[发明专利]一种无人机影像的配电线路杆塔导地线断股图像检测方法

说明书

本发明涉及图像识别技术领域，具体涉及一种无人机影像的配电线路杆塔导地线断股图像检测方法，包括以下步骤：A）建立导地线断股的图片数据集，标记并定位图像中的大目标；B）通过有线从无人机将无人机拍摄的图片数据传输到PC端，进入典型缺陷智能分析模块，识别出待分析区域，建立分析框，人工标记缺陷，获得样本数据；C）构建Cascade R‑CNN网络，使用样本数据训练和测试Cascade R‑CNN网络；D）获得无人机巡视拍摄图片，识别出待分析区域，导入Cascade R‑CNN网络，获得检测结果。本发明的实质性效果是：提升了对小目标检测的性能；提高了对配电线路杆塔导地线断股故障检测的准确度。

技术领域

本发明涉及图像识别技术领域，具体涉及一种无人机影像的配电线路杆塔导地线断股图像检测方法。

背景技术

输电线路是电力系统的动脉,输电导线是组成输电线路的重要部件。外力破坏、气象灾害、线路老化等因素造成的输电导线断股与损坏严重威胁线路稳定运行,给人们正常的生产、生活造成严重影响。通过对无人机巡线的航拍输电导线视频/图像进行图像处理,能够实现输电导线运行状态的实时检测,有效保障电网的安全运行。因此,基于小样本量无人机影像的配电线路杆塔导地线断股图像检测方法的研究具有非常重要的现实意义。我国无人机与直升机巡检检测研究的起步相较于欧美一些发达国家晚，在许多技术方面还存在诸多难题，当前还不能实现无人机与直升机巡检技术的全面实施。目前，我国对无人机与直升机中架设的图像采集设备获取的图像主要依靠后期人工检测，检测结果不仅受人为主观因素的影响，而且效率较低。我国现有输电导线断股与损伤的检测方法主要包括：基于红外图像的故障监测、基于可见光图像的故障监测、基于漏磁与涡流传感器的钢芯铝股导线断股检测及基于各类传感器的导线疲劳强度检测等。由文献宋屹峰,王洪光,李贞辉等《基于视觉方法的输电线路断股检测与机器人行为规划》[J].机器人,2015,37(2):204-211).公开。

申请人经过查阅资料，发现与本申请技术最为接近的是文献：蒋兴良,夏云峰,张志劲,等《基于优化Gabor滤波器的输电导线断股图像检测》[J]电力系统自动化,2011,35(15):78-83).中，蒋兴良等人提出一种通过计算完好导线图像与滤波器卷积能量的输出响应，应用小生境遗传算法寻找最优的 Gabor 滤波器参数和分割阈值，通过检测图像的滤波和能量的二值化处理，实现输电线路导线断股缺陷检测的识别方法。该方法可实现获取导线图像中涉及的导线单侧的断股与损伤状况，而对未检测的导线背面区域的断股状况并未可知，且对于散股严重的断股导线很难进行有效检测，极易出现错检、漏检；其次，其检测结果对于背景单一的输电线路导线图像将很有效，但由于通过直升机、无人机或巡检机器人获取的输电线路导线图像中复杂背景总是存在，基于输电线路导线灰暗的颜色特性，以及获取的输电导线图像中导线表面受光照影响像素灰度值不均匀，导线区域清晰度高（灰度值分散程度高等），而背景区域中的树木、房屋、道路等清晰度低的图像特点，该方法检测结果具有一定的局限性。

发明内容

本发明要解决的技术问题是：目前导地线断股图像检测方法检测准确度低的技术问题。提出了一种无人机影像的配电线路杆塔导地线断股图像检测方法，本方法对小目标特征的识别进行了优化处理，不仅大幅提高了检测准确度，同时降低了所需训练样本数量。