[发明专利]基于深度相机的排水管道缺陷检测方法及装置

权利要求书

1.基于深度相机的排水管道缺陷检测方法，其特征在于，包括如下步骤：

S1，获取深度相机拍摄的排水管道内表面第一图像；

S2，根据预先训练的第一图像分类模型对第一图像进行分类；若第一图像被分类为第一缺陷图，

S3，获取深度相机拍摄的与第一图像同步的第二图像；

S4，根据预先训练的第二图像分类模型对第二图像进行分类；若第二图像被分类为第二缺陷图，

S5，将第一缺陷图和第二缺陷图进行图像融合生成第三图像；

S6，根据预先训练的缺陷检测模型检测第三图像的缺陷类型，输出检测结果。

2.根据权利要求1所述缺陷检测方法，其特征在于，

所述深度相机为TOF相机、结构光相机或双目相机中的一种；

所述第一图像为红外图像、所述第二图像为深度图像；

或所述第一图像为深度图像、所述第二图像为红外图像。

3.根据权利要求1所述缺陷检测方法，其特征在于，在S3步骤中，所述同步的方法为时间戳同步。

4.根据权利要求1所述缺陷检测方法，其特征在于，

在S2步骤中所述对第一图像进行分类的类型包括但不限于第一缺陷图和第一正常图；

在S4步骤中所述对第二图像进行分类的类型包括但不限于第二缺陷图和第二正常图。

5.根据权利要求1所述缺陷检测方法，其特征在于，在S5步骤中所述图像融合的方法包括但不限于基于HSI变换的图像融合、基于小波变换的图像融合、基于深度学习的图像融合。

6.根据权利要求1所述缺陷检测方法，其特征在于，所述第一图像分类模型和第二图像分类模型采用基于YOLO-V4的轻量级目标检测模型；所述缺陷检测模型采用基于ResNet-18的轻量级深度残差网络。

7.根据权利要求1所述缺陷检测方法，其特征在于，在S6步骤中，所述检测结果包括但不限于排水管道内表面缺陷的位置、种类和等级。

8.根据权利要求1所述缺陷检测方法，其特征在于，在S6步骤之后还包括步骤：

S7，提取第一缺陷图存储到第一缺陷样本集；提取第二缺陷图存储到第二缺陷样本集。

9.基于深度相机的排水管道缺陷检测装置，其特征在于，所述缺陷检测装置包括：

图像获取模块，用于获取深度相机拍摄的排水管道内表面第一图像和与和一图像同步的第二图像；

图像分类模块，用于根据预先训练的第一图像分类模型对第一图像进行分类；用于根据预先训练的第二图像分类模型对第二图像进行分类；

图像融合模块，用于将同步的第一图像和第二图像进行图像融合生成第三图像；

缺陷检测模块，用于根据预先训练的缺陷检测模型检测第三图像的缺陷类型，输出检测结果。

10.根据权利要求9所述缺陷检测装置，其特征在于，还包括：

样本采集模块，提取第一缺陷图存储到第一缺陷样本集，用于训练第一图像分类模型；提取第二缺陷图存储到第二样本集，用于训练第二图像分类模型。