一种防震锤缺陷检测方法、装置、设备和存储介质与流程

1.本技术实施例涉及机器学习技术领域，尤其涉及一种防震锤缺陷检测方法、装置、设备和存储介质。


背景技术：

2.在架空输电线路中，由于环境因素的影响，各类电气设备容易产生坏损等状况，导致输电线路无法正常运行。所以在输电线路的巡检过程中，检测各类电气设备的使用状态是巡检的重要工作之一。
3.传统的输电线路巡检需要通过人工目视的方式，耗费较多人力物力。现阶段技术人员通过无人机对输电线路进行航拍，通过对拍摄的图像进行处理，以检测各类电气设备的使用状态。但是当前主流的目标检测模型检测精度低，无法满足输电线路的巡检需求。


技术实现要素：

4.本技术实施例提供一种防震锤缺陷检测方法、装置、设备和存储介质，以提高输电线路的电气设备的检测精度。
5.第一方面，本技术实施例提供了一种防震锤缺陷检测方法，包括：
6.获取待检测图像在特征提取后得到的至少一个尺度下的缩放图像；其中，待检测图像中包括待检测防震锤；
7.对各缩放图像进行处理，得到至少一个尺度下的缩放特征图；
8.对至少一个缩放图像进行特征增强，得到残差增强图；
9.对残差增强图和各尺度下的缩放特征图进行融合，得到融合特征图；
10.根据融合特征图，确定待检测图像中的待检测防震锤的缺陷情况。
11.第二方面，本技术实施例还提供了一种防震锤缺陷检测装置，包括：
12.图像获取模块，用于获取待检测图像在特征提取后得到的至少一个尺度下的缩放图像；其中，待检测图像中包括待检测防震锤；
13.缩放特征图获取模块，用于对各缩放图像进行处理，得到至少一个尺度下的缩放特征图；
14.残差增强模块，用于对至少一个缩放图像进行特征增强，得到残差增强图；
15.特征融合模块，用于对残差增强图和各尺度下的缩放特征图进行融合，得到融合特征图；
16.缺陷检测模块，用于根据融合特征图，确定待检测图像中的待检测防震锤的缺陷情况。
17.第三方面，本技术实施例还提供了一种电子设备，包括：
18.一个或多个处理器；
19.存储器，用于存储一个或多个程序；
20.当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理
器实现如本技术第一方面实施例所述的任意一种防震锤缺陷检测方法。
21.第四方面，本技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本技术第一方面实施例所述的任意一种防震锤缺陷检测方法。
22.本技术实施例的技术方案，获取待检测图像在特征提取后得到的至少一个尺度下的缩放图像，对各缩放图像进行处理，得到至少一个尺度下的缩放特征图，进行特征增强得到残差增强图，将残差增强图和各尺度下的缩放特征图进行融合，获得的融合图像用于缺陷检测。这样做的好处在于能够通过生成残差增强图来补充缩放特征图在计算中损失的特征信息，提高了融合图像中特征信息的丰富性，进而提高了缺陷检测的精度，满足了线路巡检中的准确度要求。
附图说明
23.图1是本技术实施例一提供的一种防震锤缺陷检测方法的流程图；
24.图2是本技术实施例二提供的一种防震锤缺陷检测方法的流程图；
25.图3a是本技术实施例三提供的一种防震锤缺陷检测方法的流程图；
26.图3b是本技术实施例三提供的一种防震锤缺陷检测模型的结构图；
27.图3c是本技术实施例三提供的一种残差增强模块的结构图；
28.图4是本技术实施例四提供的一种防震锤缺陷检测装置的结构图；
29.图5是申请实施例五提供的一种电子设备的结构图。
具体实施方式
30.下面结合附图和实施例对本技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本技术，而非对本技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本技术相关的部分而非全部结构。
31.实施例一
32.图1是本技术实施例一提供的一种防震锤缺陷检测方法的流程图。本技术实施例可适用于输电线路防震锤的检测情况，该方法可以由一种防震锤缺陷检测装置来执行，该装置可以采用软件和/或硬件实现，并具体配置于电子设备中。
33.参考图1所示的一种防震锤缺陷检测方法，具体包括如下步骤：
34.s110、获取待检测图像在特征提取后得到的至少一个尺度下的缩放图像；其中，待检测图像中包括待检测防震锤。
35.其中，待检测图像是需要对其中待检测防震锤进行缺陷检测的图像。特征提取可以是对待检测图像进行预设方法的计算(比如卷积计算)，以突出该图像中具有代表特征的一种方法，例如可以是基于边缘的方法、基于灰度的方法或者基于空间变换的方法。防震锤是一种安装于导(地)线上，抑制或减小微风震动的一种电气防护金具。缩放图像可以是待检测图像在图像处理算法中经过一定处理得到的处理过程中间图像，例如将待检测图像输入卷积神经网络中，经过卷积运算后的待处理图像转化为了缩放图像。
36.具体的，可以对待检测图像进行至少一次处理获取至少一个尺度下的缩放图像。处理的方法可以是降采样，也可以是卷积等方法。例如将待检测图像输入至卷积神经网络
中，通过卷积的方式获取至少一个尺度下的缩放图像，用于后续进一步的处理。
37.s120、对各缩放图像进行处理，得到至少一个尺度下的缩放特征图。
38.其中，对各缩放图像的处理可以是通过卷积等降维方法。需要说明的是，在对s110中的待检测图像进行特征提取时，可以选用resnet50网络，通过这种前馈网路可以补充特征提取过程中的一些损失信息，而resnet50网络在卷积层中的处理过程会不断调整特征图的维度，尤其是处理过程中会将图像维度升高，因此在对各缩放图像进行处理时可以采用一些降维的方法。缩放特征图即每个缩放图像进行处理后获得的对应的特征图像。具体的，将前述步骤得到的至少一个缩放图像进行卷积等降维处理，获得各缩放图像对应的各缩放特征图。
39.s130、对至少一个缩放图像进行特征增强，得到残差增强图。
40.可以理解的是，由于特征提取方法的限制，在进行特征提取的过程中，会存在特征的损失。因此，可以通过对缩放图像进行特征增强，优选的，可以采用与步骤s120不同的方法对缩放特征图进行处理，从而得到含有增强特征后的特征图，称为残差增强图，用以对各缩放特征图进行特征信息的补充。
41.s140、对残差增强图和各尺度下的缩放特征图进行融合，得到融合特征图。
42.具体的，将前述步骤得到的残差增强图和所有尺度下的缩放特征图进行融合，得到一张融合特征图。融合的方法可以是现有技术中任意一种图像融合算法，本技术实施例对此不作限定，最终得到的融合特征图应包括所有源图像(即残差增强图和各尺度下的缩放特征图)的特征信息。
43.在一种可选实施方式中，所述对残差增强图和各尺度下的缩放特征图进行融合，得到融合特征图，可以包括：将残差增强图与相应缩放特征图进行融合，以更新缩放特征图；对各缩放特征图进行尺度调整，得到相应深层特征图；对各深层特征图进行融合，得到融合特征图。
44.其中，深层特征图可以是指卷积层的待处理图像在经过降维处理和尺度调整后得到的特征图。尺度调整可以是将深层特征图进行尺度的同一，方便进行特征融合。可以这样理解，各待处理图像在经过第一次特征提取后得到相应的缩放图像，这些缩放图像经过降维处理后得到缩放特征图，这些缩放特征图可以看作浅层特征图，将各缩放特征图进行尺度调整后获得的特征图作为深层特征图。其中，特征提取和尺度调整的方法可以不同，例如尺度调整可以是将各深层特征图进行上采样和卷积，使各深层特征图在依次融合的过程中尺度统一。
45.具体的，残差增强图是由较浅层的缩放特征图(即浅层特征图)通过特征增强获得的，且该缩放特征图还会同时生成较深层的缩放特征图(即深层特征图)，因此可以将残差增强图和相应的深层特征图进行融合。例如浅层特征图a可以生成深层特征图b，同时可以生成残差增强图c，将b和c进行融合，将融合结果作为新的深层特征图b。在获得新的深层放特征图b后，将所有的深层特征图进行特征融合，最终获得融合特征图，该融合特征图中应包含了各深层特征图的特征信息。其中，融合可以采用现有技术中任意一种融合方法，本技术实施例对此不作限定。
46.上述实施方式的技术方案，通过将残差增强图与相应缩放特征图进行融合，以更新缩放特征图的方式将卷积层网络中损失的图像特征通过残差增强图补充了回来，减少了
特征信息的损失。其中，尺度调整目的是为了将所有的深层特征图进行尺度统一，有利于对各深层特征图的特征融合。
47.s150、根据融合特征图，确定待检测图像中的待检测防震锤的缺陷情况。
48.其中，缺陷情况可以包括但不限于防震锤正常、防震锤破损、防震锤严重变形、防震锤严重倾斜和防震锤滑移等。对融合特征图进行缺陷检测可以采用现有技术中任意一种目标检测方法，例如rpn(region proposal network，区域候选网络)，本技术实施例对此不限定。
49.在一种可选实施方式中，所述根据融合特征图，确定待检测图像中的待检测防震锤的缺陷情况，可以包括：基于区域候选网络rpn，根据融合特征图，确定待检测图像中的待检测防震锤的缺陷情况。
50.具体的，通过rpn对融合特征图进行目标检测，rpn可以建立一个窗口在融合特征图上进行平移，将平移产生的向量发送给平行的全连接分类层和全连接位置回归层，获取待检测防震锤的分类信息和位置信息，分类信息即缺陷情况，位置信息可以是待检测防震锤在待检测图像中的位置。其中，建立的窗口中心包括了至少一个锚框，窗口在移动到每个位置时回得到预测的缺陷候选区域和位置回归坐标，并通过分类层获取缺陷候选区域可能是检测目标的概率。在实际情况中，技术人员可以根据实际图像中防震锤的尺寸情况，将所述锚框的尺寸调整为32*32、64*64和128*128三种，并且每种尺寸均有长宽比为1:2、1:1和2:1三种比例。
51.上述实施方式的技术方案，通过rpn网络对融合特征图进行缺陷检测，提高了检测精度。
52.本技术实施例的技术方案，获取待检测图像在特征提取后得到的至少一个尺度下的缩放图像，对各缩放图像进行处理，得到至少一个尺度下的缩放特征图，进行特征增强得到残差增强图，将残差增强图和各尺度下的缩放特征图进行融合，获得的融合图像用于缺陷检测。这样做的好处在于能够通过生成残差增强图来补充缩放特征图在计算中损失的特征信息，提高了融合图像中特征信息的丰富性，进而提高了缺陷检测的精度，满足了线路巡检中的准确度要求。
53.实施例二
54.图2为本技术实施例二提供的一种防震锤缺陷检测方法的流程图。本技术实施例是在前述实施例各技术方案的基础上，对残差增强图的获取操作进行了细化，以提高防震锤缺陷检测的精度。
55.参考图2所示的一种防震锤缺陷检测方法，具体包括如下步骤：
56.s210、获取待检测图像在特征提取后得到的至少一个尺度下的缩放图像；其中，待检测图像中包括待检测防震锤。
57.s220、对各缩放图像进行处理，得到至少一个尺度下的缩放特征图。
58.s230、将至少一个尺度下的缩放图像作为当前特征图。
59.将至少一个尺度下的缩放特征图作为需要进行处理的当前特征图，因此并不只是针对卷积层中的某个缩放特征图，可以对不只一个缩放特征图进行处理。
60.s240、针对各当前特征图，对该当前特征图进行池化处理，得到中间特征图。
61.具体的，将当前特征图进行池化操作，获取到处理过程中图像称为中间特征图。当
然，针对同一个当前特征图，可以通过不同的池化方法得到不同的中间特征图用于后续处理，通过池化操作可以更好的降低图像处理过程中的计算量。
62.s250、根据中间特征图，确定该当前特征图的残差增强图。
63.将池化后得到的中间特征图进行预设的处理，得到当前特征图对应的残差增强图。其中，预设的处理可以是现有技术中各图像处理技术的至少一种。
64.在一种可选实施方式中，所述对该当前特征图进行池化处理，得到中间特征图，可以包括：对该当前特征图在至少一个尺度下进行池化处理，得到各尺度下的中间特征图。
65.针对同一个当前特征图，可以在不同的尺度下通过不同的池化方法，得到不同尺度下的中间特征图。池化方法可以是最大池化，可以是平均池化等。
66.相应的，根据中间特征图，确定该当前特征图的残差增强图，可以包括：对各尺度下的中间特征图进行降维处理，得到降维特征图；对各降维特征图上采样后进行特征融合，得到该当前特征图的残差增强图。
67.具体的，可以将不同尺度的中间特征图分别进行1*1的降维，对降维特征图进行上采样，还原为原有的当前特征图的尺度，方便进行特征融合。将上采样后的降维特征图进行特征融合得到残差增强图。特征融合可以选择现有技术中任意一种特征融合方法，本技术实施例对此不作限定。
68.举例说明，假设当前中间特征图的数据含有四个通道，四个通道的值分别是(1，3，50，50)，将该中间特征图进行降维得到的降维特征图的数据只剩下三个通道(3，50，50)，将同为三个通道的不同中间特征图进行融合，得到残差增强图。
69.上述实施方式的技术方案中，对当前特征图在至少一个尺度下进行池化，不同的池化方法回去除维度不同的杂余信息，从而为融合得到的残差增强图保留了更多的关键信息。对不同尺度的中间特征图进行降维可以控制所有中间特征图的维度相同便于特征融合，有助于保留图像中更多的特征信息，有助于提升缺陷检测的精度。
70.在一种可选实施方式中，所述对各降维特征图上采样后进行特征融合，得到该当前特征图的残差增强图，可以包括：对各降维特征图上采样，得到上采样特征图；根据各池化处理对应池化权重，对各上采样特征图进行加权融合，得到该当前特征图的残差增强图。
71.将不同尺度的各降维特征图分别进行上采样，以统一尺度方便特征相加，上采样可以选用现有技术中任意一种上采样方法。将各上采样特征图根据各自池化的权重进行加权融合，得到当前特征图的残差增强图。池化权重可以是根据池化后形成的不同尺度的中间特征图来人为设定，还可以是通过深度网络学习得到的。
72.举例说明，假设当前有三个上采样特征图a、b和c，a的rgb通道分量为(r1，g1，b1)，b的rgb通道分量为(r2，g2，b2)，c的rgb通道分量为(r3，g3，b3)，a、b和c的权重分别为0.2、0.3和0.5，则通过加权累加得到残差增强图的rgb通道分量为(0.2r1+0.3r2+0.5r3，0.2g1+0.3g2+0.5g3，0.2b1+0.3b2+0.5b3)。
73.上述实施方式的技术方案，通过对降维特征图进行上采样，将降维特征图中的特征信息进行了放大与增强，跟有利于后续的目标识别与缺陷检测。根据各自的池化权重对上采样特征图进行加权融合，能够有效的为不同通道的特征信息进行放大和缩小，可以强化待检测防震锤的有效特征信息，同时弱化无用信息，更加有助于对待检测防震锤的识别。
74.s260、对残差增强图和各尺度下的缩放特征图进行融合，得到融合特征图；
75.s270、根据融合特征图，确定待检测图像中的待检测防震锤的缺陷情况。
76.本技术实施例的技术方案，通过对至少一个尺度下的缩放特征图进行池化处理，得到的中间特征图用于确定该缩放特征图对应的残差增强图。生成的残差增强图可以避免在对各缩放特征图进行处理过程中损失过多的特征信息，池化方法操作简单，减少了大量计算量，从而提高了计算效率。
77.实施例三
78.图3a为本技术实施例三提供的一种防震锤缺陷检测的流程图。本技术实施例是在前述实施例的基础上提供的一种优选实施例，应用于电子设备。参考图3a，该方法具体包括：
79.s310、使用无人采集图像数据。
80.通过遥控无人机对野外输电线路的防震锤进行图像的拍摄。
81.s320、对图像数据进行标注并制作图像数据集。
82.采用人工标注的方法对采集到的防震锤图像进行分类标注，可以先进行二分类，即将采集的图像标注为“含防震锤”和“不含防震锤”两类，再从“含防震锤”中进行多分类，例如可以分为：防震锤正常、防震锤破损、防震锤严重变形、防震锤严重倾斜和防震锤滑移等。将标注好的所有图片组合成图像数据集。
83.s330、提高图像数据集的多样性。
84.可以理解的是，由于实际拍摄环境的限制，无法得到各个角度或方位拍摄的防震锤图片，因此需要根据采集到的图像做进一步处理，例如可以通过缩放、旋转、裁切、调整亮度和/或对比度等至少一项处理将采集到的图像进行变换，生成的新图像添加至图像数据集中。
85.具体的，对图像进行顺时针和/或逆时针的旋转，为了能够尽量保证数据的合理性，旋转的角度控制在[-15
°
，15
°
]范围内。缩放的尺度可以控制在[50％，200％]范围内。对图像的裁剪可以是通过人工选择较为清晰或防震锤背景较为复杂的图像进行裁切，裁切后还可以调整回原图的画幅大小。图像的亮度调整需要根据图像输入的像素来计算相应输出的像素，图像亮度和对比度的调整表达式如下：
[0086]g(x)
＝k
·f(x)
+b；
[0087]
其中，g
(x)
表示输出图像像素，f
(x)
为输入图像像素，b为偏置，用来调控图片的亮度，k称为增益，用来调控图片对比度，需要满足条件k》0。k和b均可以根据技术人员的大量试验而确定。
[0088]
此外，各类数据样本的数量不均衡回影响训练后神经网络模型的性能。因此，可以将少量的图像重复利用于模型训练，或者可以将防震锤尺寸较小的截图粘贴到尺寸较大的图像中以改变防震锤的背景，将粘贴后的图像添加至图像数据集中。通过上述方法可以平衡数据的样本数量。
[0089]
s340、训练防震锤缺陷检测模型。
[0090]
图3b是本技术实施例三提供的一种防震锤缺陷检测模型的结构图。如图3b所示，将前述步骤获得的图像数据集置于神经网络模型中进行训练，可以选择faster r-cnn(faster region-convolutional neural networks，快速区域卷积神经网络)作为基本的神经网络构架，faster r-cnn由fpn(feature pyramid networks，特征金字塔网络)、rpn、
roi(region of interest，兴趣区域)以及全连接层组成。
[0091]
卷积层中的网络结构可以使用resnet50，resnet50网络在前馈网络的结构上，增加了跳跃连接来跨过一些中间层的连接，通过残差学习的方式减小深度网络的退化。
[0092]
在faster r-cnn中使用fpn进行特征融合。fpn将各个卷积块提取到的特征图进行特征信息融合。多层特征图的信息融合方法是把语义强的低分辨率特征图进行上采样，与卷积后的高分辨率特征图中对应的元素相加，于是低分辨率特征图包含了高分辨率特征图中特征信息。特征信息融合的具体操作过程是：首先，可以使用一个1*1的卷积块对c5卷积，获取低分辨率的特征图m5，c5经过残差增强模块得到m6，m6和m5具有相同的尺度和维度，将m6和m5特征信息融合并替换掉原有m5。替换后的m5通过3*3的卷积得到p5；同时，m4通过3*3的卷积得到p4。p5的维度与p4相同，但是尺度比p4小。因此p5经过上采样后将尺度调整成p4大小，并将p5与p4进行特征融合，得到结果作为新的p4，并一次类推计算p3和p2。其中，3*3的卷积操作是为了消除低分辨率的特征图在上采样过程中产生的混叠效应。
[0093]
此外，在fpn的基础上进行改进，添加如图3b中所示的残差增强模块。图3c是本技术实施例三提供的一种残差增强模块的结构图。如图3c所示，可以对c5进行池化操作，得到池化后不同尺度的特征图，然后对每个尺度的特征图进行1*1降维，对降维后的特征进行上采样，对上采样之后的特征按照学习到的权重进行融合，把融合完之后的特征称之为m6，再将m6和m5进行相加作为补充特征后的m5参与后续融合图像的计算。
[0094]
根据特征融合获得了融合特征图后，通过rpn对该融合特征图快速进行目标检测，使用一个锚框窗口在特征图上进行平移，将平移产生的向量送到平行的全连接分类层和全连接位置回归层，获取目标的分类信息和位置信息。
[0095]
s350、待检测图像预处理。
[0096]
可以将待检测图像通过锐化算法进行预处理，使得待测图像中防震锤的边缘更加清晰，有助于提高检测效率。
[0097]
s360、使用防震锤缺陷检测模型进行图像检测。
[0098]
将预处理后的待检测图像输入s340训练好的防震锤缺陷检测模型，输出检测结果图像。
[0099]
s370、生成检测结果报表。
[0100]
根据检测结果图像的检测结果制作检测结果报表，报表中的信息可以包括待检测防震锤符合的分类情况和位置信息。
[0101]
实施例四
[0102]
图4是本技术实施例四提供的一种防震锤缺陷检测装置的结构图，本技术实施例可适用于输电线路防震锤的检测情况，该装置可以由软件和/或硬件的方式来实现，可配置于电子设备中。如图4所示，该防震锤缺陷检测装置400可以包括：图像获取模块410、缩放特征图获取模块420、残差增强模块430、特征融合模块440和缺陷检测模块450，其中，
[0103]
图像获取模块410，用于获取待检测图像在特征提取后得到的至少一个尺度下的缩放图像；其中，待检测图像中包括待检测防震锤；
[0104]
缩放特征图获取模块420，用于对各缩放图像进行处理，得到至少一个尺度下的缩放特征图；
[0105]
残差增强模块430，用于对至少一个缩放图像进行特征增强，得到残差增强图；
[0106]
特征融合模块440，用于对残差增强图和各尺度下的缩放特征图进行融合，得到融合特征图；
[0107]
缺陷检测模块450，用于根据融合特征图，确定待检测图像中的待检测防震锤的缺陷情况。
[0108]
本技术实施例的技术方案，获取待检测图像在特征提取后得到的至少一个尺度下的缩放图像，对各缩放图像进行处理，得到至少一个尺度下的缩放特征图，进行特征增强得到残差增强图，将残差增强图和各尺度下的缩放特征图进行融合，获得的融合图像用于缺陷检测。这样做的好处在于能够通过生成残差增强图来补充缩放特征图在计算中损失的特征信息，提高了融合图像中特征信息的丰富性，进而提高了缺陷检测的精度，满足了线路巡检中的准确度要求。
[0109]
在一种可选实施方式中，所述残差增强模块430可以包括：
[0110]
当前特征图确定单元，用于将至少一个尺度下的缩放图像作为当前特征图；
[0111]
中间特征图确定单元，用于针对各当前特征图，对该当前特征图进行池化处理，得到中间特征图；
[0112]
残差增强图确定单元，用于根据中间特征图，确定该当前特征图的残差增强图。
[0113]
在一种可选实施方式中，所述中间特征图确定单元可以包括：
[0114]
池化子单元，用于对该当前特征图在至少一个尺度下进行池化处理，得到各尺度下的中间特征图；
[0115]
相应的，所述残差增强图确定单元，可以包括：
[0116]
降维子单元，用于对各尺度下的中间特征图进行降维处理，得到降维特征图；
[0117]
融合子单元，用于对各降维特征图上采样后进行特征融合，得到该当前特征图的残差增强图。
[0118]
在一种可选实施方式中，所述融合子单元可以包括：
[0119]
上采样从单元，用于对各降维特征图上采样，得到上采样特征图；
[0120]
加权融合从单元，用于根据各池化处理对应池化权重，对各上采样特征图进行加权融合，得到该当前特征图的残差增强图。
[0121]
在一种可选实施方式中，所述特征融合模块440可以包括：
[0122]
缩放特征图更新单元，用于将残差增强图与相应缩放特征图进行融合，以更新缩放特征图；
[0123]
深层特征图确定单元，用于对各缩放特征图进行尺度调整，得到相应深层特征图；
[0124]
深层特征图融合单元，用于对各深层特征图进行融合，得到融合特征图。
[0125]
在一种可选实施方式中，所述缺陷检测模块450可以包括：
[0126]
缺陷情况确定单元，用于基于区域候选网络rpn，根据融合特征图，确定待检测图像中的待检测防震锤的缺陷情况。
[0127]
本技术实施例所提供的一种防震锤缺陷检测装置可执行本技术任意实施例所提供的一种防震锤缺陷检测方法，具备执行各防震锤缺陷检测方法相应的功能模块和有益效果。
[0128]
实施例五
[0129]
图5是本技术实施例五提供的一种电子设备的结构图。图5示出了适于用来实现本
申请实施方式的示例性电子设备512的框图。图5展示的电子设备512仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
[0130]
如图5所示，电子设备512以通用计算设备的形式表现。电子设备512的组件可以包括但不限于：一个或者多个处理器或者处理单元516，系统存储器528，连接不同系统组件(包括系统存储器528和处理单元516)的总线518。
[0131]
总线518表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。
[0132]
电子设备512典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备512访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
[0133]
系统存储器528可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)530和/或高速缓存存储器532。电子设备512可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统534可以用于读写不可移动的、非易失性磁介质(图5未展示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom,dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线518相连。存储器528可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本技术各实施例的功能。
[0134]
具有一组(至少一个)程序模块542的程序/实用工具540，可以存储在例如存储器528中，这样的程序模块542包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块542通常执行本技术所描述的实施例中的功能和/或方法。
[0135]
电子设备512也可以与一个或多个外部设备514(例如键盘、指向设备、展示器524等)通信，还可与一个或者多个使得用户能与该电子设备512交互的设备通信，和/或与使得该电子设备512能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口522进行。并且，电子设备512还可以通过网络适配器520与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器520通过总线518与电子设备512的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备512使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
[0136]
处理单元516通过运行存储在系统存储器528中的多个程序中其他程序的至少一个，从而执行各种功能应用以及数据处理，例如实现本技术实施例所提供的一种防震锤缺陷检测方法。
[0137]
实施例六
[0138]
本技术实施例六还提供一种计算机可读存储介质，其上存储有计算机程序(或称为计算机可执行指令)，该程序被处理器执行时用于执行本技术实施例所提供的一种防震
锤缺陷检测方法：获取待检测图像在至少一个尺度下的缩放图像；其中，待检测图像中包括待检测防震锤；对各缩放图像进行特征提取，得到至少一个尺度下的缩放特征图；对至少一个缩放特征图进行特征提取，得到残差增强图；对残差增强图和各尺度下的缩放特征图进行融合，得到融合特征图；根据融合特征图，确定待检测图像中的待检测防震锤的缺陷情况。
[0139]
本技术实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0140]
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0141]
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。
[0142]
可以以一种或多种程序设计语言或其组合来编写用于执行本技术实施例操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络包括局域网(lan)或广域网(wan)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0143]
注意，上述仅为本技术的较佳实施例及所运用技术原理。本领域技术人员会理解，本技术不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本技术的保护范围。因此，虽然通过以上实施例对本技术进行了较为详细的说明，但是本技术不仅仅限于以上实施例，在不脱离本技术构思的情况下，还可以包括更多其他等效实施例，而本技术的范围由所附的权利要求范围决定。