[发明专利]一种绝缘子缺陷诊断方法、装置及存储介质

权利要求书

1.一种绝缘子缺陷诊断方法，其特征在于，包括：

采集绝缘子的红外图像和可见光图像并进行配准，获得红外图像和可见光图像之间的转换关系；

通过预训练权重参数的网络模型识别所述可见光图像对绝缘子进行目标检测，得到绝缘子的可见光图像旋转目标检测框；

将所述可见光图像旋转目标检测框的坐标和角度通过所述转换关系进行映射得到红外图像旋转目标检测框；

根据所述红外图像旋转目标检测框在红外图像中确定的各个绝缘子的位置获取绝缘子的温度特征，根据预设的绝缘子诊断规范对温度特征进行分析得到绝缘子缺陷。

2.根据权利要求1所述的绝缘子缺陷诊断方法，其特征在于，所述配准的过程包括：

通过等比例缩放将所述红外图像和可见光图像处理为相同分辨率；

索贝尔算子分别计算所述红外图像和所述可见光图像在水平和垂直方向的梯度，根据预设的梯度阈值和计算得到的梯度筛选出目标像素；

对筛选出目标像素的红外图像和可见光图像使用SIFT算法配准得到组成所述转换关系的对应点对，使用RANSAC算法对SIFT算法配准过程进行优化得到目标单应矩阵。

3.根据权利要求2所述的绝缘子缺陷诊断方法，其特征在于，所述转换关系由等比例缩放关系和所述目标单应矩阵确定的图像仿射关系组成。

4.根据权利要求1所述的绝缘子缺陷诊断方法，其特征在于，训练所述网络模型的过程包括：采集电力设备可见光图像，并标注得到数据标签；其中，所述标注包括将所述电力设备可见光图像中每个不同电力设备通过标注框进行框选，并以设定格式记录电力设备名称、所述标注框的中心点像素坐标、标注框像素宽高和旋转角；

将所述数据集按设定比例分为训练集、验证集和测试集，并利用所述训练集、测试集和验证集对所述网络模型进行训练和验证测试。

5.根据权利要求4所述的绝缘子缺陷诊断方法，其特征在于，所述标注过程中，用于框选电力设备的所述标注框的长轴与绝缘子串中心线重合。

6.根据权利要求1所述的绝缘子缺陷诊断方法，其特征在于，对绝缘子进行目标检测的所述网络模型采用融合路径聚合的S2Anet网络模型，所述融合路径聚合的S2Anet网络模型在S2Anet的backbone和head之间引入路径聚合网络。

7.根据权利要求1所述的绝缘子缺陷诊断方法，其特征在于，根据绝缘子的类型设定所述温度特征的提取方式，所述提取方式使用直线测温和点测温中的任意一种或几种，其中，执行所述直线测温时，选取红外图像旋转目标检测框两条短边的中点作为所述直线测温扫描过程中的起点和终点。

8.根据权利要求1所述的绝缘子缺陷诊断方法，其特征在于，检测转换后得到的所述红外图像旋转目标检测框坐标是否超出红外图像边界，若超出则将所述红外图像旋转目标检测框的边按照红外图像边界截断。

9.一种基于红外和可见光图像的绝缘子缺陷诊断装置，其特征在于，包括：图像采集单元，存储单元，处理单元和总线单元，其中，所述总线单元连接图像采集单元、存储单元和处理单元，所述存储单元存储计算机程序，所述计算机程序被所述处理单元执行时实现如权利要求1-8任一所述的绝缘子缺陷诊断方法。

10.一种实现绝缘子缺陷诊断方法的存储介质，所述存储介质存储计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-8任一所述的绝缘子缺陷诊断方法。