申请/专利权人:云南电网有限责任公司电力科学研究院
申请日:2021-01-07
公开(公告)日:2024-04-26
公开(公告)号:CN112700425B
主分类号:G06T7/00
分类号:G06T7/00;G06T7/70;G06N3/0464;G06N3/0475;G06N3/094;G06N3/09
优先权:
专利状态码:有效-授权
法律状态:2024.04.26#授权;2021.05.11#实质审查的生效;2021.04.23#公开
摘要:本发明公开一种用于电力设备X射线图像质量的判定方法,通过采集待评分X射线拍摄的图片,基于生成对抗网络和目标检测网络,结合国际标准,对每张X射线拍摄的图片进行打分,得到MOS值;对待评分X射线拍摄的图片进行预处理,将X射线拍摄的图片输入到以VGGNET为骨架的卷积神经网络中,通过此卷积神经网络计算得到待评分X射线拍摄的图片的质量分数;通过MOS值和质量分数,计算得到X射线拍摄的图片的最终分数。本发明提供的方法利用生成对抗网络、目标检测网络和以VGGNET为骨架的卷积神经网络,对不同X射线图像质量进行判定,可以有效解决目前X射线图像质量判定方法存在的问题,提高检测图像的诊断效率及可靠性。
主权项:1.一种用于电力设备X射线图像质量的判定方法,其特征在于,所述方法包括以下步骤:S1:采集待评分X射线拍摄的图片,基于生成对抗网络和目标检测网络,结合国际标准,对每张X射线拍摄的图片进行打分,得到MOS值;所述采集待评分X射线拍摄的图片,基于生成对抗网络和目标检测网络,结合国际标准,对每张X射线拍摄的图片进行打分,得到MOS值包括以下步骤:S11:采集待评分X射线拍摄的图片,通过生成对抗网络生成不同失真程度的X射线图像;S12:不同失真程度的X射线图像和原始数据构成数据集;S13:通过目标检测网络检测数据集中X射线图像的双丝位置,得到带检测标签的图像;S14:结合国际标准对带检测标签的图像进行打分,得到MOS值;S2:对待评分X射线拍摄的图片进行预处理,将X射线拍摄的图片输入到以VGGNET为骨架的卷积神经网络中,通过以VGGNET为骨架的卷积神经网络计算得到待评分X射线拍摄的图片的质量分数;所述对待评分X射线拍摄的图片进行预处理,将X射线拍摄的图片输入到以VGGNET为骨架的卷积神经网络中,通过以VGGNET为骨架的卷积神经网络计算得到待评分X射线拍摄的图片的质量分数包括以下步骤:S21:对待评分X射线拍摄的图片进行预处理,在图像中截取图像块;S22:将图像块输入到以VGGNET为骨架的卷积神经网络中,以VGGNET为骨架的卷积神经网络对图像块进行特征提取,得到特征向量;S23:基于特征向量,计算图像块的权重和得分;S24:基于图像块的权重和得分,通过加权池化,计算得到待评分X射线拍摄的图片的质量分数;S3:通过MOS值和质量分数,计算得到X射线拍摄的图片的最终分数,X射线拍摄的图片的最终分数用于对X射线图像质量进行判定。
全文数据:
权利要求:
百度查询: 云南电网有限责任公司电力科学研究院 一种用于电力设备X射线图像质量的判定方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。