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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD