[发明专利]一种绝缘子自爆缺陷检测方法、装置、终端和存储介质

说明书

本发明公开了一种绝缘子自爆缺陷检测方法、装置、终端和存储介质，所述方法包括：获取目标区域内的绝缘子遥感图像数据，并对所述遥感图像数据进行预处理，获得预处理后的遥感图像数据；构建自爆缺陷检测模型，其中，所述检测模型包括：基础网络单元、混合空洞卷积单元和检测单元；将所述预处理后的遥感图像数据输入到所述自爆缺陷检测模型，获得缺陷检测的结果。本发明能够在提高绝缘子自爆缺陷的检测效率同时，还能提高检测的准确率。

技术领域

本发明涉及图像识别技术领域，特别是涉及一种绝缘子自爆缺陷检测方法、装置、终端和存储介质。

背景技术

架空输电线路连接电站、变电站和用户，形成输配电网络。在输电线路中，绝缘子是必备设备之一，其在电气隔离和机械支撑方面起着重要作用。绝缘子的失效直接威胁到输电线路的稳定性和安全性。据统计，由绝缘子故障引起的事故在电力系统故障中所占比例最高。因此，对绝缘子缺陷进行及时、智能的检测显得尤为重要。近年来，输电线路检查通常使用传统方法，如人工巡逻，有人驾驶直升机巡逻，和爬升机器人巡逻。然而，由于输电线路分布广泛并且所处区域地形复杂导致传统的巡视方法效率低下。无人机(UAV)巡检与以上传统方法相比具有成本低、耗时少等优点。并且随着图像处理技术的发展，基于无人机遥感图像的绝缘子缺陷检测越来越受到电力企业的重视。然而，由于图像中绝缘子自爆缺陷区域小、背景复杂，对绝缘子自爆缺陷的快速、智能检测是一项具有挑战性的任务。

目前，现有的绝缘子检测方法中，存在以下问题：

1、现有的目标检测算法可分为一阶检测方法和二阶检测方法。一阶检测方法实时性高，但是检测精度低；二阶检测方法检测精度高于一阶检测方法，但是难以训练且检测速度慢。两类方法均无法在检测速度与精度上取得平衡。

2、遥感图像中绝缘子缺陷区域占有面积比例较小，现有的方法在进行特征提取过程中容易造成小目标的特征信息丢失。

3、现有的目标检测算法在遥感图像中绝缘子重合遮挡时，容易造成目标检测准确率下降。

发明内容

本发明的目的是：提供一种绝缘子自爆缺陷检测方法、装置、终端和存储介质，不仅能够提高绝缘子自爆缺陷的检测效率，还能提高检测的准确率。

为了实现上述目的，本发明提供了一种绝缘子自爆缺陷检测方法，包括：

获取目标区域内的绝缘子遥感图像数据，并对所述遥感图像数据进行预处理，获得预处理后的遥感图像数据；

构建自爆缺陷检测模型，其中，所述检测模型包括：基础网络单元、混合空洞卷积单元和检测单元；

将所述预处理后的遥感图像数据输入到所述自爆缺陷检测模型，获得缺陷检测的结果。

进一步地，所述预处理包括：灰度化处理、几何变换处理和图像增强处理。

进一步地，所述混合空洞卷积单元，采用如下计算公式：

f_n＝f_k+(f_k-1)*(D_r-1)

其中，f_k为空洞卷积的卷积核大小；f_n为空洞卷积等效卷积核大小；D_r为扩张率；l_m-1表示上一层的感受野；l_m表示当前层的感受野；s_i表示当前层之前第i层卷积步长。

进一步地，所述检测单元，采用如下计算公式：