基于逻辑语义判别的漏油区域图像识别
计算机视觉与模式识别
2023-11-20 v2
摘要
通过图像分析对高峰负荷设备的漏油进行精确检测，可显著提升巡检质量并确保系统的安全与可靠性。然而，油渍区域形状多变、背景噪声以及光照条件波动等挑战使检测过程复杂化。为此，有人提出将基于逻辑规则的判别集成到图像识别中。该方法涉及识别物体间的空间关系，以使用Mask RCNN网络对溢油图像进行语义分割。过程始于直方图均衡以增强原始图像，随后使用Mask RCNN识别油罐、地面及潜在油污区域的初步位置与轮廓。在此识别之后，分析这些物体间的空间关系。然后应用逻辑规则来确定疑似区域是否确为溢油。该方法的有效性已通过在现场从高峰电力设备拍摄的图像上进行测试得到证实。结果表明，该方法能妥善应对识别油污区域的挑战，与现有方法相比准确性有显著提升。
引用
@article{arxiv.2311.02256,
title = {Image Recognition of Oil Leakage Area Based on Logical Semantic Discrimination},
author = {Weiying Lin and Che Liu and Xin Zhang and Zhen Wei and Sizhe Li and Xun Ma},
journal= {arXiv preprint arXiv:2311.02256},
year = {2023}
}