本發(fā)明屬于絕緣子無損檢測，涉及一種基于工業(yè)ct檢測的瓷絕緣子微缺陷智能診斷系統(tǒng)及方法。
背景技術(shù)：
1、當(dāng)前基于工業(yè)ct檢測的瓷絕緣子微缺陷診斷主要依賴于技術(shù)人員對工業(yè)ct的檢測結(jié)果進(jìn)行人工辨識，工作量大且效率低下。目前反映瓷絕緣子微缺陷的指標(biāo)主要為瓷件裂紋和水泥層氣孔。當(dāng)瓷件出現(xiàn)裂紋時，預(yù)示著該絕緣子內(nèi)部存在重大缺陷隱患。
2、當(dāng)采用人工辨識的方式開展缺陷檢測時，由于單個樣品經(jīng)工業(yè)ct檢測后形成的工業(yè)ct檢測照片數(shù)量極大，以人工逐張照片辨識缺陷的方式工作量巨大且效率低下。
技術(shù)實現(xiàn)思路
1、本發(fā)明提供了一種基于工業(yè)ct檢測的瓷絕緣子微缺陷智能診斷系統(tǒng)及方法，實現(xiàn)對瓷絕緣子工業(yè)ct檢測照片中存在的裂紋以及水泥層氣孔全自動化檢測。
2、本發(fā)明通過下述技術(shù)方案來實現(xiàn)。一種基于工業(yè)ct檢測的瓷絕緣子微缺陷智能診斷方法，包括：
3、步驟一：采集瓷絕緣子的工業(yè)ct檢測照片，提取橫切面和縱切面中水泥層和瓷件層；
4、步驟二：通過yolov11實例分割算法識別工業(yè)ct檢測照片中所包含的缺陷區(qū)域，結(jié)合水泥層和瓷件層，將缺陷分類為水泥層氣孔缺陷和瓷件層裂紋缺陷；
5、所述提取橫切面和縱切面中水泥層和瓷件層的過程包括以下子步驟：
6、步驟s1:?提取每張工業(yè)ct檢測照片中的參數(shù)信息，參數(shù)信息包括場景深度和像素尺寸信息；
7、步驟s2:提取最大縱、橫切面的尺寸特征；
8、步驟s2-1:從工業(yè)ct檢測照片找到兩張最大縱切面和一張最大橫切面照片；
9、步驟s2-2:?非鋼帽區(qū)域、瓷件層區(qū)域、鋼腳區(qū)域提?。?/p>
10、步驟s2-3:最大橫切面照片和最大縱切面的尺寸特征提??；
11、步驟s2-3-1：最大橫切面照片的鋼腳與鋼帽在x軸和y軸上的距離計算；
12、步驟s2-3-2：最大縱切面中鋼腳最寬位置與照片頂部距離以及最寬位置與鋼帽左右兩側(cè)水平距離計算；
13、步驟s3：提取任意縱、橫切面的水泥層和瓷件層；
14、步驟s3-1：任意橫切面在2個最大縱切面上的水平投影線位置計算；
15、步驟s3-2：橫切面瓷件層計算；
16、步驟s3-3：橫切面水泥層計算；
17、步驟s3-4：縱切面瓷件層計算；
18、步驟s3-5：縱切面水泥層計算。
19、進(jìn)一步優(yōu)選，工業(yè)ct檢測照片包括2組縱切面照片和一組橫切面照片，2組縱切面照片分別稱為縱切面1組照片和縱切面2組照片，將鋼腳區(qū)域面積在同組照片中最大的橫切面照片稱為最大橫切面；將鋼腳區(qū)域面積在同組照片中最大的縱切面照片稱為最大縱切面。
20、進(jìn)一步優(yōu)選，使用標(biāo)定的數(shù)據(jù)集對yolov11實例分割算法進(jìn)行訓(xùn)練，分別得到非鋼帽區(qū)域識別模型、瓷件層區(qū)域識別模型、鋼腳區(qū)域識別模型；通過調(diào)用非鋼帽區(qū)域識別模型、瓷件層區(qū)域識別模型、鋼腳區(qū)域識別模型對工業(yè)ct檢測照片進(jìn)行實例分割，依次提取出非鋼帽區(qū)域、瓷件層區(qū)域、鋼腳區(qū)域。
21、進(jìn)一步優(yōu)選，橫切面瓷件層計算包括：
22、步驟s3-2-1：任意橫切面在2個最大縱切面上的水平投影線位置處的瓷件層與鋼腳距離的計算；
23、步驟s3-2-2：任意橫切面中瓷件層在x軸和y軸上與鋼腳的距離計算；
24、步驟s3-2-3：任意橫切面中瓷件層區(qū)域繪制。
25、進(jìn)一步優(yōu)選，縱切面瓷件層計算包括：
26、步驟s3-4-1：計算任意縱切面在任意高度上的瓷件層內(nèi)外邊界與照片中軸線的距離；
27、步驟s3-4-2：任意縱切面的瓷件層區(qū)域計算。
28、本發(fā)明解決了瓷絕緣子工業(yè)ct檢測照片缺陷人工辨識效率低下的問題，實現(xiàn)全自動化的缺陷辨識，極大的減少了人工缺陷復(fù)核工作量。
1.一種基于工業(yè)ct檢測的瓷絕緣子微缺陷智能診斷方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的基于工業(yè)ct檢測的瓷絕緣子微缺陷智能診斷方法，其特征在于，工業(yè)ct檢測照片包括2組縱切面照片和一組橫切面照片，2組縱切面照片分別稱為縱切面1組照片和縱切面2組照片，將鋼腳區(qū)域面積在同組照片中最大的橫切面照片稱為最大橫切面；將鋼腳區(qū)域面積在同組照片中最大的縱切面照片稱為最大縱切面。
3.根據(jù)權(quán)利要求2所述的基于工業(yè)ct檢測的瓷絕緣子微缺陷智能診斷方法，其特征在于，使用標(biāo)定的數(shù)據(jù)集對yolov11實例分割算法進(jìn)行訓(xùn)練，分別得到非鋼帽區(qū)域識別模型、瓷件層區(qū)域識別模型、鋼腳區(qū)域識別模型；通過調(diào)用非鋼帽區(qū)域識別模型、瓷件層區(qū)域識別模型、鋼腳區(qū)域識別模型對工業(yè)ct檢測照片進(jìn)行實例分割，依次提取出非鋼帽區(qū)域、瓷件層區(qū)域、鋼腳區(qū)域；分別得到對應(yīng)的最大橫切面掩碼圖集合；縱切面1組最大縱切面掩碼圖集合；縱切面2組最大縱切面掩碼圖集合，其中分別是最大橫切面、縱切面1組最大縱切面和縱切面2組最大縱切面的非鋼帽區(qū)域掩碼圖；分別是最大橫切面、縱切面1組最大縱切面和縱切面2組最大縱切面的瓷件層區(qū)域掩碼圖；分別是最大橫切面、縱切面1組最大縱切面和縱切面2組最大縱切面的鋼腳區(qū)域掩碼圖。
4.根據(jù)權(quán)利要求3所述的基于工業(yè)ct檢測的瓷絕緣子微缺陷智能診斷方法，其特征在于，最大橫切面照片的鋼腳與鋼帽在x軸和y軸上的距離計算過程如下：
5.根據(jù)權(quán)利要求4所述的基于工業(yè)ct檢測的瓷絕緣子微缺陷智能診斷方法，其特征在于，通過最大橫切面的鋼腳區(qū)域掩碼圖進(jìn)行鋼腳區(qū)域包圍盒計算：
6.根據(jù)權(quán)利要求5所述的基于工業(yè)ct檢測的瓷絕緣子微缺陷智能診斷方法，其特征在于，步驟s2-3-2具體包括：
7.根據(jù)權(quán)利要求6所述的基于工業(yè)ct檢測的瓷絕緣子微缺陷智能診斷方法，其特征在于，橫切面瓷件層計算包括：
8.根據(jù)權(quán)利要求7所述的基于工業(yè)ct檢測的瓷絕緣子微缺陷智能診斷方法，其特征在于，?縱切面瓷件層計算包括：
9.根據(jù)權(quán)利要求1所述的基于工業(yè)ct檢測的瓷絕緣子微缺陷智能診斷方法，其特征在于，步驟二的具體過程如下：
10.一種用于實現(xiàn)權(quán)利要求1-9任意一項所述的基于工業(yè)ct檢測的瓷絕緣子微缺陷智能診斷方法的系統(tǒng)，其特征在于，包括：