[发明专利]基于本征图像分解的绝缘子RTV涂层识别方法及装置

说明书

本发明提出一种基于本征图像分解的绝缘子RTV涂层识别方法及装置，一般基于无人机巡检拍摄的绝缘子串影像，针对绝缘子RTV存在的类间差异小，仅存在细微颜色和光泽差异，直接分类效果不佳，提出了以本征图像分解的反射率图像作为分类器的输入，提高了分类准确率；在此基础上，采用了由ResNeSt101、ResNet101和ViT‑Large三种分类器组成的集成学习器，进一步提高了分类性能。针对无人机杆塔精细化巡检作业特点，本发明提出的绝缘子串样本标注方法结合最小中心距离筛选方法，可较准确提取出拍摄点单一目标绝缘子串，不同于传统的目标检测要求尽量检测出全部实例，可进一步应用在巡检缺陷识别等类似场景。

技术领域

本发明涉及电力设施巡检、图像识别、绝缘子检测等技术领域，尤其涉及一种基于本征图像分解的绝缘子RTV涂层识别方法及系统装置。

背景技术

随着社会经济快速发展，各地污染源不断增多，有些污区的绝缘子需要喷涂RTV来提高绝缘性能。近年来，因输电线路绝缘子应涂未涂RTV防污闪涂料而发生的污闪事故时有发生，污闪威胁着输电线路的安全稳定运行。同时，线路设备的变更，绝缘子台账与实际不符的情况普遍存在，需要耗费大量的人力对台账数据进行治理。

近年来，无人机巡检的在电网公司广泛开展，成为了立体巡检体系的重要一环，并积累了海量的巡检影像数据，可以利用这些数据进行绝缘子RTV漏涂排查。但是，人工排查效率低下，容易出错，工作量巨大。因而，需要考虑利用机器学习等智能方法来识别绝缘子是否喷涂了RTV涂层，自动对海量的巡检影像数据进行智能排查，挖掘无人机杆塔精细化巡检数据价值，提升数据治理效率。

在无人机杆塔精细化巡检场景中，一个拍摄点的图片往往包含多串绝缘子，如何识别定位出对应安装位置的那串绝缘子比较困难。因相机拍摄色差、曝光不当等缘故，绝缘子有无喷涂RTV涂层，往往仅存在细微的颜色与光泽差异，如何准确细粒度分类存在困难。

在现有技术当中，对RTV涂层尚无快速、有效的准确的识别方法，如中国专利CN201510800260绝缘子RTV涂层脱落面积检测方法及检测装置的方案中，依靠人工对RTV涂层缺损部位进行涂色，后进行拓印并采集图像，显然与无人机巡检拍摄方式有本质区别；CN201911226484一种绝缘子RTV涂层缺陷识别方法的方案中，只能对单片绝缘子影像进行处理，通过阈值分解的方法区分有明显灰度区别的RTV涂层及其破损部位，但显然无法提取绝缘子串并对有无RTV涂层的绝缘子进行识别和判断。

发明内容

本发明针对现有技术存在的缺陷和不足，本发明提出一种基于本征图像分解的绝缘子RTV涂层识别方法及装置，用于解决绝缘子RTV涂层应涂未涂的排查问题。一般基于无人机巡检拍摄绝缘子影像，针对绝缘子RTV存在的类间差异小，仅存在细微颜色和光泽差异，直接分类效果不佳，提出了以本征图像分解的反射率图像作为分类器的输入，提高了分类准确率；在此基础上，采用了由ResNeSt101、ResNet101和ViT-Large三种分类器组成的集成学习器，进一步提高了分类性能。针对无人机杆塔精细化巡检作业特点，本发明提出的绝缘子串样本标注方法结合最小中心距离筛选方法，可较准确提取出拍摄点单一目标绝缘子串，不同于传统的目标检测要求尽量检测出全部实例，可进一步应用在巡检缺陷识别等类似场景。

本发明具体采用以下技术方案：

一种基于本征图像分解的绝缘子RTV涂层识别方法绝缘子RTV涂层识别方法，其特征在于，包括以下步骤：

采用目标检测的方法提取出候选绝缘子串；并提取所述候选绝缘子串拍摄点图片对应的目标绝缘子串；之后扩张目标绝缘子串的边界，在原始图片上切出目标绝缘子串对应位置的局部图像；对所述局部图像进行本征图像分解；并以所述本征图像分解得到的反射率图像作为输入，进行绝缘子RTV细粒度分类，确定绝缘子是否涂有RTV。

其中，目标检测方法提取的对象，即原始图片一般为无人机对绝缘子串的巡检图像，当然，也可以适用于其他类型的带有绝缘子串的拍摄图像。