[发明专利]一种基于改进图像自适应YOLO的氢敏胶带变色检测方法

权利要求书

1.一种基于改进图像自适应YOLO的氢敏胶带变色检测方法，其特征在于，所述方法包括：

生成图像处理模块的可微分滤波器，所述可微分滤波器包括白平衡滤波器、明亮度滤波器、对比度滤波器和饱和度滤波器；

当采集到目标识别图像时，生成所述目标识别图像对应的低分辨率图像，并将所述低分辨率图像输入至小型卷积神经网络，得到滤波器参数；

基于所述滤波器参数调整各所述可微分滤波器后，将所述目标识别图像输入至所述图像处理模块，得到预处理图像；

将所述预处理图像输入至YOLOv3目标检测器，得到输出图像，所述输出图像中包含有至少一个定位框以及所述定位框对应的氢敏胶带概率值；

基于预设的自监督模块依次提取各所述定位框对应的框内图片信息的特征值，生成相似度信息，所述相似度信息用以表征所述框内图片信息与氢敏胶带样张图片信息的相似度；

基于所述氢敏胶带概率值与相似度信息确定氢敏胶带位置区域图像，基于HSV色彩空间确定所述氢敏胶带位置区域图像中的变色区域，并在所述变色区域占所述氢敏胶带位置区域图像的比例超过预设比例时生成警报信息；

其中，所述当采集到目标识别图像时，生成所述目标识别图像对应的低分辨率图像，并将所述低分辨率图像输入至小型卷积神经网络，得到滤波器参数之前，还包括：

构建由暗光环境下包含氢敏胶带的未变色样本图像组成的第一训练集、由正常光环境下包含氢敏胶带的未变色样本图像组成的第二训练集、由暗光环境或正常光环境下包含氢敏胶带的变色样本图像组成的第三训练集；

对所述第一训练集、第二训练集和第三训练集标注标签后，基于所述第一训练集、第二训练集和第三训练集训练小型卷积神经网络和YOLOv3目标检测器，所述标签包括未变色氢敏胶带、变色氢敏胶带和不含氢敏胶带的管道连接处。

2.根据权利要求1所述的方法，其特征在于，所述将所述目标识别图像输入至所述图像处理模块，得到预处理图像，包括：

将所述目标识别图像输入至所述图像处理模块，基于各所述可微分滤波器处理所述目标识别图像，并基于中值滤波法对所述目标识别图像去噪，得到预处理图像。

3.根据权利要求1所述的方法，其特征在于，所述自监督模块包括VGG16卷积神经网络；

所述基于预设的自监督模块依次提取各所述定位框对应的框内图片信息的特征值，生成相似度信息，所述相似度信息用以表征所述框内图片信息与氢敏胶带样张图片信息的相似度，包括：

将各所述定位框对应的框内图片信息依次与预设的氢敏胶带样张图片信息一同输入至预设的自监督模块，基于所述VGG16卷积神经网络提取特征值；

全连接所述特征值后，将所述特征值输入至Sigmoid函数，生成相似度信息，所述相似度信息用以表征所述框内图片信息与氢敏胶带样张图片信息的相似度。

4.根据权利要求1所述的方法，其特征在于，所述基于所述氢敏胶带概率值与相似度信息确定氢敏胶带位置区域图像，包括：

将所述氢敏胶带概率值大于第一预设值且所述相似度信息大于第二预设值的目标区域图像确定为氢敏胶带位置区域图像。

5.根据权利要求1所述的方法，其特征在于，所述基于HSV色彩空间确定所述氢敏胶带位置区域图像中的变色区域，并在所述变色区域占所述氢敏胶带位置区域图像的比例超过预设比例时生成警报信息，包括：

将所述氢敏胶带位置区域图像从RGB通道转换至HSV色彩空间，确定所述氢敏胶带位置区域图像中的变色区域，将所述变色区域的像素值变为0；

对所述氢敏胶带位置区域图像进行灰度处理，并将像素值大于0的像素对应的像素值变为255，所述氢敏胶带位置区域图像的黑色区域即为所述变色区域；

在所述黑色区域占所述氢敏胶带位置区域图像的比例超过预设比例时，生成警报信息。