摘要
本申请公开了一种复合绝缘子缺陷所致形变的3D图像重建方法,该方法首先对待测复合绝缘子进行激光错位散斑测试,得到散斑图像;然后提取散斑图像的图像数据,并将散斑图像的图像数据输入预设的形变提取模型,形变提取模型输出待测复合绝缘子对应的形变数据,其中,形变提取模型基于DeepLabV3+网络模型和残差模块构建;最后根据形变提取模型输出的形变数据,生成待测复合绝缘子对应的3D重建图像。由此,利用了改进后的形变提取模型,该形变提取模型直接学习相位解包裹后的形变信息,减少了图像处理中间过程的信息丢失,从而提升了复合绝缘子的缺陷检测精度。
技术关键词
散斑图像
复合绝缘子缺陷
重建图像数据
图像重建方法
残差模块
语义分割模型
深度卷积神经网络
图像重建装置
错位
激光
可读存储介质
处理器
注意力机制
通道
测试模块