[发明专利]一种绝缘子缺陷诊断方法、装置及存储介质

说明书

本发明提供一种基于红外图像和可见光图像的绝缘子缺陷诊断方法、装置及存储介质，涉及计算机视觉诊断技术领域，本发明获取绝缘子的可见光图像和红外图像；采用预设的网络模型对可见光图像进行识别；当区域内含有绝缘子设备时，使用训练好的旋转目标检测模型精确识别可见光图像中的绝缘子设备；根据红外图像获取所述绝缘子设备的温度信息；依据相关规范等缺陷诊断标准方法对绝缘子设备进行缺陷诊断；将诊断结果进行汇总和展示，能够较为精准的智能检测图像中是否有绝缘子设备缺陷，进而提高智能红外诊断系统或设备的实用效果。

技术领域

本发明涉及计算机视觉诊断领域，尤其涉及绝缘子缺陷诊断方法、装置及存储介质。

背景技术

电力设备是电网中的重要设备，设备的工作正常与否关系到电力系统的安全和稳定。目前利用无人机、机器人和固定摄像头等采集的可见光图像和红外图像越来越多。

可见光图像有丰富的纹理细节信息，一般能够诊断人眼可见的电力设备缺陷信息，如绝缘子不完整，金具锈蚀等，但是无法检测到温度信息。红外图像能够较为准确的获取到温度信息但是细节纹理较可见光图像粗糙，且不易识别电力设备类别。通过可见光图像和红外图像联合分析，能够使可见光图像和红外图像优势互补，更好的服务电力设备缺陷检测。专利申请号202210689402.1公开了一种基于红外图像和旋转目标检测方法的电压型致热缺陷诊断方法，该方法先判断红外图像中是否有三相区域，然后使用旋转目标检测红外图像中三相区域内的设备，进而对变电三相区域设备电压致热进行诊断。而本发明使用可见光图像和红外图像联合分析，相对于单一红外图像分析而言，可见光图像比红外图像的细节信息和纹理信息更加丰富，增加了模型的识别效果，可见光图像与红外图像信息相互补充。旋转矩形目标框与矩形目标框不同，常用的矩形旋转目标检测框可以通过矩形的一条对角线的两个端点或者矩形的四个角点确定，一般两个点或四个点就能够确定。但是矩形旋转目标检测框对斜放置的物体不友好，会加入更多的背景信息，旋转矩形目标框在矩形目标框的基础上加入了角度信息，能够使矩形按照一定的角度旋转，使其更好的与斜放置的物体进行贴合。

综上所述，当前电力设备致热型缺陷诊断很少使用可见光图像和红外图像联合分析，通常都是针对单一的红外图像，而且使用旋转目标检测模型检测设备的方法较少，而且是用于单一的红外图像。本文方法将可见光图像和红外图像联合分析，且针对旋转目标检测模型和可见光图像进行检测，提升了绝缘子设备致热型缺陷诊断的效率。本发明适用于日出、日间和傍晚等时刻情景，对夜晚环境等可见光图像成像效果不佳时不宜使用。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本发明提供一种绝缘子缺陷诊断方法、装置及存储介质。

第一方面，本发明提供一种绝缘子缺陷诊断方法，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。

更进一步地，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。