[发明专利]一种输电线路无人机巡检图像质量评价方法

权利要求书

1.一种输电线路无人机巡检图像质量评价方法，其特征在于，包括以下步骤：

制作关键部件检测训练数据集，同时构建并训练巡检图像关键部件检测模型，该关键部件检测模型的输出为图像上的一个以上的关键部件预测框及其分类；

制作图像清晰度检测训练数据集，同时构建并训练巡检图像清晰度检测模型，该清晰度检测模型用于判断图像中每个设定大小的图像子块是否为清晰块；

将待评价的图像分别输入训练好的巡检图像关键部件检测模型与巡检图像清晰度检测模型中，由巡检图像关键部件检测模型得到图像中关键部件的种类和预测框信息，由巡检图像清晰度检测模型得到图像中每个图像子块是否清晰；

对每个得到的预测框，计算预测框内清晰的图像子块的占比，若占比大于预设的阈值，则判断该预测框的清晰度达标；若图像包含清晰度达标的预测框，则判断图像包含清晰目标，进行后续的处理，否则判定该图像不合格，舍弃；

对每个清晰度达标的预测框，计算预测框的中心偏离度与图占比两个指标，将两个指标与设定的阈值比较，若均满足，则当前预测框预测目标拍摄合格；若一张图像至少有一个清晰且拍摄合格的目标，则判定该图像合格，否则舍弃；其中，中心偏离度为预测框中心点偏离图像中心点的距离占图像最小边的比例；图占比为预测框面积占据图像面积的比例。

2.根据权利要求1所述的输电线路无人机巡检图像质量评价方法，其特征在于，所述巡检图像关键部件检测模型采用YOLOv3目标检测模型，输入图像进入该YOLOv3目标检测模型，预测得到图像中关键部件的类别及预测框左上角和右下角的坐标。

3.根据权利要求1所述的输电线路无人机巡检图像质量评价方法，其特征在于，所述巡检图像清晰度检测模型采用ResNet152深度残差网络作为巡检图像清晰度特征提取网络，同时移除ResNet152深度残差网络的输出层并增加Dropout层及Softmax层。

4.根据权利要求1所述的输电线路无人机巡检图像质量评价方法，其特征在于，所述计算预测框内清晰的图像子块的占比，若占比大于预设的阈值，则判断该预测框的清晰度达标，其中该预设的阈值为0.7。

5.根据权利要求1所述的输电线路无人机巡检图像质量评价方法，其特征在于，所述中心偏离度的阈值为0.5。

6.根据权利要求1所述的输电线路无人机巡检图像质量评价方法，其特征在于，若关键部件为绝缘子，则将图占比的阈值设置为0.075，若关键部件为防震锤，则将图占比的阈值设置为0.021，若关键部件为防鸟刺，则将图占比的阈值设置为0.038。

7.一种输电线路无人机巡检图像质量评价系统，其特征在于，包括存储器、处理器以及存储在存储器上并能够被处理器运行的计算机程序指令，当处理器运行该计算机程序指令时，能够实现如权利要求1-6任一项所述的方法步骤。

8.一种计算机可读存储介质，其特征在于，其上存储有能够被处理器运行的计算机程序指令，当处理器运行该计算机程序指令时，能够实现如权利要求1-6任一项所述的方法步骤。