[发明专利]基于航拍图像的均压环缺陷检测方法、装置、介质和设备

说明书

本发明提供了基于航拍图像的均压环缺陷检测方法、装置、介质和设备，所述方法包括：对航拍图像进行标注，对标注后的图像数据进行分类存储，建立均压环的缺陷数据集，所述缺陷数据集包括训练集和测试集；利用所述训练集中的图像数据进行神经网络训练以生成训练模型；使用所述测试集对所述训练模型进行评估，当评估的精度结果达到要求后，利用训练模型对巡检输电线路的航拍图像进行均压环缺陷的检测。本发明的方法应用数据增强，在线困难样本挖掘，缓和非极大值抑制算法、AdaGrad自适应梯度算法等方法对Faster R‑CNN网络进行改进。本发明还选用ResNet‑152替代原Faster R‑CNN的VGG16特征提取网络来提升均压环的缺陷识别率。本发明的方法可适应多种类型输电线路的均压环故障检测。

技术领域

本发明涉及图像检测识别技术领域，尤其是涉及基于航拍图像的均压环缺陷检测方法、装置、介质和设备。

背景技术

均压环作为输电线路的重要组成部件，对其进行定期巡检是保障电力系统安全运行的重要举措。目前我国的均压环巡检以人工方式为主，无人机航拍图像分析为辅。采用传统的数字图像处理进行均压环边缘检测和局部形状轮廓匹配，需要人工设计特征，针对环境设定算法参数，导致准确率低、算法适用性不强且无法实现对均压环的定位。

针对均压环的检测，目前常用的方法是通过局部的轮廓特征进行识别。形状轮廓可以被分解为直线、曲线或随机断裂的片段等简单的轮廓，通过单一片段或者相邻片段的组合描述局部形状信息。

现有的检测方法利用分裂与合并的方法构建可扩展端点的曲线轮廓，并通过圆弧的一元和二元描述符来描述曲线的本身轮廓性质和曲线之间的几何关系，使用模型的属性关系图识别目标。

现有技术通过角点检测得到目标轮廓的曲率，在高曲率点将目标分裂成主要轮廓片段，根据主要轮廓片段建立目标模型，进而检测出目标所有轮廓片段。

现有技术通过手动将目标分割成重叠的轮廓片段，再利用粒子滤波方法在图像中检测和组合轮廓片段。复杂自然环境下，局部轮廓可能会发生遮挡和形变，导致单一的轮廓片段变化过大，不能很好地表示形状的局部信息。

以上是目前在均压环检测过程中应用相对成熟的算法，但是从检测结果可以看出，采用该方法对均压环的检测轮廓不完整，且无法实现对其准确的定位。对背景环境和拍摄角度要求较高，其针对的是曲线关系特征明确的均压环形状，针对于我国目前电力系统中普遍采用的圆形均压环无法达到检测的目的。

发明内容

为了解决现有技术存在的采用传统的数字图像处理进行均压环边缘检测和局部形状轮廓匹配，需要人工设计特征，针对环境设定算法参数，导致准确率低、算法适用性不强且无法实现对均压环的定位的技术问题。本发明提供一种基于航拍图像的均压环缺陷检测方法、装置、介质和设备。

第一方面，本发明提供了一种基于航拍图像的均压环缺陷检测方法，包括：

对航拍图像进行标注，对标注后的图像数据进行分类存储，建立均压环的缺陷数据集，所述缺陷数据集包括训练集和测试集；

利用所述训练集中的图像数据进行神经网络训练以生成训练模型；

使用所述测试集对所述训练模型进行评估，当评估的精度结果达到要求后，利用训练模型对巡检输电线路的航拍图像进行均压环缺陷的检测。

本发明的有益效果是：