1示出根据本公开实施例的抽油杆表面缺陷检测方法的流程图,如图1所示,所述抽油杆表面缺陷检测方法包括:
S10:获取抽油杆表面的彩色图像及所述彩色图像对应的深度图像;
在一些可能的实施方式中,可以利用图像采集设备获取抽油杆表面的彩色图像(RGB图像),或者也可以从其他的存储设备或服务器读取彩色图像;彩色图像可以是抽油杆表面的多角度彩色图像,不作为本公开的具体限定。
在一些可能的实施方式中,可以利用预先训练好的单目深度估计算法MiDaS对彩色图像进行处理得到深度图像,该单目深度估计算法是在包含大量彩色图像和深度图像的数据集上训练的,能够较好地生成包含空间三维几何信息的深度图像。其中,彩色图像和深度图像中的像素点是一一对应的。本公开对具有映射关系的彩色图像和深度图像进行处理,得到其中缺陷的位置。
S20:分别提取所述彩色图像和所述深度图像的多层次特征,所述多层次特征包括彩色图像的第1至第N层图像特征,和深度图像的第1至第N层深度特征,N为大于1的正整数;
在一些可能的实施方式中,可以对彩色图像和相应的深度图像执行特征提取处理,通过设置多层特征提取,可以得到不同层次的特征信息。如可以提取出彩色图像和深度图像的低层信息和高层信息,但不作为本公开的具体限定。在一个示例中,可以利用多个卷积块对彩色图像和深度图像分别依次进行特征提取,得到多层特征。或者也可以利用其他多尺度特征提取算法得到多层次特征。
S30:对所述彩色图像的第x层图像特征和所述深度图像的第x层深度特征执行编码融合处理,得到第一增强特征,x∈[1,N];
在一些可能的实施方式中,可以对得到的多层特征进行编码融合处理,以在图像特征中充分融合深度信息,提高检测精度。其中编码器可以为Transformer编码器,但不做为本公开的具体限定。
S40:对所述彩色图像的第x层以外的图像特征分别进行多样化特征增强处理,得到各层特征对应的第二增强特征;
在一些可能的方式中,还可以对第x层以外的图像特征进行多样化增强处理,以分别增强各层特征信息。
S50:利用所述第一增强特征和各所述第二增强特征执行逐层解码处理,得到所述抽油杆缺陷区域检测图。
在一些可能的实施方式中,在得到第一增强特征和第二增强特征的情况下,可以对第一增强特征和第二增强特征进行融合及解码处理,最终实现抽油杆缺陷区域检测图。
基于上述配置,本公开实施例将多模态特征融合和多层次特征交互集成到一个统一的框架中进行精确的抽油杆表面缺陷检测,通过跨模态特征交互可以充分挖掘深度特征中包含的空间结构信息,进而补充彩色图像(RGB图像)中无法包含的空间三维信息,然后通过样化特征增强处理可以对相邻层的特征进行由高层到低层的逐层解码,有效实现深度特征的挖掘以及跨模态特征的充分交互,提高抽油杆表面缺陷检测的精度。
下面结合附图对本公开实施例进行详细说明。本公开实施例首先获取抽油杆表面图像,其中抽油杆表面图像可以为三通道的彩色图像(RGB图像),获取抽油杆图像的方式可以包括以下方式中的至少一种:
A)直接利用彩色摄像机采集抽油杆表面的图像;
本公开实施例中,彩色摄像机可以为任意厂家设备,本公开对此不作具体限定。在一些实施例中,可以设置多台摄像机,分别用于获取不同角度和位置上的抽油杆图像。
B)通过电子设备传送并接收抽油杆表面图像;本公开实施例可以通过通信的方式接收其他电子设备传送的抽油杆表面图像,通信方式可以包括有线通信和/或无线通信,本公开不做具体限定。
C)读取数据库中存储的抽油杆表面图像;本公开实施例可以根据接收到的数据读取指令读取本地存储的抽油杆表面图像或者服务器内存储的抽油杆表面图像,本公开对此不做具体限定。
在获得抽油杆表面图像之后,本公开实施例还需要获取与彩色图像相对应的深度图像,其中,深度图像与彩色图像中的像素点位置是一一对应的,深度图像为单通道,获取深度图像的方式可以包括以下方式中的至少一种:
A)利用单目深度估计算法生成与抽油杆表面图像对应的深度图像;
本公开实施例中,单目深度估计算法可以为提前在大量数据集上训练好的且具有较好泛化性能的算法MiDaS。
B)直接利用深度摄像机采集抽油杆表面的深度图像;
本公开实施例中,深度摄像机可以为任意厂家设备,本公开对此不作具体限定。
C)通过电子设备传送并接收深度图像;本公开实施例可以通过通信的方式接收其他电子设备传送的深度图像,通信方式可以包括有线通信和/或无线通信,本公开不做具体限定。
D)读取数据库中存储的深度图像;本公开实施例可以根据接收到的数据读取指令读取本地存储的深度图像或者服务器内存储的深度图像,本公开对此不做具体限定。
在获得抽油杆表面的彩色图像和与之对应的深度图像之后,可以对输入的一组彩色图像和深度图像执行缺陷检测。其中,首先对彩色图像和深度图像执行特征提取,得到不同模态下图像的多尺度特征。本公开实施例可以利用特征提取模块执行多层特征的提取,特征提取模块可以利用残差网络、金字塔网络等特征提取网络实现,但不作为本公开的具体限定。图2示出根据本公开实施例中的抽油杆表面缺陷检测网络的结构示意图。在一个示例中,本公开实施例中的特征提取模块可以包括Res2Net-50的5个卷积块,该5个卷积块依次用于提取不同尺度的特征信息,通过该方式可以提取图像在不同层中不同尺度的特征信息,为后续丰富特征的融合和交互提供基础。如图2所示,本公开实施例中,相同层的卷积处理得到的图像特征和深度特征可以构成一个特征组,如第五层卷积块得到的图像特征f5 rgb和深度特征f5 depth为一个特征组,同理第四层卷积块得到的图像特征f4 rgb和深度特征f4 depth,第三层卷积块得到的图像特征f3 rgb和深度特征f3 depth,第二层卷积块得到的图像特征f2 rgb和深度特征f2 depth,以及第一层卷积块得到的图像特征f1 rgb和深度特征f1 depth分别构成对应的特征组。各特征组内的特征信息构成了上述多层特征,及五层多尺度特征。在一个示例中,输入的彩色图像的尺度为3×224×224,深度图的尺度为1×224×224,对应的,第一层卷积处理后得到的特征组f1 rgb和f1 depth的尺度为64×56×56,第二层卷积处理后的特征组f2 rgb和f2 depth的尺度为256×56×56,第三层卷积处理后的特征组f3 rgb和f3 depth的尺度为512×28×28,第四层卷积处理后的特征组f4 rgb和f4 depth的尺度为1024×14×14,以及第五层卷积处理后的特征组f5 rgb和f5 depth的尺度为2048×7×7。上述为本公开的一个示例,不作为本公开的具体限定。
在提取得到上述多层特征的特征组之后,为了进一步强化RGB图像特征和深度特征,充分挖掘出深度图像中包含的空间位置信息,可以对特征组执行强化编码操作。在一个示例中,可以对彩色图像第x层图像特征和深度图像的第x层深度特征执行编码融合处理,得到第一增强特征。本公开实施例可以从所述特征组中选择出所述至少一个特征组,使用Transformer编码器进行RGB特征和深度特征的强化和融合。本公开实施例中,特征组可以具有对应的标识,可以利用该标识识别和选择相应的特征组,或者本公开实施例还可以对各特征组进行分类,如可以包括低层特征的特征组,中层特征的特征组,以及高层特征的特征组,通过该分类可选择相应类别的特征组。
本公开的一个实施例中,由于低级特征具有丰富的细节,但是低级特征中杂乱的背景信息容易影响缺陷区域的检测,而高级特征具有丰富的语义信息,因此本公开可以选择高级特征对应的特征组执行特征增强和交互处理,例如,本公开实施例选择的特征组为f5 rgb和f5 depth构成的特征组,即x=5。通过特征组的选择,一方面可以减少数据运算量,提高检测效率,另一方面,选择高层的特征信息,能够提供更为细节的语义信息,减少低层信息的噪声的影响,提高特征信息的表示精度。
在此需要说明的是,本公开实施例选择的第x层特征还可以是多层特征,例如,可以选择第四和第五层对应的特征组分别进行编码增强,具体增强方式相同。在选择多层特征进行强化融合时,可以分别将各自层增强编码后的特征进行连接,而后进行卷积处理,实现降维。
在选择出执行后续处理的特征组之后,可以对各特征组内的特征执行跨模态特征融合的编码处理。特征组的选择不作为本公开实施例的具体限定,在其他实施方式中,也可以通过其他方式选择所需的特征组,或者不对特征组进行选择,本公开对此不做具体限定。
图3示出根据本公开实施例执行编码融合处理的流程图。其中,所述对所述彩色图像的第x层图像特征和所述深度图像的第x层深度特征执行编码融合处理,得到第一增强特征,包括:
S21:分别对所述彩色图像和所述深度图像的第x层特征执行通道变换处理,得到对应的第一变换特征;
S22:对所述彩色图像和所述深度图像对应的所述第一变换特征执行尺寸变换和融合处理得到第二变换特征;
S23:利用所述第二变换特征以及所述彩色图像和所述深度图像分别对应的第一变换特征执行融合增强处理,得到所述第一增强特征。
在一些可能的实施方式中,利用特征组中深度特征内的丰富空间结构信息可粗略定位缺陷区域,从而可以引导增强RGB图像特征。
图4示出根据本公开实施例的编码融合处理的网络结构示意图。具体地,以x=5为例进行说明,可以对RGB图像和深度图像的第五层特征执行Transformer编码器增强处理。在一个实施例中,首先对图像特征和深度特征执行通道变换,将RGB分支和深度分支第五层的特征f5 rgb和f5 depth利用1×1卷积进行通道变换,将原本尺寸为2048×7×7的图像特征f5 rgb和深度特征f5 depth变为尺寸为384×7×7的第一变换特征f5 rgb′和f5 depth′,目的是滤除不必要的通道噪声,同时尽可能减少后续编码器(Transformer)的计算量。而后,将f5 rgb′和f5 depth′输入Transformer编码器中,下面以输入特征为例说明增强过程。
在进行通道变换后,对得到的第一变换特征执行尺寸变换。即,对彩色图像和深度图像对应的第一变换特征执行尺寸变换和融合处理得到第二变换特征。在一些可能的实施方式中,分别对所述彩色图像和所述深度图像的第x层特征执行通道变换处理,得到对应的第一变换特征,包括:对所述彩色图像和所述深度图像的第x层特征分别执行通道方向上的卷积处理,得到第一子特征;对所述第一子特征执行长度和宽度方向上的特征执行合并处理并进行维度互换处理,得到所述第一变换特征。
具体地,可通过对第一变换特征f5 rgb′和f5 depth′进行第一尺寸变换,将原来三维的特征,变换为二维。具体过程为,先分别将原本尺寸为384×7×7的图像特征和深度特征变为384×49的第一子特征,具体可利用torch.view()函数实现。而后,可将第一子特征的两个维度互换,得到尺寸为49×384的第一变换特征f5 rgb″和f5 depth″。
在得到第一变换特征后可执行第二次尺寸变换,得到第二变换特征。所述对所述彩色图像和所述深度图像对应的所述第一变换特征执行尺寸变换和融合处理得到第二变换特征,包括:对所述彩色图像的第一变换特征执行尺寸变换处理得到第二子特征和第三子特征;对所述深度图像的第一变换特征执行尺寸变换处理得到第四子特征;对所述第二子特征、第三子特征和第四子特征执行融合处理得到所述第二变换特征;
具体地,分别对第一变换特征f5 rgb″和f5 depth″进行一个LayerNorm归一化操作,而后,将归一化之后的特征利用torch.reshape()函数进行尺寸变换,分别得到尺寸为8×49×48的第二子特征V、第三子特征K和尺寸为8×48×49的第四子特征Q。具体的,彩色图像对应的第一变换子特征f5 rgb″经尺寸变换后,分别得到尺寸为8×49×48第三子特征K和尺寸为8×49×48的第二子特征V,深度图像经尺寸变换后得到尺寸为8×48×49的第四子特征Q。
而后,对第二子特征、第三子特征和第四子特征进行融合。在一个实施例中,可将第四子特征Q与第三子特征K进行相乘得到第一融合特征,实现深度特征与RGB特征的初步融合。然后,将融合之后的第一融合特征经过一个Softmax操作之后与第二子特征V相乘,得到进步一增强融合之后的第二融合特征。将第二增强特征经过一个Linear线性层之后利用torch.reshape()函数进行尺寸变换得到第二变换特征。第二变换特征的尺寸为49×384。
在得到第二变换特征后,还可以利用第二变换特征以及两个第一变换特征进行融合增强处理。即,利用所述第二变换特征以及所述彩色图像和所述深度图像分别对应的第一变换特征执行融合增强处理,得到所述第一增强特征。所述利用所述第二变换特征以及所述彩色图像和所述深度图像分别对应的第一变换特征执行融合增强处理,得到所述第一增强特征,包括:利用所述第二变换特征与所述彩色图像的第一变换特征执行加法处理,得到第一加和特征;利用所述第二变换特征与所述深度图像的第一变换特征执行加法处理,得到第二加和特征;对所述第一加和特征和所述第二加和特征执行加法处理,得到所述第一增强特征。
具体地,生成的第二变换特征与第一变换特征f5 rgb″和f5 depth″尺寸相同。可直接利用第二变换特征与这两个第一变换特征分别相加,得到第一加和特征和第二加和特征;而后,再将第一加和特征和第二加和特征进行相加,得到第三加和特征,最后,再利用torch.reshape()函数对第三加和特征进行一个尺寸变换,将特征的尺寸变为384×7×7,得到第一增强特征f。上述编码方式仅为示例性说明,在其他实施例中可以采用其他编码方式,并且编码过程中的特征尺寸可以根据需求设定。通过Transformer编码器增强特征的操作之后,有助于增强RGB分支中的缺陷特征,提高抽油杆表面缺陷检测的精度。
在对第x层图像特征和深度特征进行增强处理后,还可以对第x层以外的特征进行增强处理,而后进行交互增强。
图5示出根据本公开实施例的多样化增强处理的流程图,所述对所述彩色图像的第x层以外的图像特征分别进行多样化特征增强处理,得到各层特征对应的第二增强特征,包括:
S31:分别对所述第x层以外的图像特征执行动态卷积处理,得到对应的动态卷积特征;
S32:对所述动态卷积特征分别执行非对称卷积、空洞卷积和原始卷积,对应的得到所述第二增强特征。
如图2所示,可对第一至第四层的图像特征执行多样化特征增强处理。例如在一些可能的方式中,可将所述RGB分支的前四层特征分别通过动态卷积操作,自动地将多个卷积核分配给特征表示相似的空间区域,得到4个不同尺度的动态卷积特征。而后可以对动态卷积特征分别执行多样化的卷积操作得到第二增强特征。图6示出本公开实施例多样化特征增强的流程图。其中们可以分别对每层图像特征对应的动态卷积特征分别进行非对称卷积、空洞卷积和原始卷积,使用三种不同内核大小和形状的卷积块,利用非对称卷积、空洞卷积和原始卷积的实际组合来捕捉各种空间特征,得到4个不同尺度的第二增强特征。
如图6所示,具体地,首先对动态卷积特征分别执行卷积核为1×3和3×1的一组非对称卷积、卷积核为3×3的原始卷积、卷积核为3×3扩张率为2的扩张卷积操作,而后,将经过这三种卷积之后的特征进行通道拼接,目的是捕捉包含缺陷特征的各种空间特征,而后,对通道拼接之后的特征执行3×3卷积、BatchNorm2d归一化和Relu激活处理,而后,为了进一步补充输入的原始特征,将动态卷积特征f4 rgb″与激活处理之后的特征进行相加操作,得到第二增强特征f4 rgb″′(以第四层图像特征为例进行说明)。
在得到各层图像特征对应的第二增强特征之后,可以利用所述第一增强特征和各所述第二增强特征执行逐层解码处理,得到所述抽油杆缺陷区域检测图。逐层解码可以进一步细化多模态的缺陷特征。所述利用所述第一增强特征和各所述第二增强特征执行逐层解码处理,得到所述抽油杆缺陷区域检测图,包括:对彩色图像的所述x层以外的图像特征按照层深从高到低的顺序,依次对所述第二增强特征执行解码处理,得到对应的第三增强特征;利用所述第三增强特征得到所述抽油杆缺陷区域检测图。所述解码处理,包括:对输入特征执行激活函数处理,得到第一激活特征;对所述第一激活特征和第二增强特征执行乘积处理,得到乘积特征;对所述乘积特征和所述输入特征执行加法处理,得到加法特征;对所述加法特征执行卷积处理得到当前层的所述第三增强特征;其中,最高层特征解码时对应的输入特征为所述第一增强特征,其余层特征的解码处理的输入特征为在前一高层解码得到的第三增强特征。
如图2所示,按照从第四层到第一层图像特征的顺序,可以在得到第一增强特征f和第四层图像特征的第二增强特征f4 rgb″′之后,将第一增强特征f经过一个Sigmoid函数进行激活处理,得到第一激活特征,以获得所包含缺陷信息的权重;而后将此第一激活特征与第二增强特征f4 rgb″′进行相乘得到乘积特征,进一步获得粗略定位的缺陷区域特征,而后,将乘积特征与原本的所述深度特征的缺陷信息(第一增强特征f)进行相加操作得到加法特征,进一步补充缺陷信息,而后对第四层的加法特征执行3×3卷积和2倍上采样处理,得到第四层的输出特征(第三增强特征),目的是将第四层特征的尺寸放大,变换为与第三层特征尺寸大小相同的特征。对于RGB分支第三层、第二层和第一层特征的操作,与上述操作过程类似,如图2所示,在此不做赘述,最终,通过第一层特征的解码处理得到第三增强特征。而后对第三增强特征进行2倍上采样和3×3卷积操作,将第一层输出的第三增强特征的尺寸变为1×224×224,得到精细的抽油杆缺陷区域检测图。
另外,在本公开实施例中,当采集的彩色图像为多角度多位置的彩色图像时,还进一步包括对多彩色图像对应的第三增强特征执行融合处理,得到抽油杆缺陷区域的精准检测。
结合上述图像处理过程,本公开可以利用得到的缺陷区域检测图执行抽油杆表面缺陷检测,通过模态特征交互与多样化特征增强,本公开实施例得到的缺陷特征能够更准确的表达抽油杆表面缺陷区域的特征信息,从而提高缺陷检测精度。
下面,本公开实施例对抽油杆表面缺陷检测网络的训练过程进行说明,以图2所示的结构示意图为例,本公开实施例采用的训练数据可以包括实际油厂采集到的抽油杆表面图像和经过单目深度估计算法处理之后的深度图像,深度图像也可由深度摄像头采集得到,本公开对此不做具体限定。具体训练过程如下:
首先从训练数据集中按照比例为8:2划分训练集与测试集;考虑到显存的利用率,本公开实施例统一将输入的图片大小调整到224×224;训练过程中的梯度下降算法选用了Adam算法,其优点在于计算效率高、所需内存少、可以解决包含很高噪声或稀疏梯度的问题,并且超参数可以直观地得到解释且只需极少量地调参;选用的损失函数为二进制交叉熵(Binary Cross Entropy,BCE)损失。在训练过程中,网络的输出结果与真实标签GT尺寸相同,并与标签GT计算网络损失,并利用该网络损失进行反向传播以更新网络参数,直至满足训练条件。训练条件可以包括训练轮数达到预设值(如大于5000的数值),或者也可以为损失低于损失阈值,如损失阈值为小于0.01的值,或者也可以为验证过程的准确度在预设轮数后持续不增加,预设轮数为大于50的整数,本公开对此不做具体限定。
本公开的效果可通过以下实验进一步说明。本公开的所有框架均采用PyTorch框架实现,训练过程由一张NVIDIA GeForce RTX 3090显卡加速。本公开选用的Adam优化算法的初始学习率为1e-4,batch size设为8,所有的训练以及测试过程的图像尺寸为224×224。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。
此外,本公开还提供了抽油杆表面缺陷检测装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种抽油杆表面缺陷检测方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图7示出根据本公开实施例的抽油杆表面缺陷检测装置的框图,如图7所示,所述抽油杆表面缺陷检测装置包括:
获取模块10,用于获取抽油杆表面的彩色图像及所述彩色图像对应的深度图像;
提取模块20,用于分别提取所述彩色图像和所述深度图像的多层次特征,所述多层次特征包括彩色图像的第1至第N层图像特征,和深度图像的第1至第N层深度特征,N为大于1的正整数;
编码模块30,用于对所述彩色图像的第x层图像特征和所述深度图像的第x层深度特征执行编码融合处理,得到第一增强特征,x∈[1,N];
增强模块40,用于对所述彩色图像的第x层以外的图像特征分别进行多样化特征增强处理,得到各层特征对应的第二增强特征;
检测模块50,用于利用所述第一增强特征和各所述第二增强特征执行逐层解码处理,得到所述抽油杆缺陷区域检测图。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图8示出根据本公开实施例的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图8,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图9示出根据本公开实施例的另一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图9,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种抽油杆表面缺陷检测方法,其特征在于,包括:
获取抽油杆表面的彩色图像及所述彩色图像对应的深度图像;
分别提取所述彩色图像和所述深度图像的多层次特征,所述多层次特征包括彩色图像的第1至第N层图像特征,和深度图像的第1至第N层深度特征,N为大于1的正整数;
对所述彩色图像的第x层图像特征和所述深度图像的第x层深度特征执行编码融合处理,得到第一增强特征,x∈[1,N];
对所述彩色图像的第x层以外的图像特征分别进行多样化特征增强处理,得到各层特征对应的第二增强特征;
利用所述第一增强特征和各所述第二增强特征执行逐层解码处理,得到所述抽油杆缺陷区域检测图。
2.根据权利要求1所述的方法,其特征在于,所述对所述彩色图像的第x层图像特征和所述深度图像的第x层深度特征执行编码融合处理,得到第一增强特征,包括:
分别对所述彩色图像和所述深度图像的第x层特征执行通道变换处理,得到对应的第一变换特征;
对所述彩色图像和所述深度图像对应的所述第一变换特征执行尺寸变换和融合处理得到第二变换特征;
利用所述第二变换特征以及所述彩色图像和所述深度图像分别对应的第一变换特征执行融合增强处理,得到所述第一增强特征。
3.根据权利要求2所述的方法,其特征在于,分别对所述彩色图像和所述深度图像的第x层特征执行通道变换处理,得到对应的第一变换特征,包括:
对所述彩色图像和所述深度图像的第x层特征分别执行通道方向上的卷积处理,得到第一子特征;
对所述第一子特征执行长度和宽度方向上的特征执行合并处理并进行维度互换处理,得到所述第一变换特征;
以及/或
所述对所述彩色图像和所述深度图像对应的所述第一变换特征执行尺寸变换和融合处理得到第二变换特征,包括:
所述对所述彩色图像的第一变换特征执行尺寸变换处理得到第二子特征和第三子特征;
对所述深度图像的第一变换特征执行尺寸变换处理得到第四子特征;
对所述第二子特征、第三子特征和第四子特征执行融合处理得到所述第二变换特征;
以及/或
所述利用所述第二变换特征以及所述彩色图像和所述深度图像分别对应的第一变换特征执行融合增强处理,得到所述第一增强特征,包括:
利用所述第二变换特征与所述彩色图像的第一变换特征执行加法处理,得到第一加和特征;
利用所述第二变换特征与所述深度图像的第一变换特征执行加法处理,得到第二加和特征
对所述第一加和特征和所述第二加和特征执行加法处理,得到所述第一增强特征。
4.根据权利要求1-3所述的方法,其特征在于,所述对所述彩色图像的第x层以外的图像特征分别进行多样化特征增强处理,得到各层特征对应的第二增强特征,包括:
分别对所述第x层以外的图像特征执行动态卷积处理,得到对应的动态卷积特征;
对所述动态卷积特征分别执行非对称卷积、空洞卷积和原始卷积,对应的得到所述第二增强特征。
5.根据权利要求1所述的方法,其特征在于,所述利用所述第一增强特征和各所述第二增强特征执行逐层解码处理,得到所述抽油杆缺陷区域检测图,包括:
对彩色图像的所述x层以外的图像特征按照层深从高到低的顺序,依次对所述第二增强特征执行解码处理,得到对应的第三增强特征;
利用所述第三增强特征得到所述抽油杆缺陷区域检测图。
6.根据权利要求5所述的方法,其特征在于,所述解码处理,包括:
对输入特征执行激活函数处理,得到第一激活特征;
对所述第一激活特征和第二增强特征执行乘积处理,得到乘积特征;
对所述乘积特征和所述输入特征执行加法处理,得到加法特征;
对所述加法特征执行卷积处理得到当前层的所述第三增强特征;
其中,最高层特征解码时对应的输入特征为所述第一增强特征,其余层特征的解码处理的输入特征为在前一高层解码得到的第三增强特征。
7.根据权利要求5或6所述的方法,其特征在于,所述利用所述第三增强特征得到所述抽油杆缺陷区域检测图,包括:
对所述第三增强特征依次执行2倍上采样处理、卷积处理和尺寸变换处理,得到所述抽油杆缺陷区域检测图。
8.一种抽油杆表面缺陷检测装置,其特征在于,包括:
获取模块,用于获取抽油杆表面的彩色图像及所述彩色图像对应的深度图像;
提取模块,用于分别提取所述彩色图像和所述深度图像的多层次特征,所述多层次特征包括彩色图像的第1至第N层图像特征,和深度图像的第1至第N层深度特征,N为大于1的正整数;
编码模块,用于对所述彩色图像的第x层图像特征和所述深度图像的第x层深度特征执行编码融合处理,得到第一增强特征,x∈[1,N];
增强模块,用于对所述彩色图像的第x层以外的图像特征分别进行多样化特征增强处理,得到各层特征对应的第二增强特征;
检测模块,用于利用所述第一增强特征和各所述第二增强特征执行逐层解码处理,得到所述抽油杆缺陷区域检测图。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至7中任意一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310346582.8A CN116485728A (zh) | 2023-04-03 | 2023-04-03 | 抽油杆表面缺陷检测方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310346582.8A CN116485728A (zh) | 2023-04-03 | 2023-04-03 | 抽油杆表面缺陷检测方法及装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116485728A true CN116485728A (zh) | 2023-07-25 |
Family
ID=87226079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310346582.8A Pending CN116485728A (zh) | 2023-04-03 | 2023-04-03 | 抽油杆表面缺陷检测方法及装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116485728A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111723822A (zh) * | 2020-06-20 | 2020-09-29 | 福州大学 | 一种基于多层次融合的rgbd图像显著性检测方法及系统 |
WO2021051996A1 (zh) * | 2019-09-18 | 2021-03-25 | 华为技术有限公司 | 一种图像处理的方法和装置 |
CN112766392A (zh) * | 2021-01-26 | 2021-05-07 | 杭州师范大学 | 基于并行不对称空洞卷积的深度学习网络的图像分类方法 |
CN114140611A (zh) * | 2021-11-28 | 2022-03-04 | 东北石油大学 | 显著目标检测方法及装置、电子设备和存储介质 |
CN114170174A (zh) * | 2021-12-02 | 2022-03-11 | 沈阳工业大学 | 基于RGB-D图像的CLANet钢轨表面缺陷检测系统及方法 |
CN114677737A (zh) * | 2022-03-28 | 2022-06-28 | 上海云从企业发展有限公司 | 生物信息识别方法、装置、设备及介质 |
CN114820388A (zh) * | 2022-06-22 | 2022-07-29 | 合肥工业大学 | 一种基于编解码器结构的图像去雾方法 |
CN115713679A (zh) * | 2022-10-13 | 2023-02-24 | 北京大学 | 基于多源信息融合、热红外和三维深度图的目标检测方法 |
-
2023
- 2023-04-03 CN CN202310346582.8A patent/CN116485728A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021051996A1 (zh) * | 2019-09-18 | 2021-03-25 | 华为技术有限公司 | 一种图像处理的方法和装置 |
CN111723822A (zh) * | 2020-06-20 | 2020-09-29 | 福州大学 | 一种基于多层次融合的rgbd图像显著性检测方法及系统 |
CN112766392A (zh) * | 2021-01-26 | 2021-05-07 | 杭州师范大学 | 基于并行不对称空洞卷积的深度学习网络的图像分类方法 |
CN114140611A (zh) * | 2021-11-28 | 2022-03-04 | 东北石油大学 | 显著目标检测方法及装置、电子设备和存储介质 |
CN114170174A (zh) * | 2021-12-02 | 2022-03-11 | 沈阳工业大学 | 基于RGB-D图像的CLANet钢轨表面缺陷检测系统及方法 |
CN114677737A (zh) * | 2022-03-28 | 2022-06-28 | 上海云从企业发展有限公司 | 生物信息识别方法、装置、设备及介质 |
CN114820388A (zh) * | 2022-06-22 | 2022-07-29 | 合肥工业大学 | 一种基于编解码器结构的图像去雾方法 |
CN115713679A (zh) * | 2022-10-13 | 2023-02-24 | 北京大学 | 基于多源信息融合、热红外和三维深度图的目标检测方法 |
Non-Patent Citations (3)
Title |
---|
NIAN LIU 等: "Visual Saliency Transformer", 《2021 IEEE/CVF INTERNATIONAL CONFERENCE ON COMPUTER VISION (ICCV)》, 28 February 2022 (2022-02-28), pages 4702 - 4712 * |
孙涵 等: "基于深度学习的显著性目标检测综述", 《数据采集与处理》, 15 January 2023 (2023-01-15) * |
骆健;蒋旻;: "基于RGB-D图像核描述子的物体识别方法", 计算机应用, no. 01, 10 January 2017 (2017-01-10) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110674719B (zh) | 目标对象匹配方法及装置、电子设备和存储介质 | |
US20210248718A1 (en) | Image processing method and apparatus, electronic device and storage medium | |
CN110889469B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111310616B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111783756B (zh) | 文本识别方法及装置、电子设备和存储介质 | |
CN111553864B (zh) | 图像修复方法及装置、电子设备和存储介质 | |
CN111445493B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113344901B (zh) | 涂胶缺陷检测方法、装置、存储介质及电子设备 | |
US11443438B2 (en) | Network module and distribution method and apparatus, electronic device, and storage medium | |
CN109145970B (zh) | 基于图像的问答处理方法和装置、电子设备及存储介质 | |
CN111104920B (zh) | 视频处理方法及装置、电子设备和存储介质 | |
CN109615006B (zh) | 文字识别方法及装置、电子设备和存储介质 | |
CN110458218B (zh) | 图像分类方法及装置、分类网络训练方法及装置 | |
CN110532956B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111242303B (zh) | 网络训练方法及装置、图像处理方法及装置 | |
CN110543849B (zh) | 检测器的配置方法及装置、电子设备和存储介质 | |
CN113065591B (zh) | 目标检测方法及装置、电子设备和存储介质 | |
CN110633715B (zh) | 图像处理方法、网络训练方法及装置、和电子设备 | |
CN114140611A (zh) | 显著目标检测方法及装置、电子设备和存储介质 | |
CN110929616B (zh) | 一种人手识别方法、装置、电子设备和存储介质 | |
CN109903252B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109447258B (zh) | 神经网络模型的优化方法及装置、电子设备和存储介质 | |
CN111435422B (zh) | 动作识别方法、控制方法及装置、电子设备和存储介质 | |
CN111553865B (zh) | 图像修复方法及装置、电子设备和存储介质 | |
CN111178115B (zh) | 对象识别网络的训练方法及系统 |
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 |