一种基于红外图像和改进YOLOV5的电缆终端识别方法及装置

专利主权项内容

1.一种基于红外图像和改进YOLOV5的电缆终端识别方法，其特征在于，该方法包括以下步骤：采集包含电缆终端和环境特征的红外图像数据，并对采集到的红外图像数据进行清洗，生成初始数据集；对获取到的红外图像的初始数据集进行预处理、标注和数据增强，建立样本数据集，并将样本数据集划分成训练集、验证集与测试集；具体的，在进行图像预处理时，对获取的红外图像进行灰度化处理与图像增强处理；其中，采用组合方法对图像进行增强：首先，采用自适应中值滤波方法对原始图像进行滤波，去除粒子噪声和椒盐噪声；然后，利用滤波后的直方图进行平台直方图均衡化，并进行伽玛变换，提高图像的整体对比度，同时，对滤波后的图像进行拉普拉斯锐化，增强图像的边缘信息；最后，对伽玛变换后的图像与锐化后的图像进行加权组合；以YOLOV5为基本框架构建红外目标识别算法模型，并使用样本数据集的训练集和验证集对所述红外目标识别算法模型进行训练与优化，以及使用测试集进行测试模型指标，获取最优目标识别模型；采用所述最优目标识别模型对拍摄到的包含电缆终端的红外图像进行识别，获得电缆终端的位置；其中，在进行平台直方图均衡化时，根据公式(1)按平均法计算平台阈值T：
(1)其中，为原始图像，/>和/>为图像的宽和高；判断原始直方图中灰度级值与阈值T的关系：若原始直方图中某灰度级值大于阈值T，则将该灰度级值设为T；若该灰度级值小于T，则该值保持不变，表示为公式(2)：
(2)其中，为图像灰度值，/>，/>为平台直方图，/>为原始直方图；对平台直方图进行计算，得到累积函数，表示为公式(3)：
(3)其中，为图像灰度值，/>是累积函数在灰度值k处的值，表示灰度值小于等于i的像素在整个图像中的累积百分比，/>表示图像中灰度级别为 i 的平台直方图；利用累积函数重新分配图像的灰度级，得到均衡图像，表示为公式(4)：
(4)其中，表示经过平台直方图均衡化处理后，原始图像中的灰度级别k被映射到的新的灰度级别，/>是累积函数在图像灰度值为255处的值，表示灰度值小于等于255的像素在整个图像中的累积百分比；对平台直方图均衡化后的图像进行伽玛变换，得到输出图像，表示为公式(5)：
(5)其中，和γ为正的设计参数，x表示输入图像灰度值，表示输出图像灰度值；c对自适应中值滤波后的图像进行拉普拉斯锐化处理，得到输出图像；y2将得到的图像按公式(6)进行加权，得到增强后的图像/>：
(6)其中，为权值系数，取值在[0, 1]；在构建红外目标识别算法模型时，具体包括：对YOLOV5目标识别网络进行改进，包括：在主干网络上通过S-Ghost模块进行特征提取，表示为公式(7)：
(7)其中，O表示步长为1的S-Ghost模块输出；表示输入；DWConv3×3，s2表示卷积核为3×3，步长为2的深度可分离卷积；Ghost表示GhostConv；Concat表示通道数量的连接；Shuffle表示通道Shuffle操作；在颈部网络的起始位置设置有带注意力机制的RSK模块；构建包含置信度损失、分类损失和定位损失的损失函数；用样本数据集的训练集和验证集对改进YOLOV5网络进行训练与优化；用测试集测试模型指标，获取最优目标识别模型。