公开(公告)号：CN109559302A

公开(公告)日：2019-04-02

申请号：CN201811403708.6

申请日：2018-11-23

Applicant: 北京市新技术应用研究所 ,  北京信息科技大学

Inventor： 刘克会 ,  吕学强 ,  王艳霞 ,  李程 ,  徐栋

IPC: G06T7/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于卷积神经网络的管道视频缺陷检测方法，对视频抽帧，训练多个CNN对每帧图像进行分类，统计每个CNN返回的结果，确定该帧的缺陷类型，以管道闭路电视视频为输入，将视频切分为连续图像帧，将每帧图像送入多个训练好的CNN中进行二分类，分类结果只包括含有某种特定缺陷和无缺陷。本发明显著提高了管道缺陷检测的准确率，为视频检测提供了一种可行方法，不仅可以提高管道缺陷的自动化检测效率，也可减轻工作人员的劳动强度，本方法检测准确率高且检测速度快，在管道视频缺陷检测中具有很大的应用价值，且取得了较为满意的结果，可作为管道缺陷检测工作者的技术参考，可以很好地满足实际应用的需要。