CN116660270A - 电力电缆的检测方法、装置及存储介质 - Google Patents
电力电缆的检测方法、装置及存储介质 Download PDFInfo
- Publication number
- CN116660270A CN116660270A CN202310644981.2A CN202310644981A CN116660270A CN 116660270 A CN116660270 A CN 116660270A CN 202310644981 A CN202310644981 A CN 202310644981A CN 116660270 A CN116660270 A CN 116660270A
- Authority
- CN
- China
- Prior art keywords
- gray
- pixel points
- column
- image
- row
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 73
- 238000005286 illumination Methods 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 35
- 230000007547 defect Effects 0.000 claims abstract description 33
- 230000002950 deficient Effects 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000003708 edge detection Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 238000002372 labelling Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 3
- 238000013461 design Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge 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
- G06T7/136—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
- 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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/888—Marking defects
-
- 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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Testing Relating To Insulation (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种电力电缆的检测方法、装置及存储介质,涉及缺陷检测技术领域。方法包括将检测图像和背景图像转换为灰度图像得到第一、二灰度图像;确定评价每行和每列像素点是否受亮度影响的第一阈值和第二阈值;基于第一阈值和第二阈值统计每行和每列像素点中未受光照影响的像素点的第一、二平均灰度值;确定每行像素点中各像素点的第一灰度补偿值和每列像素点中各像素点的第二灰度补偿值;基第一灰度补偿值和第二灰度补偿值,对第二灰度图像中对应的像素点进行灰度补偿;提取待检测电力电缆对应的边缘轮廓并通过网格划分计算灰度值确定出是否存在缺陷区域。本发明公开的方法、装置及存储介质能够较为准确的检测出电力电缆的缺陷。
Description
技术领域
本发明属于缺陷检测技术领域,具体涉及一种电力电缆的检测方法、装置及存储介质。
背景技术
在电力电缆生产制造过程中,需要对生产出的电力电缆进行缺陷检测,如检测电缆外皮是否有裂缝、孔洞等。
现有技术中,对电力电缆的检测较常采用的方式是在光源下通过摄像机从不同角度拍摄电力电缆的图像,然后将图像二值化处理后通过计算二值化图像中电缆的不同区域的二值化值,判断电缆是否存在缺陷。然而,在检测过程中,由于入射光源角度的影响,所拍摄的图像中不同区域的亮度可能存在较大差异,从而在识别检测过程中容易导致误检测的情况,导致检测的准确率偏低。
因此,如何提供一种有效的方案以避免由于图像中不同区域亮度差异较大而导致电力电缆缺陷检测过程中检测准确率低的问题,已成为现有技术中一亟待解决的问题。
发明内容
本发明的目的是提供一种电力电缆的检测方法、装置及存储介质,用以解决现有技术中存在的上述问题。
为了实现上述目的,本发明采用以下技术方案:
第一方面,本发明提供了一种电力电缆的检测方法,包括:
以同一角度获取包含待检测电力电缆的检测图像和所述待检测电力电缆所在的区域的背景图像;
分别将所述检测图像和所述背景图像转换为灰度图像,得到与所述背景图像对应的第一灰度图像和与所述检测图像对应的第二灰度图像;
基于所述第一灰度图像中每行像素点所对应的第一平均灰度值和每列像素点所对应的第二平均灰度值,确定出用于评价每行像素点是否受亮度影响的第一阈值以及用于评价每列像素点是否受亮度影响的第二阈值;
基于每行像素点所对应的第一阈值以及每列像素点所对应的第二阈值,统计出每行像素点中未受光照影响的像素点以及每列像素点中未受光照影响的像素点;
统计每行像素点中未受光照影响的像素点的第一平均灰度值和每列像素点中未受光照影响的像素点的第二平均灰度值;
基于每行像素点所对应的第一平均灰度值、每行像素点中各像素点的灰度值以及每行像素点所对应的第一阈值,确定出每行像素点中各像素点的第一灰度补偿值,并基于每列像素点所对应的第二平均灰度值、每列像素点中各像素点的灰度值以及每列像素点所对应的第二阈值,确定出每列像素点中各像素点的第二灰度补偿值;
基于所述第一灰度图像中每个像素点所对应的第一灰度补偿值和第二灰度补偿值,确定出所述第一灰度图像中每个像素点所对应的灰度补偿值;
基于所述第一灰度图像中每个像素点所对应的灰度补偿值,对所述第二灰度图像中对应的像素点进行灰度补偿,得到第三灰度图像;
通过边缘检测算法识别出所述第三灰度图像中与所述待检测电力电缆对应的边缘轮廓;
将所述边缘轮廓内的区域划分为多个网格,并基于所述多个网格中各网格的平均灰度值确定是否存在缺陷区域。
基于上述公开的内容,本发明通过分别将包含待检测电力电缆的检测图像和背景图像转换为灰度图像,得到与背景图像对应的第一灰度图像和与检测图像对应的第二灰度图像;基于第一灰度图像中每行像素点所对应的第一平均灰度值和每列像素点所对应的第二平均灰度值,确定出用于评价每行像素点是否受亮度影响的第一阈值以及用于评价每列像素点是否受亮度影响的第二阈值;基于每行像素点所对应的第一阈值以及每列像素点所对应的第二阈值,统计出每行像素点中未受光照影响的像素点以及每列像素点中未受光照影响的像素点;并统计每行像素点中未受光照影响的像素点的第一平均灰度值和每列像素点中未受光照影响的像素点的第二平均灰度值;然后基于每行像素点所对应的第一平均灰度值、每行像素点中各像素点的灰度值以及每行像素点所对应的第一阈值,确定出每行像素点中各像素点的第一灰度补偿值,并基于每列像素点所对应的第二平均灰度值、每列像素点中各像素点的灰度值以及每列像素点所对应的第二阈值,确定出每列像素点中各像素点的第二灰度补偿值;基于第一灰度图像中每个像素点所对应的第一灰度补偿值和第二灰度补偿值,确定出第一灰度图像中每个像素点所对应的灰度补偿值;基于第一灰度图像中每个像素点所对应的灰度补偿值,对第二灰度图像中对应的像素点进行灰度补偿,得到第三灰度图像;最后通过边缘检测算法提取待检测电力电缆对应的边缘轮廓并通过网格划分计算灰度值确定出是否存在缺陷区域。如此,可通过分析背景图像行方向上的像素点灰度值和列方向上像素点的灰度值对图像中像素点的灰度值进行补偿,避免由于入射光源角度导致图像中不同区域的亮度差异过大,进而导致电力电缆缺陷检测过程中检测准确率低的问题,确保能够较为准确的检测出电力电缆的缺陷。
通过上述的设计,本发明可避免由于入射光源角度导致图像中不同区域的亮度差异过大,进而导致电力电缆缺陷检测过程中检测准确率低的问题,确保能够较为准确的检测出电力电缆的缺陷,便于实际应用和推广。
在一个可能的设计中,所述将所述边缘轮廓内的区域划分为多个网格,并基于所述多个网格中各网格的平均灰度值确定是否存在缺陷区域,包括:
将所述边缘轮廓内的区域划分为多个网格;
计算所述多个网格各网格与其相邻网格的平均灰度差;
若存在与相邻网格的平均灰度差大于预设阈值的目标网格,则将所述目标网格标记为异常网格;
将相连接的异常网格所围成的区域判定为缺陷区域。
在一个可能的设计中,在将相连接的异常网格所围成的区域判定为缺陷区域之后,所述方法还包括:
对所述检测图像中与所述缺陷区域所对应的区域进行标注。
在一个可能的设计中,采用如下公式(1)确定出用于评价每行像素点是否受亮度影响的第一阈值;
其中,Di表示第i行像素点是否受亮度影响的第一阈值,I(i,j)表示第i行第像素点中第j个像素点的灰度值,n表示第i行像素点中像素点的总数,λ为补偿因子;
采用如下公式(2)确定出用于评价每列像素点是否受亮度影响的第二阈值;
其中,Dj表示第j列像素点是否受亮度影响的第二阈值,J(i,j)表示第j列像素点中第i个像素点的灰度值,m表示第j列像素点中像素点的总数,λ为补偿因子。
在一个可能的设计中,补偿因子的取值为0.01。
在一个可能的设计中,采用如下公式(3)确定出每行像素点中各像素点的第一灰度补偿值;
其中,Bij表示第i行像素点中第j个像素点的第一灰度补偿值,I(i,j)表示第i行像素点中第j个像素点的灰度值,Di表示第i行像素点所对应的第一阈值,Ddi表示第i行像素点所对应的第一平均灰度值;
采用如下公式(4)确定出每列像素点中各像素点的第二灰度补偿值;
其中,Cij表示第j列像素点中第i个像素点的第二灰度补偿值,J(i,j)表示第j列像素点中第i个像素点的灰度值,Dj表示第j列像素点所对应的第二阈值,Ddj表示第j列像素点所对应的第二平均灰度值。
在一个可能的设计中,采用如下公式(5)确定出所述第一灰度图像中每个像素点所对应的灰度补偿值;
Rij=(Bij+Cij)/2 (5)
其中,Rij表示所述第一灰度图像中第i行第j个像素点所对应的灰度补偿值,Bij表示第i行像素点中第j个像素点的第一灰度补偿值,Cij表示第j列像素点中第i个像素点的第二灰度补偿值。
第二方面,本发明提供了一种电力电缆的检测装置,包括:
获取单元,用于以同一角度获取包含待检测电力电缆的检测图像和所述待检测电力电缆所在的区域的背景图像;
转换单元,用于分别将所述检测图像和所述背景图像转换为灰度图像,得到与所述背景图像对应的第一灰度图像和与所述检测图像对应的第二灰度图像;
第一确定单元,用于基于所述第一灰度图像中每行像素点所对应的第一平均灰度值和每列像素点所对应的第二平均灰度值,确定出用于评价每行像素点是否受亮度影响的第一阈值以及用于评价每列像素点是否受亮度影响的第二阈值;
第一统计单元,用于基于每行像素点所对应的第一阈值以及每列像素点所对应的第二阈值,统计出每行像素点中未受光照影响的像素点以及每列像素点中未受光照影响的像素点;
第二统计单元,用于统计每行像素点中未受光照影响的像素点的第一平均灰度值和每列像素点中未受光照影响的像素点的第二平均灰度值;
第二确定单元,用于基于每行像素点所对应的第一平均灰度值、每行像素点中各像素点的灰度值以及每行像素点所对应的第一阈值,确定出每行像素点中各像素点的第一灰度补偿值,并基于每列像素点所对应的第二平均灰度值、每列像素点中各像素点的灰度值以及每列像素点所对应的第二阈值,确定出每列像素点中各像素点的第二灰度补偿值;
第三确定单元,用于基于所述第一灰度图像中每个像素点所对应的第一灰度补偿值和第二灰度补偿值,确定出所述第一灰度图像中每个像素点所对应的灰度补偿值;
补偿单元,用于基于所述第一灰度图像中每个像素点所对应的灰度补偿值,对所述第二灰度图像中对应的像素点进行灰度补偿,得到第三灰度图像;
轮廓识别单元,用于通过边缘检测算法识别出所述第三灰度图像中与所述待检测电力电缆对应的边缘轮廓;
网格划分单元,用于将所述边缘轮廓内的区域划分为多个网格;
第四确定单元,用于基于所述多个网格中各网格的平均灰度值确定是否存在缺陷区域。
第三方面,本发明提供了一种电力电缆的检测装置,包括依次通信相连的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如上述第一方面所述的电力电缆的检测方法。
第四方面,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行第一方面所述的电力电缆的检测方法。
第五方面,本发明提供了一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行如第一方面所述的电力电缆的检测方法。
有益效果:
本发明可避免由于入射光源角度导致图像中不同区域的亮度差异过大,进而导致电力电缆缺陷检测过程中检测准确率低的问题,确保能够较为准确的检测出电力电缆的缺陷,便于实际应用和推广。
附图说明
图1为本申请实施例提供的电力电缆的检测方法的流程图;
图2为本申请实施例提供的电力电缆的检测装置的结构示意图;
图3为本申请实施例提供的另一电力电缆的检测装置的结构示意图。
具体实施方式
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,下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍,显而易见地,下面关于附图结构的描述仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,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。在此需要说明的是,对于这些实施例方式的说明用于帮助理解本发明,但并不构成对本发明的限定。
应当理解,尽管本文可能使用术语第一、第二等等来描述各种单元,但是这些单元不应当受到这些术语的限制。这些术语仅用于区分一个单元和另一个单元。例如可以将第一单元称作第二单元,并且类似地可以将第二单元称作第一单元,同时不脱离本发明的示例实施例的范围。
应当理解,对于本文中可能出现的术语“和/或”,其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,单独存在B,同时存在A和B三种情况;对于本文中可能出现的术语“/和”,其是描述另一种关联对象关系,表示可以存在两种关系,例如,A/和B,可以表示:单独存在A,单独存在A和B两种情况;另外,对于本文中可能出现的字符“/”,一般表示前后关联对象是一种“或”关系。
为了对电力电缆的缺陷进行准确检测,本申请实施例提供了一种电力电缆的检测方法、装置及存储介质,该电力电缆的检测方法、装置及存储介质可避免由于入射光源角度导致图像中不同区域的亮度差异过大,进而导致电力电缆缺陷检测过程中检测准确率低的问题,确保能够较为准确的检测出电力电缆的缺陷。
本申请实施例提供的电力电缆的检测方法可应用于用户终端或服务器,所述用户终端可以但不限于是个人电脑、智能手机、平板电脑、膝上型便携计算机、个人数字助理(personal digital assistant,PDA)等。可以理解,所述执行主体并不构成对本申请实施例的限定。
下面将对本申请实施例提供的电力电缆的检测方法进行详细说明。
如图1所示,是本申请实施例第一方面提供的电力电缆的检测方法的流程图,该电力电缆的检测方法可以但不限于包括如下步骤S101-S110。
步骤S101.以同一角度获取包含待检测电力电缆的检测图像和待检测电力电缆所在的区域的背景图像。
本申请实施例中,同一摄像机所获取到的图像,用于对电力电缆其中一侧外皮的缺陷进行检测。在对电力电缆整个外皮进行检测时,则可设置多个不同角度的摄像机,针对每个摄像机可以以同一角度获取包含待检测电力电缆的检测图像和待检测电力电缆所在的区域的背景图像。
为便于说明,本申请实施例中均以一个摄像机获取电力电缆一侧的图像为例对电力电缆的检测过程进行说明。
步骤S102.分别将检测图像和背景图像转换为灰度图像,得到与背景图像对应的第一灰度图像和与检测图像对应的第二灰度图像。
步骤S103.基于第一灰度图像中每行像素点所对应的第一平均灰度值和每列像素点所对应的第二平均灰度值,确定出用于评价每行像素点是否受亮度影响的第一阈值以及用于评价每列像素点是否受亮度影响的第二阈值。
本申请实施例中,由于入射光源的角度不同,图像中靠近入射光源的一侧亮度相对较高,容易识别出图像中电力电缆外皮上的缺陷,而远离入射光源的一侧亮度相对较低,电力电缆外皮上的缺陷容易因图像亮度较低影响检测准确性。因此,本申请实施例中,预先设定有用于评价每行像素点是否受亮度影响的第一阈值以及用于评价每列像素点是否受亮度影响的第二阈值。
本申请实施例中,可采用如下公式(1)和(2)确定出用于评价每行像素点是否受亮度影响的第一阈值以及用于评价每列像素点是否受亮度影响的第二阈值。
其中,Di表示第i行像素点是否受亮度影响的第一阈值,I(i,j)表示第i行第像素点中第j个像素点的灰度值,n表示第i行像素点中像素点的总数,λ为补偿因子;Dj表示第j列像素点是否受亮度影响的第二阈值,J(i,j)表示第j列像素点中第i个像素点的灰度值,m表示第j列像素点中像素点的总数。补偿因子可根据实际情况设定,本申请实施例中补偿因子的取值为0.01。
步骤S104.基于每行像素点所对应的第一阈值以及每列像素点所对应的第二阈值,统计出每行像素点中未受光照影响的像素点以及每列像素点中未受光照影响的像素点。
具体的,针对每行像素点,将灰度值大于该行像素点所对应的第一阈值的像素点,作为该行像素点中未受光照影响的像素点。针对每列像素点,将灰度值大于该列像素点所对应的第二阈值的像素点,作为该列像素点中未受光照影响的像素点。
步骤S105.统计每行像素点中未受光照影响的像素点的第一平均灰度值和每列像素点中未受光照影响的像素点的第二平均灰度值。
步骤S106.基于每行像素点所对应的第一平均灰度值、每行像素点中各像素点的灰度值以及每行像素点所对应的第一阈值,确定出每行像素点中各像素点的第一灰度补偿值,并基于每列像素点所对应的第二平均灰度值、每列像素点中各像素点的灰度值以及每列像素点所对应的第二阈值,确定出每列像素点中各像素点的第二灰度补偿值。
具体的,可采用如下公式(3)和(4)确定出每行像素点中各像素点的第一灰度补偿值和每列像素点中各像素点的第二灰度补偿值。
其中,Bij表示第i行像素点中第j个像素点的第一灰度补偿值,I(i,j)表示第i行像素点中第j个像素点的灰度值,Di表示第i行像素点所对应的第一阈值,Ddi表示第i行像素点所对应的第一平均灰度值;Cij表示第j列像素点中第i个像素点的第二灰度补偿值,J(i,j)表示第j列像素点中第i个像素点的灰度值,Dj表示第j列像素点所对应的第二阈值,Ddj表示第j列像素点所对应的第二平均灰度值。
步骤S107.基于第一灰度图像中每个像素点所对应的第一灰度补偿值和第二灰度补偿值,确定出第一灰度图像中每个像素点所对应的灰度补偿值。
第一灰度图像中每个像素点所对应的灰度补偿值可表示为Rij=(Bij+Cij)/2,其中Rij表示所述第一灰度图像中第i行第j个像素点所对应的灰度补偿值,Bij表示第i行像素点中第j个像素点的第一灰度补偿值,Cij表示第j列像素点中第i个像素点的第二灰度补偿值。
步骤S108.基于第一灰度图像中每个像素点所对应的灰度补偿值,对第二灰度图像中对应的像素点进行灰度补偿,得到第三灰度图像。
具体的,可根据第一灰度图像中每个像素点所对应的灰度补偿值,对第二灰度图像中对应位置的像素点进行灰度补偿,得到第三灰度图像。举例,对于第二灰度图像中第1行第1列的像素点,可根据第一灰度图像中第1行第1列的像素点所对应的灰度补偿值进行补偿。假定第二灰度图像中第1行第1列的像素点的灰度值为100,第一灰度图像中第1行第1列的像素点所对应的灰度补偿值10,则第二灰度图像中第1行第1列的像素点在灰度补充后对应的灰度值为110,也即第三灰度图像中第1行第1列的像素点的灰度值为110。
通过对第二灰度图像中的像素点进行灰度补偿,可对图像中由于距离入射光源较远而亮度较低的区域进行补偿,避免由于入射光源角度导致图像中不同区域的亮度差异过大,而导致图像中不同区域灰度值的差异过大,进而避免由于图像中不同区域灰度值的差异过大而影响缺陷检测准确性,确保后续缺陷检测的准确性。
步骤S109.通过边缘检测算法识别出第三灰度图像中与待检测电力电缆对应的边缘轮廓。
本申请实施例中,可通过现有的边缘检测算法识别出第三灰度图像中与待检测电力电缆对应的边缘轮,于此不再详细说明。
步骤S110.将边缘轮廓内的区域划分为多个网格,并基于多个网格中各网格的平均灰度值确定是否存在缺陷区域。
具体的,步骤S110可以但不限于包括如下步骤S1101-S1104。
步骤S1101.将边缘轮廓内的区域划分为多个网格。
步骤S1102.计算多个网格各网格与其相邻网格的平均灰度差。
步骤S1103.若存在与相邻网格的平均灰度差大于预设阈值的目标网格,则将目标网格标记为异常网格。
其中,所述预设阈值可根据实际情况设定,本申请实施例中不做具体限定。
步骤S1104.将相连接的异常网格所围成的区域判定为缺陷区域。
本申请实施例中,在将相连接的异常网格所围成的区域判定为缺陷区域之后,还可对检测图像中与所述缺陷区域所对应的区域进行标注。以便相关人员根据图像中的标注对缺陷区域进行复查。
综上,本申请实施例提供的电力电缆的检测方法,通过分别将包含待检测电力电缆的检测图像和背景图像转换为灰度图像,得到与背景图像对应的第一灰度图像和与检测图像对应的第二灰度图像;基于第一灰度图像中每行像素点所对应的第一平均灰度值和每列像素点所对应的第二平均灰度值,确定出用于评价每行像素点是否受亮度影响的第一阈值以及用于评价每列像素点是否受亮度影响的第二阈值;基于每行像素点所对应的第一阈值以及每列像素点所对应的第二阈值,统计出每行像素点中未受光照影响的像素点以及每列像素点中未受光照影响的像素点;并统计每行像素点中未受光照影响的像素点的第一平均灰度值和每列像素点中未受光照影响的像素点的第二平均灰度值;然后基于每行像素点所对应的第一平均灰度值、每行像素点中各像素点的灰度值以及每行像素点所对应的第一阈值,确定出每行像素点中各像素点的第一灰度补偿值,并基于每列像素点所对应的第二平均灰度值、每列像素点中各像素点的灰度值以及每列像素点所对应的第二阈值,确定出每列像素点中各像素点的第二灰度补偿值;基于第一灰度图像中每个像素点所对应的第一灰度补偿值和第二灰度补偿值,确定出第一灰度图像中每个像素点所对应的灰度补偿值;基于第一灰度图像中每个像素点所对应的灰度补偿值,对第二灰度图像中对应的像素点进行灰度补偿,得到第三灰度图像;最后通过边缘检测算法提取待检测电力电缆对应的边缘轮廓并通过网格划分计算灰度值确定出是否存在缺陷区域。如此,可通过分析背景图像行方向上的像素点灰度值和列方向上像素点的灰度值对图像中像素点的灰度值进行补偿,避免由于入射光源角度导致图像中不同区域的亮度差异过大,进而导致电力电缆缺陷检测过程中检测准确率低的问题,确保能够较为准确的检测出电力电缆的缺陷,便于实际应用和推广。
请参阅图2,本申请实施例第二方面提供了一种电力电缆的检测装置,该电力电缆的检测装置包括:
获取单元,用于以同一角度获取包含待检测电力电缆的检测图像和所述待检测电力电缆所在的区域的背景图像;
转换单元,用于分别将所述检测图像和所述背景图像转换为灰度图像,得到与所述背景图像对应的第一灰度图像和与所述检测图像对应的第二灰度图像;
第一确定单元,用于基于所述第一灰度图像中每行像素点所对应的第一平均灰度值和每列像素点所对应的第二平均灰度值,确定出用于评价每行像素点是否受亮度影响的第一阈值以及用于评价每列像素点是否受亮度影响的第二阈值;
第一统计单元,用于基于每行像素点所对应的第一阈值以及每列像素点所对应的第二阈值,统计出每行像素点中未受光照影响的像素点以及每列像素点中未受光照影响的像素点;
第二统计单元,用于统计每行像素点中未受光照影响的像素点的第一平均灰度值和每列像素点中未受光照影响的像素点的第二平均灰度值;
第二确定单元,用于基于每行像素点所对应的第一平均灰度值、每行像素点中各像素点的灰度值以及每行像素点所对应的第一阈值,确定出每行像素点中各像素点的第一灰度补偿值,并基于每列像素点所对应的第二平均灰度值、每列像素点中各像素点的灰度值以及每列像素点所对应的第二阈值,确定出每列像素点中各像素点的第二灰度补偿值;
第三确定单元,用于基于所述第一灰度图像中每个像素点所对应的第一灰度补偿值和第二灰度补偿值,确定出所述第一灰度图像中每个像素点所对应的灰度补偿值;
补偿单元,用于基于所述第一灰度图像中每个像素点所对应的灰度补偿值,对所述第二灰度图像中对应的像素点进行灰度补偿,得到第三灰度图像;
轮廓识别单元,用于通过边缘检测算法识别出所述第三灰度图像中与所述待检测电力电缆对应的边缘轮廓;
网格划分单元,用于将所述边缘轮廓内的区域划分为多个网格;
第四确定单元,用于基于所述多个网格中各网格的平均灰度值确定是否存在缺陷区域。
本实施例第二方面提供的装置的工作过程、工作细节和技术效果,可以参见实施例第一方面,于此不再赘述。
如图3所示,本申请实施例第三方面提供了另一种电力电缆的检测装置,包括依次通信相连的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如实施例第一方面所述的电力电缆的检测方法。
具体举例的,所述存储器可以但不限于包括随机存取存储器(RAM)、只读存储器(ROM)、闪存(Flash Memory)、先进先出存储器(FIFO)和/或先进后出存储器(FILO)等等;所述处理器可以不限于采用型号为STM32F105系列的微处理器、ARM(Advanced RISCMachines)、X86等架构处理器或集成NPU(neural-network processing units)的处理器;所述收发器可以但不限于为WiFi(无线保真)无线收发器、蓝牙无线收发器、通用分组无线服务技术(General Packet Radio Service,GPRS)无线收发器、紫蜂协议(基于IEEE802.15.4标准的低功耗局域网协议,ZigBee)无线收发器、3G收发器、4G收发器和/或5G收发器等。
本实施例第三方面提供的装置的工作过程、工作细节和技术效果,可以参见实施例第一方面,于此不再赘述。
本实施例第四方面提供了一种存储包含有实施例第一方面所述的电力电缆的检测方法的指令的计算机可读存储介质,即所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如第一方面所述的电力电缆的检测方法。其中,所述计算机可读存储介质是指存储数据的载体,可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(Memory Stick)等,所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
本实施例第五方面提供了一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行如实施例第一方面所述的电力电缆的检测方法,其中,所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种电力电缆的检测方法,其特征在于,包括:
以同一角度获取包含待检测电力电缆的检测图像和所述待检测电力电缆所在的区域的背景图像;
分别将所述检测图像和所述背景图像转换为灰度图像,得到与所述背景图像对应的第一灰度图像和与所述检测图像对应的第二灰度图像;
基于所述第一灰度图像中每行像素点所对应的第一平均灰度值和每列像素点所对应的第二平均灰度值,确定出用于评价每行像素点是否受亮度影响的第一阈值以及用于评价每列像素点是否受亮度影响的第二阈值;
基于每行像素点所对应的第一阈值以及每列像素点所对应的第二阈值,统计出每行像素点中未受光照影响的像素点以及每列像素点中未受光照影响的像素点;
统计每行像素点中未受光照影响的像素点的第一平均灰度值和每列像素点中未受光照影响的像素点的第二平均灰度值;
基于每行像素点所对应的第一平均灰度值、每行像素点中各像素点的灰度值以及每行像素点所对应的第一阈值,确定出每行像素点中各像素点的第一灰度补偿值,并基于每列像素点所对应的第二平均灰度值、每列像素点中各像素点的灰度值以及每列像素点所对应的第二阈值,确定出每列像素点中各像素点的第二灰度补偿值;
基于所述第一灰度图像中每个像素点所对应的第一灰度补偿值和第二灰度补偿值,确定出所述第一灰度图像中每个像素点所对应的灰度补偿值;
基于所述第一灰度图像中每个像素点所对应的灰度补偿值,对所述第二灰度图像中对应的像素点进行灰度补偿,得到第三灰度图像;
通过边缘检测算法识别出所述第三灰度图像中与所述待检测电力电缆对应的边缘轮廓;
将所述边缘轮廓内的区域划分为多个网格,并基于所述多个网格中各网格的平均灰度值确定是否存在缺陷区域。
2.根据权利要求1所述的电力电缆的检测方法,其特征在于,所述将所述边缘轮廓内的区域划分为多个网格,并基于所述多个网格中各网格的平均灰度值确定是否存在缺陷区域,包括:
将所述边缘轮廓内的区域划分为多个网格;
计算所述多个网格各网格与其相邻网格的平均灰度差;
若存在与相邻网格的平均灰度差大于预设阈值的目标网格,则将所述目标网格标记为异常网格;
将相连接的异常网格所围成的区域判定为缺陷区域。
3.根据权利要求2所述的电力电缆的检测方法,其特征在于,在将相连接的异常网格所围成的区域判定为缺陷区域之后,所述方法还包括:
对所述检测图像中与所述缺陷区域所对应的区域进行标注。
4.根据权利要求1所述的电力电缆的检测方法,其特征在于,采用如下公式(1)确定出用于评价每行像素点是否受亮度影响的第一阈值;
其中,Di表示第i行像素点是否受亮度影响的第一阈值,I(i,j)表示第i行第像素点中第j个像素点的灰度值,n表示第i行像素点中像素点的总数,λ为补偿因子;
采用如下公式(2)确定出用于评价每列像素点是否受亮度影响的第二阈值;
其中,Dj表示第j列像素点是否受亮度影响的第二阈值,J(i,j)表示第j列像素点中第i个像素点的灰度值,m表示第j列像素点中像素点的总数,λ为补偿因子。
5.根据权利要求4所述的电力电缆的检测方法,其特征在于,补偿因子的取值为0.01。
6.根据权利要求1所述的电力电缆的检测方法,其特征在于,采用如下公式(3)确定出每行像素点中各像素点的第一灰度补偿值;
其中,Bij表示第i行像素点中第j个像素点的第一灰度补偿值,I(i,j)表示第i行像素点中第j个像素点的灰度值,Di表示第i行像素点所对应的第一阈值,Ddi表示第i行像素点所对应的第一平均灰度值;
采用如下公式(4)确定出每列像素点中各像素点的第二灰度补偿值;
其中,Cij表示第j列像素点中第i个像素点的第二灰度补偿值,J(i,j)表示第j列像素点中第i个像素点的灰度值,Dj表示第j列像素点所对应的第二阈值,Ddj表示第j列像素点所对应的第二平均灰度值。
7.根据权利要求1所述的电力电缆的检测方法,其特征在于,采用如下公式(5)确定出所述第一灰度图像中每个像素点所对应的灰度补偿值;
Rij=(Bij+Cij)/2 (5)
其中,Rij表示所述第一灰度图像中第i行第j个像素点所对应的灰度补偿值,Bij表示第i行像素点中第j个像素点的第一灰度补偿值,Cij表示第j列像素点中第i个像素点的第二灰度补偿值。
8.一种电力电缆的检测装置,其特征在于,包括:
获取单元,用于以同一角度获取包含待检测电力电缆的检测图像和所述待检测电力电缆所在的区域的背景图像;
转换单元,用于分别将所述检测图像和所述背景图像转换为灰度图像,得到与所述背景图像对应的第一灰度图像和与所述检测图像对应的第二灰度图像;
第一确定单元,用于基于所述第一灰度图像中每行像素点所对应的第一平均灰度值和每列像素点所对应的第二平均灰度值,确定出用于评价每行像素点是否受亮度影响的第一阈值以及用于评价每列像素点是否受亮度影响的第二阈值;
第一统计单元,用于基于每行像素点所对应的第一阈值以及每列像素点所对应的第二阈值,统计出每行像素点中未受光照影响的像素点以及每列像素点中未受光照影响的像素点;
第二统计单元,用于统计每行像素点中未受光照影响的像素点的第一平均灰度值和每列像素点中未受光照影响的像素点的第二平均灰度值;
第二确定单元,用于基于每行像素点所对应的第一平均灰度值、每行像素点中各像素点的灰度值以及每行像素点所对应的第一阈值,确定出每行像素点中各像素点的第一灰度补偿值,并基于每列像素点所对应的第二平均灰度值、每列像素点中各像素点的灰度值以及每列像素点所对应的第二阈值,确定出每列像素点中各像素点的第二灰度补偿值;
第三确定单元,用于基于所述第一灰度图像中每个像素点所对应的第一灰度补偿值和第二灰度补偿值,确定出所述第一灰度图像中每个像素点所对应的灰度补偿值;
补偿单元,用于基于所述第一灰度图像中每个像素点所对应的灰度补偿值,对所述第二灰度图像中对应的像素点进行灰度补偿,得到第三灰度图像;
轮廓识别单元,用于通过边缘检测算法识别出所述第三灰度图像中与所述待检测电力电缆对应的边缘轮廓;
网格划分单元,用于将所述边缘轮廓内的区域划分为多个网格;
第四确定单元,用于基于所述多个网格中各网格的平均灰度值确定是否存在缺陷区域。
9.一种电力电缆的检测装置,其特征在于,包括依次通信相连的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如权利要求1~7任意一项所述的电力电缆的检测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如权利要求1~7任意一项所述的电力电缆的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310644981.2A CN116660270B (zh) | 2023-05-30 | 2023-05-30 | 电力电缆的检测方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310644981.2A CN116660270B (zh) | 2023-05-30 | 2023-05-30 | 电力电缆的检测方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116660270A true CN116660270A (zh) | 2023-08-29 |
CN116660270B CN116660270B (zh) | 2024-01-12 |
Family
ID=87711386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310644981.2A Active CN116660270B (zh) | 2023-05-30 | 2023-05-30 | 电力电缆的检测方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116660270B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117079143A (zh) * | 2023-10-16 | 2023-11-17 | 南京佳格耕耘科技有限公司 | 基于遥感数据的农田动态监测系统 |
CN117132589A (zh) * | 2023-10-23 | 2023-11-28 | 深圳明锐理想科技有限公司 | 一种条纹图校正方法、光学检测设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006195651A (ja) * | 2005-01-12 | 2006-07-27 | Sanyo Electric Co Ltd | 階調補正装置 |
US20180137612A1 (en) * | 2015-04-27 | 2018-05-17 | Wuhan Wuda Zoyon Science And Technology Co., Ltd. | A stepwise refinement detection method for pavement cracks |
CN111539935A (zh) * | 2020-04-24 | 2020-08-14 | 江苏大学 | 一种基于机器视觉的电缆表面缺陷在线检测方法 |
CN113379680A (zh) * | 2021-05-18 | 2021-09-10 | 上海闻泰信息技术有限公司 | 缺陷检测方法、装置、电子设备和计算机可读存储介质 |
-
2023
- 2023-05-30 CN CN202310644981.2A patent/CN116660270B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006195651A (ja) * | 2005-01-12 | 2006-07-27 | Sanyo Electric Co Ltd | 階調補正装置 |
US20180137612A1 (en) * | 2015-04-27 | 2018-05-17 | Wuhan Wuda Zoyon Science And Technology Co., Ltd. | A stepwise refinement detection method for pavement cracks |
CN111539935A (zh) * | 2020-04-24 | 2020-08-14 | 江苏大学 | 一种基于机器视觉的电缆表面缺陷在线检测方法 |
CN113379680A (zh) * | 2021-05-18 | 2021-09-10 | 上海闻泰信息技术有限公司 | 缺陷检测方法、装置、电子设备和计算机可读存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117079143A (zh) * | 2023-10-16 | 2023-11-17 | 南京佳格耕耘科技有限公司 | 基于遥感数据的农田动态监测系统 |
CN117132589A (zh) * | 2023-10-23 | 2023-11-28 | 深圳明锐理想科技有限公司 | 一种条纹图校正方法、光学检测设备及存储介质 |
CN117132589B (zh) * | 2023-10-23 | 2024-04-16 | 深圳明锐理想科技股份有限公司 | 一种条纹图校正方法、光学检测设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116660270B (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116660270B (zh) | 电力电缆的检测方法、装置及存储介质 | |
US20220129674A1 (en) | Method and device for determining extraction model of green tide coverage ratio based on mixed pixels | |
CN111307727B (zh) | 基于时序遥感影像的水体水色异常识别方法和装置 | |
CN107514976B (zh) | 电力线路覆冰监测方法及终端设备 | |
CN116721107B (zh) | 一种电缆生产质量智能监控系统 | |
CN111612757A (zh) | 一种屏幕裂纹的检测方法、装置、设备及存储介质 | |
CN111950396A (zh) | 一种仪表读数神经网络识别方法 | |
CN110705540B (zh) | 基于rfid和深度学习的兽药生产指针式仪表图像识别方法和装置 | |
CN111008561A (zh) | 一种牲畜的数量确定方法、终端及计算机存储介质 | |
Jin et al. | A Smart Water Metering System Based on Image Recognition and Narrowband Internet of Things. | |
CN112699824A (zh) | 电能表仪表常数检测方法、设备及存储介质 | |
CN112415014B (zh) | 一种铜箔缺陷检测方法以及介质 | |
CN112785548A (zh) | 一种基于车载激光点云的路面裂缝检测方法 | |
CN116563841A (zh) | 配电网设备标识牌的检测方法、检测装置和电子设备 | |
CN114494680A (zh) | 积水检测方法、装置、设备及存储介质 | |
CN112184701A (zh) | 检测结果的确定方法、装置及系统 | |
CN115265366B (zh) | 物体的变形检测方法、装置、终端设备和存储介质 | |
CN117408676B (zh) | 光伏电站的运维管理方法、装置及存储介质 | |
CN113989630B (zh) | 一种基于语义分析的镜头遮挡判别方法 | |
CN117237336B (zh) | 一种金属化陶瓷环缺陷检测方法、系统和可读存储介质 | |
US20240071030A1 (en) | Method and device for locating target region, and computer-readable storage medium | |
CN117764896A (zh) | 建筑物完整性检测方法、装置、电子设备及存储介质 | |
CN117636037A (zh) | 房屋使用率的识别方法、装置、设备及存储介质 | |
CN116152701A (zh) | 基于注意力融合的仪表检测与识别方法及相关装置 | |
CN117237863A (zh) | 沙尘暴天气检测方法、装置、设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |