基于改进Deeplabv3 +网络的线缆表面缺陷检测研究①

陈 亮 杨贤昭 刘惠康

(武汉科技大学冶金自动化与检测技术教育部工程研究中心 武汉430081)

0 引言

近年来,我国智能机器人、通讯、智能家居等行业迅速发展,电缆作为一种传输电(磁)能、信息和实现电磁能转换的重要线材产品,是这些行业发展的必需品。线缆的发展成为这些行业的铺垫,其使用频率逐渐增加,这需要严格把关线缆质量。由于线缆外表主要起绝缘、防水、防潮等作用,所以线缆外表检测尤为重要,同时线缆外表也是线缆质量的一个重要指标。它的缺陷主要由于生产设备、生产方式、安装方式、人为因素等原因产生,这些缺陷会造成产品质量得不到保障、施工人员人身安全受到影响、商业经济受到损失等危害。线缆表面缺陷相比墙面和沥青地面产生的裂纹缝隙更小,采用同样方式采集的图像信息更少,得到的分割结果相对较差,这将需要获取更多的图像信息。线缆表面后期检测一般情况下处于高空中,相比于布匹、轨道缺陷的检测,线缆表面的图像信息不易获取。

目前线缆表面缺陷的主要检测方式为人工检测,但这样的方式误检率太高,不能满足一些特殊行业的要求。而且如果针对处于高空中的线缆,采用人工检测将会存在安全隐患,因此,为了降低检测目标的误检率和保证安全性,利用机器视觉对图像进行判断是十分重要的。

国内外已有部分学者基于机器视觉对线缆缺陷进行研究,其中乔湘洋等人[1]利用改进的灰度均值和改进的双边滤波与原缺陷图像进行差分,实现图像分割,使其在复杂环境也能被很好地处理。……