改进RCF算法的电缆绝缘层边缘检测

翁玉尚; 肖金球; 汪俞成; 焦文开

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

您当前的位置：

首页 >

文章列表页 >

改进RCF算法的电缆绝缘层边缘检测

光学图像处理与识别 | 更新时间：2025-09-01

- 改进RCF算法的电缆绝缘层边缘检测
- Edge detection of cable insulation based on improved RCF algorithm
- 光学技术 2022年48卷第1期页码：86-92
- 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：
  
  江苏省产学研前瞻性联合项目基金(BY2011132);江苏省研究生创新与教改项目(09150001);苏州科技大学研究生创新工程基金(SKCK17＿025)
- DOI：10.13741/j.cnki.11-1879/o4.2022.01.013
  中图分类号： TM75;TP391.41
- 纸质出版：2022
- 稿件说明：
移动端阅览
翁玉尚, 肖金球, 汪俞成, 等. 改进RCF算法的电缆绝缘层边缘检测[J]. 光学技术, 2022,48(1):86-92.

Edge detection of cable insulation based on improved RCF algorithm[J]. 2022, 48(1): 86-92.
翁玉尚, 肖金球, 汪俞成, 等. 改进RCF算法的电缆绝缘层边缘检测[J]. 光学技术, 2022,48(1):86-92. DOI： 10.13741/j.cnki.11-1879/o4.2022.01.013.

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

浏览量

251

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于级联网络的年龄性别识别研究

基于高光谱遥感的荒漠化草原草种类分类模型研究

基于3D全卷积神经网络的肺叶自动分割方法

利用双流卷积神经网络的人脸表情识别方法

基于移动机器人和单目视觉的姿态测量方法