Edge detection of cable insulation based on improved RCF algorithm

doi:10.13741/j.cnki.11-1879/o4.2022.01.013

您当前的位置：

首页 >

文章列表页 >

Edge detection of cable insulation based on improved RCF algorithm

更新时间：2025-09-01

- Edge detection of cable insulation based on improved RCF algorithm
- Vol. 48, Issue 1, Pages: 86-92(2022)
- 作者机构：
  
  1. 1:苏州科技大学电子与信息工程学院
  2. 2:苏州市智能测控工程技术研究中心
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2022.01.013
  CLC： TM75;TP391.41
- Published：2022
- 稿件说明：
移动端阅览
Edge detection of cable insulation based on improved RCF algorithm[J]. 2022, 48(1): 86-92.
DOI：

Edge detection of cable insulation based on improved RCF algorithm[J]. 2022, 48(1): 86-92. DOI： 10.13741/j.cnki.11-1879/o4.2022.01.013.

摘要

目前电缆绝缘层厚度检测算法主要采用图像处理技术提取出绝缘层的边缘轮廓

此类算法存在绝缘层边缘过宽和边缘不连续等问题

影响了后续的检测精度。为提高绝缘层测量精度

新算法基于RCF算法进行改进

在模型的4、5阶段采用空洞卷积

增大模型的感受野;并在侧输出网络加入尺度增强模块(SEM模块)和由浅到深的级联网络

增加侧输出图像的细节信息。通过自制的电缆绝缘层数据集对模型进行训练

结果表明改进后的模型在数据集最优尺度(ODS)和单张图片最优尺度(OIS)分别为0.821和0.842

平均精度为0.799

算法相较于RCF模型ODS和OIS分别提高了0.008和0.01

检测精度提升了0.021。并在伯克利大学数据集(BSD500)数据集上对模型的性能进一步验证

其中ODS和OIS分别为0.810和0.825

所提算法相较于RCF模型ODS和OIS分别提高了0.009和0.006。

Abstract

目前电缆绝缘层厚度检测算法主要采用图像处理技术提取出绝缘层的边缘轮廓

此类算法存在绝缘层边缘过宽和边缘不连续等问题

影响了后续的检测精度。为提高绝缘层测量精度

新算法基于RCF算法进行改进

在模型的4、5阶段采用空洞卷积

增大模型的感受野;并在侧输出网络加入尺度增强模块（SEM模块）和由浅到深的级联网络

增加侧输出图像的细节信息。通过自制的电缆绝缘层数据集对模型进行训练

结果表明改进后的模型在数据集最优尺度（ODS）和单张图片最优尺度（OIS）分别为0.821和0.842

平均精度为0.799

算法相较于RCF模型ODS和OIS分别提高了0.008和0.01

检测精度提升了0.021。并在伯克利大学数据集（BSD500）数据集上对模型的性能进一步验证

其中ODS和OIS分别为0.810和0.825

所提算法相较于RCF模型ODS和OIS分别提高了0.009和0.006。

关键词

Keywords

references

Views

251

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Age and gender recognition based on Network Cascade

Classification model of dominant species in desertification grassland based on hyperspectral remote sensing

Segmentation of lung lobes based on 3D full convolution neural network

A facial expression recognition method based on dual-stream convolutional neural network

Pose measurement based on moving robot based and monocular vision

Related Author

吴天雨

许英朝

晁鹏飞

李洋洋

张锡鹏

毕玉革

杨红艳

皮伟强

Related Institution

2:厦门理工学院光电与通信工程学院

3:厦门理工学院福建省光电技术与器件重点实验室

1:厦门理工学院电气工程与自动化学院

1:内蒙古农业大学机电学院

1:上海理工大学医疗器械与食品学院医学影像处理实验室

⁰