[发明专利]裂纹图像获取、检测方法、计算机设备及可读存储介质

说明书

本申请公开了一种裂纹图像获取、检测方法、计算机设备及可读存储介质，属于计算机视觉技术领域。所述裂纹图像获取方法包括：通过对样本图像中目标设备进行检测，生成设备图像集，其次对设备图像集中的目标部件进行检测，生成部件图像集，然后对部件图像集进行处理，生成裂纹图像集；基于裂纹图像集训练检测模型；对样本图像的层层检测及对检测结果进行分割，结合了目标检测及语义分割技术来对裂纹进行识别，能够实现快速而准确地识别裂纹的具体像素，而不仅仅是识别其所在的外接矩形区域，据此而获取的裂纹图像更准确。本申请提供的裂纹检测方法，其裂纹检测模型基于上述裂纹图像获取方法获取的裂纹图像训练而成，能够快速而准确地识别裂纹。

技术领域

本发明涉及计算机视觉技术领域，具体涉及一种裂纹图像获取、检测方法、计算机设备及可读存储介质。

背景技术

由于一些设备常年暴露在外，长期处于暴晒、冰冻、台风等各种气候和各种环境因素影响下，其出现裂纹是一种难以避免的现象。这些设备的部件上出现裂纹，意味着这个部件可能发生了损坏，这种情况将会引发各种问题，如电力领域中，供电设备的部件出现裂纹，将会引发供电中断等各种问题，以至影响到整个整个电力系统的稳定运行。

常见的检查方法主要是人工观察、测量。近几年，随着无人机应用的普及，使用无人机进行设备巡检也成了一种新的方式，但是目前的相关识别算法在应对户外设备的裂纹进行识别方面，效果不佳，正确率不高。传统目标检测算法和流程不适用于设备部件裂纹的识别，一方面是由于裂纹仅占图像的很小一部分像素区域难以被发现，另一方面是因为此类算法仅仅检测包含目标对象的最小外接矩形而非它的实际像素，而狭长的裂纹检测结果并不适合用外接矩形来表达。语义分割算法虽然能将目标对象的像素分割出来，但它却极有可能将图像中的其它像素误判为目标对象的像素。同时这些检测算法往往是针对某一个特定对象进行的，并不能够对设备上的各种部件的裂纹进行有效的检测。

因此，目前的目标检测识别算法在进行裂纹检测时，准确率不高，并且可扩展性较差。

发明内容

本申请实施例提供了一种裂纹图像获取、检测方法、计算机设备及可读存储介质，能解决相关技术中对裂纹识别准确率低的问题。所述技术方案如下：

一方面，提供了一种裂纹图像获取方法，包括：

获取样本图像；其中，所述样本图像包括目标设备，所述目标设备包括目标部件，所述目标部件上具有裂纹；

检测出所述样本图像中的目标设备，得到设备图像，生成设备图像集；

依次检测所述设备图像中的所述目标部件，得到部件图像，生成部件图像集；

根据所述部件图像集，得到裂纹图像，生成裂纹图像集。

可选的，所述检测出所述样本图像中的目标设备，得到设备图像，以形成设备图像集，包括：

对所述样本图像集进行处理，筛选出包含所述目标设备的且符合像素要求的图像，生成第一设备图像集；

通过最小外接矩形框，对所述第一设备图像集中每一张图像中的目标设备进行标注，生成标注文件；

对所有已标注的图像进行汇总及编号，生成设备图像集。

可选的，所述依次检测所述设备图像中的所述目标部件，得到部件图像，以形成部件图像集，包括：

将所述设备图像集中的标注区域截取，生成第二设备图像集；

对所述第二设备图像集进行分析，筛选出包含目标部件的符合质量要求的图像，生成第一部件图像集；

通过最小外接矩形框，对所述第一部件图像集中每一张图像中的目标部件进行标注，生成标注文件；

对所有已标注的图像进行汇总及编号，生成部件图像集。