(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211129346.2 (22)申请日 2022.09.16 (71)申请人 中天科技海缆股份有限公司 地址 226000 江苏省南 通市经济技 术开发 区新开南路1号 申请人 南海海缆有限公司 　 中天大丰海缆有限公司 (72)发明人 曹凯　朱井华　王丽媛　赵囿林　 潘盼　张洪亮　胡明　乔静　 顾春飞　王海涛　叶成　陈杰　 邵鹏进　 (74)专利代理 机构 北京同立钧成知识产权代理 有限公司 1 1205 专利代理师 钞朝燕　臧建明(51)Int.Cl. G06T 7/13(2017.01) G06T 7/00(2017.01) G06T 5/20(2006.01) G06T 7/136(2017.01) (54)发明名称 一种海缆表面 缺陷识别的方法及系统 (57)摘要 本发明提供了一种海缆表面缺陷识别的方 法及系统， 涉及数据处理相关技术领域， 通过对 海缆进行多角度图像采集， 构建海缆多角度图像 集； 根据历史缺陷记录数据库进行表 面缺陷检测 困难度分析， 确定表面缺陷检测难点集； 基于表 面缺陷检测难点集进行检测参数特征提取， 构建 检测难点参数特征； 基于检测难点参数特征对海 缆多角度图像集进行特征增强处理， 获得增强海 缆特征图像； 对增强海缆特征图像通过边缘检测 算法进行背景剔除； 根据检测难点参数特征对背 景剔除后的增强海缆特征图像进行缺陷特征识 别并标记， 基于标记缺陷特征确定表 面缺陷识别 结果。 解决了海缆表面缺陷识别精度和识别效率 较低的技术问题。 达到对海缆表面缺陷的高精 度、 高效率识别效果。 权利要求书2页 说明书9页 附图3页 CN 115205318 A 2022.10.18 CN 115205318 A 1.一种海缆表面缺陷识别的方法， 其特征在于， 所述方法应用于智能识别系统， 所述系 统包括一图像采集设备， 所述方法包括： 通过图像采集设备对 海缆进行多角度图像采集， 构建海缆多角度图像集； 获得历史缺陷记录数据库； 根据所述历史缺陷记录数据库进行表面缺陷检测困难度分析， 确定表面缺陷检测难点 集； 基于所述表面 缺陷检测难点 集进行检测参数 特征提取， 构建检测难点 参数特征； 基于所述检测难点参数特征对所述海缆多角度图像集进行特征增强处理， 获得增强海 缆特征图像； 对所述增强海缆特 征图像通过边 缘检测算法进行背景剔除； 根据所述检测难点参数特征对背景剔除后的增强海缆特征图像进行缺陷特征识别并 标记， 基于标记缺陷特 征确定表面 缺陷识别结果。 2.如权利要求1所述的方法， 其特征在于， 通过图像采集设备对海缆进行多角度图像采 集， 构建海缆多角度图像集， 包括： 将海缆按照预设长度分区要求进行分区， 获得海缆分区信息， 并对所述海缆分区信息 进行编码标记； 分别对各海缆分区信息进行多角度拍摄范围分割， 获得多角度拍摄范围； 分别对所述多角度拍摄范围进行多尺寸拍摄特 征点进行分析， 确定多尺寸拍摄距离； 基于所述多角度拍摄范围、 所述多尺寸拍摄距离进行海缆多角度图像采集， 并将采集 获得的多角度图像信息与所述编码标记进行关联， 构建所述海缆多角度图像集。 3.如权利要求1所述的方法， 其特征在于， 根据所述历史缺陷记录数据库进行表面缺陷 检测困难度分析， 确定表面 缺陷检测难点 集， 包括： 根据所述历史缺陷记录数据库进行缺陷识别率计算， 获得 各缺陷识别概 率； 基于各缺陷识别概 率进行概 率排序， 确定概 率范围缺陷信息； 根据所述 概率范围缺陷信息得到对应的表面 缺陷类型、 缺陷特 征； 利用所述表面 缺陷类型及其 缺陷特征， 获得所述表面 缺陷检测难点 集。 4.如权利要求1所述的方法， 其特征在于， 基于所述检测难点参数特征对所述海缆多角 度图像集进行 特征增强处 理， 获得增强海缆特 征图像， 包括： 基于所述检测难点参数特征对所述海缆多角度图像集进行范围粗标定， 确定粗范围图 像信息； 通过对粗范围图像信息进行多层分解及滤波处理， 确定多层分解图像， 所述多层分解 图像包括图像噪音、 图像细节信息； 对所述多层 分解图像进行双边滤波， 将滤波后的多层 分解图像自下向上反 向叠加回原 粗范围图像信息， 获得 所述增强海缆特 征图像。 5.如权利要求1所述的方法， 其特征在于， 对所述增强海缆特征图像通过边缘检测算法 进行背景剔除， 包括： 对所述增强海缆特 征图像进行相邻像素值变化分析， 确定图像 像素变化梯度； 基于所述图像 像素变化梯度设定横向一阶差分矩阵、 纵向一阶差分矩阵； 将所述增强海缆特征图像分别与所述横向一阶差分矩阵、 纵向一阶差分矩阵做卷积，权　利　要　求　书 1/2 页 2 CN 115205318 A 2得到图像亮度横纵方向的差分近似值； 根据所述图像亮度横纵方向的差分近似值计算梯度， 得到图像梯度值； 获得梯度分割阈值， 根据 所述图像梯度值与梯度分割阈值的比较结果， 确定图像边缘， 利用所述图像边 缘将背景剔除。 6.如权利要求3所述的方法， 其特征在于， 根据所述检测难点参数特征对背景剔除后的 增强海缆特征图像进行缺陷特征识别并标记， 基于标记缺陷特征确定表面缺陷识别结果， 包括： 根据所述检测难点参数特征对背景剔除后的增强海缆特征图像进行遍历对比， 获得特 征遍历对比结果； 基于所述特 征遍历对比结果确定缺陷特 征标记位置， 获得缺陷特 征标记信息； 将所述缺陷特征标记信 息输入卷积深度 学习模型， 获得所述表面缺陷识别结果， 其中， 所述卷积深度学习模型为通过检测难点参数特征对应的历史缺陷记录数据库中的历史数 据进行训练获得的。 7.如权利要求2所述的方法， 其特 征在于， 所述方法还 包括： 根据所述检测难点参数特征、 所述历史缺陷记录数据库进行识别角度关联性分析， 确 定各角度识别概 率； 基于所述各角度识别概 率， 确定多角度图像识别权 重值； 通过所述检测难点参数特征分别对海缆各角度图像对应的背景剔除后的增强海缆特 征图像进行 特征遍历比对， 获得 各角度图像的特 征遍历对比结果； 基于所述多角度图像识别权重值、 所述各角度图像的特征遍历对比结果， 进行缺陷特 征识别可信度分析， 确定各角度特 征识别可信度； 基于所述各角度 特征识别可信度从所述各角度图像的特征遍历对比结果中， 确定特征 遍历对比结果。 8.一种海缆表面 缺陷识别的系统， 其特 征在于， 所述系统包括： 图像采集设备， 通过图像采集设备对海缆进行多角度图像采集， 构建海缆多角度图像 集； 历史数据获取模块， 所述历史数据获取模块用于获得历史缺陷记录数据库； 数据分析模块， 所述数据分析模块用于根据 所述历史缺陷记录数据库进行表面缺陷检 测困难度分析， 确定表面 缺陷检测难点 集； 特征提取模块， 所述特征提取模块用于基于所述表面缺陷检测难点集进行检测参数特 征提取， 构建检测难点 参数特征； 增量处理模块， 所述增量处理模块用于基于所述检测难点参数特征对所述海缆多角度 图像集进行 特征增强处 理， 获得增强海缆特 征图像； 背景剔除模块， 所述背景剔除模块用于对所述增强海缆特征图像通过边缘检测算法进 行背景剔除； 缺陷特征识别模块， 所述缺陷特征识别模块用于根据所述检测难点参数特征对背景剔 除后的增强海缆特征图像进行缺陷特征识别并标记， 基于标记缺陷特征确定表面缺陷识别 结果。权　利　要　求　书 2/2 页 3 CN 115205318 A 3