[发明专利]一种基于多尺度目标检测的通信线路光缆缺陷识别方法

权利要求书

1.一种基于多尺度目标检测的通信线路光缆缺陷识别方法，其特征在于，所述通信线路光缆缺陷识别方法包括以下步骤：

步骤一：通信线路光缆数据图像收集，不同用户通过移动终端对通信线路光缆数据图像进行收集并上传至云端进行存储，在云端中将通信线路光缆数据图像命名为待处理图像；

步骤二：对待处理图像预处理，通过对比将待处理图像中重复的图像去除，然后对待处理的图像进行降噪以及增强像素处理；

步骤三：流转至经过训练的模型进行识别标注，得到光缆缺陷所在区域的定位图像；

步骤四：利用光缆语义分割系统中的语义分割方法对光缆区域定位图像中光缆存在的缺陷进行像素级语义信息标注并得到光缆缺陷图像；

步骤五：将光缆缺陷图像加入样本库进行持续训练优化模型，迭代出新的模型；

步骤六：将光缆缺陷图像信息进行可视化展示，实现人机交互。

2.根据权利要求1所述的一种基于多尺度目标检测的通信线路光缆缺陷识别方法，其特征在于，所述步骤一中通信线路光缆数据图像收集基于图片存储构架设备，且图片存储构架设备基于多路复用技术支持多用户。

3.根据权利要求1所述的一种基于多尺度目标检测的通信线路光缆缺陷识别方法，其特征在于，所述步骤三中训练的模型采用卷积神经网络目标检测模型，对光缆在待处理图像中的区域进行识别，从而获取到光缆所在区域的图像并命名为光缆区域定位图像。

4.根据权利要求1所述的一种基于多尺度目标检测的通信线路光缆缺陷识别方法，其特征在于，所述步骤四中光缆的语义分割方法利用联合深度全卷积神经网络与空洞卷积金字塔池化的编码-解码语义分割模型，对光缆的语义特征进行训练学习，从而达到对光缆各种缺陷场景像素级分割的目的。

5.根据权利要求4所述的一种基于多尺度目标检测的通信线路光缆缺陷识别方法，其特征在于，所述步骤四中还包括对光缆区域定位图像的内容信息进行提取，分别提取到具有细节特征的低层特征图和具有语义信息的高层特征图。

6.根据权利要求5所述的一种基于多尺度目标检测的通信线路光缆缺陷识别方法，其特征在于，所述步骤四中还包括对所述低层特征图和高层特征图进行融合，用于基于融合后的特征图得到光缆所在区域定位图像的像素级语义分割结果。

7.根据权利要求1所述的一种基于多尺度目标检测的通信线路光缆缺陷识别方法，其特征在于，所述步骤四中光缆语义分割系统包括光缆区域定位模块、光缆定位图像特征图提取模块、特征融合模块以及光缆语义分割模块。

8.根据权利要求7所述的一种基于多尺度目标检测的通信线路光缆缺陷识别方法，其特征在于，所述光缆区域定位模块，用于针对获取到的光缆线路待处理图像，对光缆可能存在的缺陷所在的区域进行定位，得到光缆缺陷所在区域的定位图像，所述光缆定位图像特征图提取模块，用于分别获取所述定位图像的具有细节特征的低层特征图和具有语义信息的高层特征图；所述特征融合模块，用于将所述低层特征图和高层特征图进行融合，所述光缆语义分割模块，用于基于融合后的特征图得到光缆所在区域定位图像的像素级语义分割结果。