一种基于机器视觉的管道切口识别方法及系统与流程
本发明涉及图像识别,本发明公开了一种基于机器视觉的管道切口识别方法及系统。
背景技术:
1、现有的管道切口机器视觉识别方案采用固定安装的点光源或面光源进行打光,通过工业相机采集管道切口的二维图像。在图像处理阶段,现有技术普遍将采集到的二维图像直接输入至常规的卷积神经网络模型,或者采用基于像素梯度计算的边缘检测算子在笛卡尔坐标系下进行特征提取。常规卷积网络模型包含多层二维卷积层和池化层,通过在笛卡尔坐标系的水平和垂直方向上滑动卷积核来捕获图像中的局部纹理和灰度跃变,进而输出管道切口的轮廓分割结果。
2、金属管道切口表面具有镜面反射特性且管腔内部存在深孔结构。在上述现有技术采用固定光源打光和常规卷积网络提取特征的实施方式中,固定角度的光线会在管道切口表面形成局部高反光过曝区域,同时在管腔内部形成阴影欠曝区域。高反光区域和阴影区域在二维图像上表现为灰度值的极端畸变,直接导致切口边缘的像素级梯度信息发生断裂。常规卷积网络在笛卡尔坐标系下依赖局部邻域像素计算梯度,当高反光区域或阴影区域切断边缘像素的连续性时,网络无法跨越灰度畸变区域建立长距离的边缘依赖关系,导致提取的边缘特征呈现碎片化状态,无法生成拓扑连续的切口轮廓。
技术实现思路
1、本发明的目的在于提供,可以有效解决上述背景技术中的问题。
2、为实现上述目的,本发明采取的技术方案为:
3、一种基于机器视觉的管道切口识别方法,包括:控制多角度环形光源阵列按照预设时序交替触发不同相位的光源组合,采集管道切口的多帧原始图像序列;
4、将所述多帧原始图像序列分别进行傅里叶变换转换至频域,利用预设的高反光频段抑制掩膜和阴影频段补偿掩膜对所述多帧原始图像序列的各帧频域系数进行加权处理,并经逆傅里叶变换生成多帧光照均衡图像;
5、将所述多帧光照均衡图像输入至双分支特征提取网络,通过第一分支对所述多帧光照均衡图像进行极坐标变换并采用一维卷积提取沿圆周方向的连续边缘特征,通过第二分支在笛卡尔坐标系下采用空洞空间卷积池化金字塔提取局部几何突变特征;
6、通过特征交叉注意力机制将所述连续边缘特征与所述局部几何突变特征进行维度对齐与自适应加权融合,并将融合特征经由全卷积解码器输出管道切口的像素级二值化掩膜。
7、优选的,所述多角度环形光源阵列包括呈圆周均匀分布的多个独立光源分区,所述预设时序交替触发不同相位的光源组合,包括:将所述多个独立光源分区划分为互不重叠的奇数序列光源分区与偶数序列光源分区;
8、在第一曝光时段仅点亮所述奇数序列光源分区,在第二曝光时段仅点亮所述偶数序列光源分区,以此交替循环采集所述多帧原始图像序列;
9、所述高反光频段抑制掩膜的生成方式包括:计算所述多帧原始图像序列在频域下的平均幅度谱,将所述平均幅度谱中幅值超越预设动态阈值的频点坐标划分为高反光频段,将所述高反光频段对应的频域系数置零以生成所述高反光频段抑制掩膜。
10、优选的,所述阴影频段补偿掩膜的构建过程包括:对所述多帧原始图像序列进行极坐标展开转换,计算展开后图像在径向方向的灰度梯度均值;
11、将所述径向方向的灰度梯度均值低于预设暗区梯度的图像区域标记为阴影候选区,将所述阴影候选区映射回频域空间提取对应的低频阴影频段;
12、提取所述低频阴影频段相邻高频带的频域系数均值,利用所述频域系数均值对所述低频阴影频段的频域系数进行线性插值补偿,将完成补偿后的频域空间标记为所述阴影频段补偿掩膜。
13、优选的,通过第一分支对所述多帧光照均衡图像进行极坐标变换并采用一维卷积提取沿圆周方向的连续边缘特征,包括:以管道切口的物理圆心作为极坐标原点,将所述多帧光照均衡图像从笛卡尔坐标系映射至极坐标系,生成以角度为横轴、以径向距离为纵轴的极坐标展开矩阵;
14、在所述极坐标展开矩阵的横轴方向上应用具有预设感受野尺寸的一维因果卷积核,所述一维因果卷积核沿横轴方向单向滑动,提取所述横轴方向上相邻像素之间的灰度跃变序列作为所述沿圆周方向的连续边缘特征。
15、优选的,通过第二分支在笛卡尔坐标系下采用空洞空间卷积池化金字塔提取局部几何突变特征,包括:在所述笛卡尔坐标系下,并行的多分支空洞卷积层分别采用不同的空洞率对所述多帧光照均衡图像进行卷积采样;
16、所述不同的空洞率的具体取值根据待识别管道的标称壁厚参数进行自适应配置,使所述多分支空洞卷积层中最大的空洞率对应的感受野尺寸等效于所述标称壁厚参数在图像中所占的像素跨度;
17、将所述多分支空洞卷积层的输出特征图进行通道拼接,经过全局平均池化后生成所述局部几何突变特征。
18、优选的,通过特征交叉注意力机制将所述连续边缘特征与所述局部几何突变特征进行维度对齐与自适应加权融合,包括:将所述局部几何突变特征作为查询矩阵,将所述连续边缘特征同时作为键矩阵与值矩阵;
19、计算所述查询矩阵与所述键矩阵的转置矩阵的乘积,得到跨坐标系的空间相似度矩阵;
20、对所述空间相似度矩阵的每一行进行归一化处理生成自适应权重图,将所述自适应权重图与所述值矩阵相乘,实现将所述局部几何突变特征按照所述连续边缘特征的空间位置分布进行特征重标定,输出所述融合特征。
21、优选的,在生成所述阴影频段补偿掩膜之后,还包括对所述阴影频段补偿掩膜进行时序动态更新:提取连续三帧光照均衡图像对应的三个初始阴影频段补偿掩膜,计算当前帧初始阴影频段补偿掩膜与前一帧初始阴影频段补偿掩膜的第一差异区域,并计算当前帧初始阴影频段补偿掩膜与后一帧初始阴影频段补偿掩膜的第二差异区域;
22、将所述第一差异区域与所述第二差异区域进行交集运算,剔除交集中由动态飘散物引起的非静态阴影频段;
23、将剔除后的掩膜与所述当前帧初始阴影频段补偿掩膜叠加,生成时序更新后的最终阴影频段补偿掩膜。
24、优选的,在生成所述极坐标展开矩阵之后,且在应用所述一维因果卷积核之前,还包括向所述极坐标展开矩阵注入径向位置编码:获取所述极坐标展开矩阵中每一像素点对应的径向距离数值,将所述径向距离数值通过正弦位置编码函数映射为固定维度的径向位置向量;
25、将所述径向位置向量与所述极坐标展开矩阵的图像特征向量在通道维度进行拼接,生成携带径向深度信息的增强极坐标矩阵;
26、所述一维因果卷积核具体作用于所述增强极坐标矩阵,使提取的所述沿圆周方向的连续边缘特征包含径向深度位置属性。
27、优选的,在输出所述融合特征之后,且在经由全卷积解码器输出之前,还包括对所述融合特征施加物理切割轨迹先验边界约束:根据管道切割设备的预设切割轨迹参数,生成理想圆环轨迹在图像坐标系下的标准切线方向场;
28、计算所述融合特征中每一个特征点对应的预测梯度方向,计算所述预测梯度方向与所述标准切线方向场中对应位置的标准切线方向之间的夹角余弦值;
29、以所述夹角余弦值的相反数作为边界合规性惩罚项,将所述边界合规性惩罚项叠加至网络总损失函数中,通过反向传播约束所述全卷积解码器输出的像素级二值化掩膜贴合所述标准切线方向场。
30、优选的,包括:多角度环形光源阵列,用于按照预设时序交替触发不同相位的光源组合;
31、图像采集装置,与所述多角度环形光源阵列同步,用于采集管道切口的多帧原始图像序列;
32、频域光照调制装置,用于将所述多帧原始图像序列分别进行傅里叶变换转换至频域,利用预设的高反光频段抑制掩膜和阴影频段补偿掩膜对所述多帧原始图像序列的各帧频域系数进行加权处理,并经逆傅里叶变换生成多帧光照均衡图像;
33、双分支特征提取与融合装置,用于通过第一分支对所述多帧光照均衡图像进行极坐标变换并采用一维卷积提取沿圆周方向的连续边缘特征,通过第二分支在笛卡尔坐标系下采用空洞空间卷积池化金字塔提取局部几何突变特征,通过特征交叉注意力机制将所述连续边缘特征与所述局部几何突变特征进行维度对齐与自适应加权融合;
34、解码输出装置,用于将融合特征经由全卷积解码器输出管道切口的像素级二值化掩膜。
35、与现有技术相比,本发明的有益效果在于:
36、1.本发明通过控制多角度环形光源阵列交替触发不同相位的光源组合获取多帧原始图像序列,并在频域利用高反光频段抑制掩膜和阴影频段补偿掩膜对各帧频域系数进行加权处理,消除了单帧图像中的极端灰度畸变。双分支特征提取网络的第一分支将光照均衡图像转换至极坐标系并利用一维卷积提取沿圆周方向的连续边缘特征,将切口轮廓的识别从局部像素梯度计算转化为沿圆周方向的全局序列特征提取,跨越了原图中高反光或阴影造成的灰度断裂区。第二分支在笛卡尔坐标系下利用空洞空间卷积提取局部几何突变特征,配合特征交叉注意力机制对两个分支的特征进行维度对齐与自适应加权融合,使得融合特征同时包含全局圆周连续性与局部几何精度,通过全卷积解码器输出拓扑完整的管道切口掩膜。
37、2.通过将多角度环形光源划分为奇数序列光源分区与偶数序列光源分区交替点亮,配合频域平均幅度谱中超越预设动态阈值的频点坐标构建高反光频段抑制掩膜,排除了特定打光角度造成的固定反光干扰。通过在极坐标展开矩阵的径向方向计算灰度梯度均值界定阴影候选区并对低频阴影频段进行线性插值补偿,恢复了管腔内部的边缘细节。在特征融合阶段,将笛卡尔坐标系下的局部几何突变特征作为查询矩阵,极坐标系下的连续边缘特征作为键矩阵与值矩阵计算跨坐标系的空间相似度矩阵,实现了将局部几何细节按照圆周连续边缘的空间位置分布进行特征重标定,避免了不同坐标系特征直接拼接导致的特征混淆。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com