摘要
本发明涉及了一种基于时序分析的管道缺陷图像识别处理方法,所述方法包括:对获取的图像进行逐帧分析,检测图像中的边缘;以边缘检测后待处理图像的中心管道深处不明亮处圆形边缘线的圆心为端点,向周围等幅角发射射线进行分割;通过统计像素级判断图像是否异常;对S3中判断具有异常的图像生成时序图片;通过循环神经网络检测判定像素异常是否由异物或缺陷引起;计算图像内缺陷或异物的大小。本发明中,引入了时间序列,将识别视频中动态异物或缺陷这一问题转化为对固定区域像素的突变情况进行时间序列分析,通过判断像素异常区域随时间的变化是否具有异物或缺陷的特点来进行识别,增加了识别的准确率。
技术关键词
缺陷图像识别
序列特征
时序
管道
多层感知机
样本
图片
边缘检测算法
四边形
像素点
矩阵
图像编码
三角形
处理器
邻域
计算机设备
系统为您推荐了相关专利信息
时序预测模型
自然语言
大语言模型
参数
位置编码器
三维重建方法
策略
编码器
观测场景
强化学习理论