[发明专利]用于变电站表计图像数据集的合成方法、系统及存储介质

说明书

本发明提供一种用于变电站表计图像数据集的合成方法、系统及存储介质，属于变电站的仿真技术领域。所述合成方法包括：建立目标变电站场景；根据天气以及光照条件渲染目标变电站场景；针对每个变电站场景，选取一个预定范围为内的表计设备；获取该表计设备的图像；生成对应的场景标注图像；将图像和场景标注图像组合构成对应的数据元；判断预设范围内是否存在未被选取的表计设备；在判断预设范围内存在未被选取的表计设备时，再次从变电站场景中选取一个预定范围为内的表计设备；在判断预设范围内不存在未被选取的表计设备时，组合所有数据元构成对应的表计图像原始数据集；分别获取每张场景标注图像中的数据并进行标注以得到表计图像数据集。

技术领域

本发明涉及变电站的仿真技术领域，具体地涉及一种用于变电站表计图像数据集的合成方法、系统及存储介质。

背景技术

随着视频监控技术和深度学习技术的发展，变电站智能巡检机器人成为了未来变电站巡检系统的发展方向，可以节省变电站巡检的人力物力，减少变电站中各类事故的发生，同时也为各类事故以及人身财产安全的事后处理提供了有力的证据。而在这个过程中，对于变电站巡检中表计自动识别的部分，大量的表计数据起到了至关重要的作用，是变电站智能巡检中重要的组成部分。

研究和实践表明，深度学习算法的性能取决于训练数据的质量和规模，因此基于深度学习的表计识别需要大量优质数据。考虑到表计识别应用的需求，表计数据除了规模要足够大之外，通常还有以下要求：(1)表计数据应覆盖全面，对于不同的表计类型，以及表计可能出现的示数都需要尽可能的覆盖到；(2)表计数据包含各种极端情况，如大雾、大雪等天气下的数据，用于提升算法在复杂情况下的处理能力；(3)表计数据应具有准确的语义标注，且标注内容尽量丰富，如标注内容涵盖如表盘区域、表盘指针、表盘量程、以及表盘上的特定特征点等，以支撑各类表计识别算法的设计。

目前主要有两类方法来构造表计数据集：一种是基于人工采集标注的方法，即通过人工、机器人、监控相机等获取真实的表计场景数据。这种方法局限性较强，一是因为获得覆盖各类复杂情况的表计数据较为困难，其次是由于对数据的人工标注耗财耗时耗力，且容易出现标注不准确的情况。另一种是基于合成数据生成的方法，即通过建模工具和虚拟引擎对变电站表计以及变电站场景进行建模和材质光照的渲染，获得大量的数据，再利用计算机进行标注，其对人力财力的消耗相对低廉。研究表明，经过合成数据集训练的模型在真实数据上具有较好的迁移性，因此合成表计数据具有很强的实用价值。

在传统的变电站表计数据采集方面，一般方法是利用固定的采集摄像头对单个表计进行采集，在专利《变电站机械式表计数据采集及诊断系统》中，提出了一种基于在表计的表盘上安装实时摄像系统，实时拍摄表计的表盘图像的表计数据采集方法；这种表计数据真实有效，但是覆盖范围狭隘，采集效率较低，同时仍需要人工标注，费时费力。

在合成表计数据的生成方面，目前还没有关于变电站的相关方法。并且，由于变电站包括多台表计设备，而每台表计设备包括多种数据的特点，单纯地以传统的建模方式所导出的数据往往不具有较好的迁移性，并且在进行深度学习的过程中也无法提高深度学习的效率。

发明内容

本发明实施方式的目的是提供一种用于变电站表计图像数据集的合成方法、系统及存储介质。该合成方法、系统及存储介质可以自动生成用于表计图像数据集。

为了实现上述目的，本发明实施方式提供一种用于变电站图像数据集的合成方法，所述合成方法包括：

建立所述变电站的仿真模型作为目标变电站场景；

根据预设的天气以及光照条件渲染所述目标变电站场景以得到渲染后的变电站场景；

针对每个渲染后的变电站场景，从渲染后的变电站场景中选取一个预定范围为内的表计设备；

根据预设的视角以及距离获取选取的表计设备的图像；

根据所述图像生成对应的场景标注图像；