[发明专利]一种基于计算机视觉与机器学习的管道缺陷识别方法有效
| 申请号： | 201910136101.4 | 申请日： | 2019-02-25 |
| 公开（公告）号： | CN109800824B | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 李策;尚新宇;刘雨薇;杨峰;刘瑞莉;牛天驹 | 申请（专利权）人： | 中国矿业大学(北京) |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100083 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及的是一种基于计算机视觉与机器学习的管道缺陷识别方法。通过对管道机器人采集的管道图像、视频进行灰度拉伸；进行滑滤波处理滤除噪声干扰；采用Canny算子对疑似缺陷区域轮廓提取；采集图像分成细胞单元中各像素点的梯度或边缘方向直方图，直方图组合起来提取图像HOG特征；采用迁移学习策略训练VGGNet模型，训练好的VGGNet的特征提取器提取图像特征；将管道图像的HOG特征和VGGNet提取的特征进行融合，使用SVM将特征分类，识别管道缺陷；统计管道缺陷识别结果输出管道缺陷类型。本发明能识别真实管道环境的缺陷特征，提高分类模型的鲁棒性和识别的准确率，提升系统图像处理速度和识别的效率，适用于城市管道、工业管道检修领域。 | ||
| 搜索关键词： | 管道缺陷 计算机视觉 机器学习 边缘方向直方图 图像 提取图像特征 管道机器人 特征提取器 采集图像 城市管道 分类模型 工业管道 管道环境 灰度拉伸 滤波处理 区域轮廓 缺陷类型 缺陷特征 输出管道 特征分类 提取图像 提升系统 图像处理 细胞单元 学习策略 疑似缺陷 噪声干扰 鲁棒性 像素点 直方图 准确率 滤除 检修 迁移 视频 采集 融合 统计 | ||
【主权项】：
1.一种基于计算机视觉与机器学习的管道缺陷识别方法，其特征在于，包括以下步骤：/n步骤(1)、携带高清摄像头管道机器人进入管道采集图像、视频信息，对采集到的管道图像、视频进行灰度拉伸，将输入图像中的每一个像素(x,y)的灰度值
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国矿业大学(北京)，未经中国矿业大学(北京)许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910136101.4/，转载请声明来源钻瓜专利网。
