[发明专利]一种排水管道内部缺陷的检测方法及系统

权利要求书

1.一种排水管道内部缺陷的检测方法，其特征在于，包括：

通过外业检测获取管道内部检测视频数据，所述视频数据随机选取一部分作为采集样本的视频，另外一部分作为测试视频，所述采集样本的视频和所述测试视频互相无交叉重叠；

对所述采集样本的视频进行视频分帧处理，得到采集样本视频的分帧处理结果图像；

根据所述采集样本的视频分帧处理结果图像，采集样本库图像，所述样本库图像包括全局缺陷图像样本、局部缺陷图像样本、正常管道图像样本和局部正常管道图像样本；

根据所述样本库图像进行模型训练，得到训练模型，所述训练模型包括全局缺陷训练模型和局部缺陷训练模型；

对所述测试视频进行分帧处理，得到测试视频的分帧处理结果图像；

采用双模型精准检测策略，对所述测试视频的分帧结果图像进行预处理，采用所述全局缺陷训练模型和所述局部缺陷训练模型对预处理的结果进行检测，得到缺陷检测结果，具体包括：

将所述测试视频的分帧处理结果采用多域联合判别法进行初步筛选，得到筛选后的有效图像；

利用图像清晰度判别技术，在所述筛选后的有效图像中提取关键视频帧图像；

对所述关键视频帧图像采用漏斗模式，先后利用所述全局缺陷训练模型和所述局部缺陷训练模型进行检测，得到缺陷检测结果，具体包括：

采用全局缺陷训练模型对所述关键视频帧图像进行检测，若所述关键视频帧图像为全局正常，则判断此处管道正常，若所述关键视频帧图像发现异常，则根据全局缺陷类型的概率分布，判断出此处管道缺陷的类别及其它相关信息；若所述关键视频帧图像为局部图像，则将所述局部图像划分为9张局部子图像，采用局部缺陷训练模型进一步检测；

将所述局部图像划分为9张局部子图像，所述9张局部子图像基本能覆盖整幅局部图像，同时互相有重叠，所述局部子图像的集合为局部图像；同一所述局部图像分割成的局部子图像之间互相关联；采用局部缺陷训练模型对局部子图像进行检测，如果局部图像对应的9张局部子图像均未出现异常，则判定此处无异常；如果局部图像对应的9张局部子图像有任何一张子图像出现异常则判定此处异常，并将局部图像判断为子图中出现次数最多的异常类型；

检测完成之后，将每处缺陷的对应的管道起始点编号、终止点编号、缺陷类别、缺陷图片以成果形式输出并存储命名，获得缺陷检测结果。

2.根据权利要求1所述的排水管道内部缺陷的检测方法，其特征在于，所述对所述采集样本的视频进行视频分帧处理，得到采集样本视频的分帧处理结果图像，具体包括：

采用FFmpeg图像快速分帧技术对所述采集样本的视频进行分帧处理，视频分帧处理的结果为多张分辨率和尺寸相同的超清图像，所述超清图像和原视频尺寸、分辨率相同，包括全局图和局部图，所述全局图为镜头在管道内部直视前方拍摄的图像，所述局部图为镜头在管道内部环视过程中凝视设定处拍摄的局部图像。

3.根据权利要求1所述的排水管道内部缺陷的检测方法，其特征在于，所述根据所述采集样本的视频分帧处理结果图像，采集样本库图像，具体包括：

根据国家《城镇排水管道检测与评估技术规程》对排水管道内部缺陷的定义，对所述采集样本的视频分帧处理结果进行判读，从中选取破裂、变形、腐蚀、错口、起伏、脱节、接口材料脱落、支管暗接、异物穿入和渗漏十类结构性缺陷图像以及沉积、结垢、障碍物、残墙、坝根、树根和浮渣六类功能性缺陷图像作为训练模型的样本，其中全局缺陷样本图像为缺陷处和视频原始尺寸一样的大图，局部缺陷图像样本为局部图中截取的缺陷位置处及边缘处的小图，尺寸为416*416，分辨率和原视频相同；

选取正常管道图像和局部正常管道图像作为训练模型的样本，正常管道图像样本为视频原始尺寸的高清大图，局部正常管道图像样本为局部图中随机截取的小图，尺寸为416*416，分辨率和原视频相同；

将所述全局缺陷图像样本、局部缺陷图像样本、正常管道图像样本和局部正常图像样本进行组合，得到样本库图像。

4.根据权利要求1所述的排水管道内部缺陷的检测方法，其特征在于，所述根据所述样本库图像进行模型训练，得到训练模型，具体包括：

采用所述全局缺陷图像样本、局部缺陷图像样本、正常管道图像样本和局部正常图像样本对模型进行训练，得到全局缺陷训练模型和局部缺陷训练模型。