[发明专利]碳纤维复合芯导线损伤检测方法、装置及计算机存储介质

说明书

本发明公开了碳纤维复合芯导线损伤检测方法，包括以下步骤：S1：采用X射线成像的方式对碳纤维复合芯导线进行图像采集；S2：对碳纤维复合芯导线图像进行制作，得到训练样本和检测样本；S3：根据训练样本的样本特征确定Faster R‑CNN网络的输入、输出和中间部分结构；S4：使用训练样本训练Faster R‑CNN网络，确定训练效果最优的Faster R‑CNN网络，作为损伤检测模型；S5：使用损伤检测模型对经过预处理标准化后的检测样本进行检测，标记出碳纤维复合芯导线图像中的损伤位置。本发明还公开了相应的装置和计算机存储介质。本发明能够有效区分损伤区域与背景。

技术领域

本发明涉及无损检测技术，特别是涉及碳纤维复合芯导线损伤检测方法、装置及计算机存储介质。

背景技术

碳纤维复合芯导线具有弧垂小、载流量大、重量轻等优点，在线路增容改造时可充分利用原有杆塔，即能大幅提升线路输送容量，是目前应对通道资源紧张、负荷快速增长的便利手段之一。应用中发现，碳纤维复合芯导线，尤其是导线的碳纤维复合芯，在产品生产、安装架线等过程中极易产生损伤，如果不能及时发现这些损伤并进行处理，必然危及输电线路的运行安全。

射线检测技术作为一种通用的用于发现设备或材料内部缺陷的检测技术，当应用于碳纤维复合芯导线损伤的检测时，受外层铝股之间的间隙的影响，获得的射线图片中，内部复合芯棒损伤缺陷的影像往往被众多的铝股之间间隙影像所遮挡或干扰，导致缺陷影像不易被识别，甚至造成漏检。另外一方面，损伤的影响较为模糊且在图像中呈现尺寸较小，肉眼识别速度慢、漏检率高。

对于上述问题，常规的检测方法大都是通过将图像进行锐化、灰度变换、平滑和傅里叶变换后的图像预处理方法，然后进行二值化处理，图像边缘提取和图像识别技术提取出缺陷图像。但此类方法因为损伤区域不是很明显，与背景对比度相差不大，效果十分有限。

发明内容

发明目的：本发明的目的是提供一种碳纤维复合芯导线损伤检测方法、装置及计算机存储介质，能够解决现有技术中存在的“无法有效区分损伤区域与背景”的技术问题。

技术方案：本发明所述的碳纤维复合芯导线损伤检测方法，包括以下步骤：

S1：采用X射线成像的方式对碳纤维复合芯导线进行图像采集，获得碳纤维复合芯导线图像；

S2：根据步骤S1采集得到的碳纤维复合芯导线图像整体的特征分布，对所述碳纤维复合芯导线图像进行制作，得到训练样本和检测样本；

S3：根据步骤S2得到的训练样本的样本特征确定Faster R-CNN网络的输入、输出、卷积层、候选区域网络和区域卷积层；

S4：使用步骤S2得到的训练样本训练步骤S3得到的Faster R-CNN网络，确定训练效果最优的Faster R-CNN网络作为损伤检测模型；

S5：使用步骤S4得到的损伤检测模型对经过预处理标准化后的检测样本进行检测，标记出碳纤维复合芯导线图像中的损伤位置。

进一步，所述步骤S3中，Faster R-CNN网络的输出通过以下过程确定：根据碳纤维复合芯导线图像的形貌，将无损伤、折断、锯断、空隙、裂缝分别进行分类，并将分类结果和定位位置作为Faster R-CNN网络的输出。

进一步，所述步骤S4中，使用步骤S2得到的训练样本训练步骤S3得到的Faster R-CNN网络的过程中，采用如式(1)所示的损失函数L({p_i},{t_i})进行训练：