改进RCF算法的电缆绝缘层边缘检测

作者：翁玉尚; 肖金球^*; 汪俞成; 焦文开

来源：光学技术, 2022, 48(01): 86-92.

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

• 电缆绝缘层边缘检测
• 深度学习
• 空洞卷积
• 多尺度模块
• 级联网络

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。

• 出版日期2022
• 单位苏州科技大学