[发明专利]一种塔式起重机的锈蚀缺陷分割方法

说明书

本发明涉及一种塔式起重机的锈蚀缺陷分割方法,包括以下步骤:步骤S1:采集塔式起重机锈蚀缺陷图像，并通过数据增强扩充，得到图像数据集；步骤S2:对图像数据集进行预处理，得到预处理后的图像数据集；步骤S3:基于YOLO V3，引入通道注意力机制SENet，改进残差模块，构建改进YOLO V3模型；步骤S4:根据预处理后的图像数据集训练改进YOLO V3模型；步骤S5:将待测图像输入到训练后的改进YOLO V3模型中检测，判断出塔式起重机是否存在锈蚀缺陷；步骤S6:判断出塔式起重机存在锈蚀缺陷时，采用阈值分割方法，将锈蚀区域与图像中的其他区域分割出来。本发明能够有效地检测及分割出塔式起重机的锈蚀区域，具有可行性，便于排查出塔式起重机的锈蚀缺陷隐患。

技术领域

本发明涉及图像分割领域，具体涉及一种塔式起重机的锈蚀缺陷分割方法。

背景技术

塔式起重机是工地施工中频繁使用的大型设备，长期暴露于自然环境中，受风吹日晒等恶劣环境的影响，塔式起重机的钢结构容易出现氧化腐蚀，即锈蚀现象，这将会影响其强度和刚度，当锈蚀过于严重，会降低塔式起重机的工作性能，导致倒塌事故，造成恶性伤亡事故。据统计，2012—2014年间，发生了162起塔式起重机事故，其中倒塌、断裂事故占了123起，约为总事故的75.93％。塔式起重机的锈蚀程度如锈蚀面积、锈蚀率等，是判断其是否能够安全使用的一个重要指标，因此，定期对塔式起重机进行检测具有重要的意义。现有的塔式起重机定期维护方法主要依靠人工检测，不仅具有主观影响，还将耗费大量的人力、财力，并且难以保证检测的全面性和准确性。因此，需要更多的技术支持。

发明内容

有鉴于此，本发明的目的在于提供一种塔式起重机的锈蚀缺陷分割方法，能够有效地检测及分割出塔式起重机的锈蚀区域，具有可行性，便于排查出塔式起重机的锈蚀缺陷隐患。

为实现上述目的，本发明采用如下技术方案：

一种塔式起重机的锈蚀缺陷分割方法,包括以下步骤:

步骤S1:采集塔式起重机锈蚀缺陷图像，并通过数据增强扩充，得到图像数据集；

步骤S2:对图像数据集进行预处理，得到预处理后的图像数据集；

步骤S3:基于YOLO V3，引入通道注意力机制SENet，改进残差模块，构建改进YOLOV3模型；

步骤S4:根据预处理后的图像数据集训练改进YOLO V3模型；

步骤S5:将待测图像输入到训练后的改进YOLO V3模型中检测，判断出塔式起重机是否存在锈蚀缺陷；

步骤S6:判断出塔式起重机存在锈蚀缺陷时，采用阈值分割方法，将将锈蚀区域与图像中的其他区域分割出来。

进一步的，所述步骤S1具体为：

步骤S11：采集不同的光照、亮度、角度的塔式起重机锈蚀缺陷图像，构成数据集；

步骤S12：通过数据增强扩充扩充数据集；

步骤S13:采用LabelMe对锈蚀目标进行标注，得到图像数据集。

进一步的，所述数据增强扩充方法包括增加亮度、减少亮度、镜像翻转和随机平移。

进一步的，所述预处理包括去噪处理、归一化处理和直方图均衡化。

进一步的，所述通道注意力机制SENet包括压缩和激励，具体为：

首先进行压缩操作，对输入的特征图进行压缩，通过全局平均池化层，将特征图压缩成一维，得到各个通道的全局信息，如下式所示：