一種基于無人機巡檢圖像的電力設備缺陷智能識別方法

 

    技術特征：

 

    1.一種基于無人機巡檢圖像的電力設備缺陷智能識別方法，其特征在于，包括以下步驟：

 

    步驟1，采用數(shù)據(jù)流的模式，批量的獲取無人機巡檢得到的輸電線路圖像數(shù)據(jù)；

 

    步驟2，提取圖像特征，并對所述圖像特征進行整合分析，實現(xiàn)對典型部件的自動定位和識別；

 

    步驟3，根據(jù)設定的缺陷識別規(guī)則對典型部件進行相應的缺陷分析，實現(xiàn)對常見缺陷的分析與識別；

 

    步驟4，對分析識別結果進行匯總分析處理，依據(jù)部件類型、缺陷類型、缺陷等級進行分類，便于依據(jù)需求進行分類查詢，并進行特定部件的局部放大展示。

 

    2.根據(jù)權利要求1所述一種基于無人機巡檢圖像的電力設備缺陷智能識別方法，其特征在于，步驟1包括：

 

    通過無人機巡檢，獲取輸電線路圖像，以數(shù)據(jù)流方式批量讀入后臺處理系統(tǒng)；

 

    對所述輸電線路圖像進行預處理，包括圖像復原、圖像超分辨重建、圖像配準和圖像融合。

 

    3.根據(jù)權利要求1所述一種基于無人機巡檢圖像的電力設備缺陷智能識別方法，其特征在于，步驟2包括：

 

    對圖像數(shù)據(jù)進行圖像分割，利用檢測算法，將圖像數(shù)據(jù)中包含的電力設備及其故障檢測的潛在感興趣目標提取出來，并利用已知的感興趣目標的單個特征或特征組合從分割后的圖像數(shù)據(jù)中剔除虛假目標，保留圖像數(shù)據(jù)中的感興趣目標。

 

    4.根據(jù)權利要求3所述一種基于無人機巡檢圖像的電力設備缺陷智能識別方法，其特征在于，

 

    所述感興趣目標包括：桿塔、導線、地線、引流線、絕緣子、基礎、防震錘、接地裝置以及部件連通區(qū)域；

 

    其中，

 

    對于桿塔的識別：對圖像進行LSD直線檢測，快速準確的檢測出圖像中的直線特征；將圖像分塊，分析每塊中的直線特征，結合桿塔交叉、對稱的特性，確定每個圖像塊的屬性；最終得到桿塔的標記區(qū)域；

 

    對于導線的識別：由于導線在圖像中呈現(xiàn)出直線、貫穿特性，對圖像進行prewitt算子邊緣提??；分析邊緣方向信息并進行聚類處理；對各聚類中心進行像素區(qū)域生長操作；根據(jù)長度信息確定導線位置；

 

    對絕緣子的識別：利用深度學習中CNN方法對絕緣子進行識別，包括構建訓練樣本集，訓練、保存識別模型，利用滑動窗檢測，然后直線擬合候選框，確定圖像中絕緣子標記區(qū)域；

 

    對防震錘的識別：構造防震錘、隔離棒的訓練樣本集，利用Faster-RCNN算法，訓練識別模板，保留概率最大的目標候選框，確定圖像中防震錘的標記區(qū)域。

 

    5.根據(jù)權利要求4所述一種基于無人機巡檢圖像的電力設備缺陷智能識別方法，其特征在于，步驟3中所述的缺陷識別規(guī)則包括：絕緣子掉片缺陷識別規(guī)則、鳥巢缺陷識別規(guī)則、導線異物缺陷識別規(guī)則、導線斷股缺陷識別規(guī)則、防震錘缺陷識別規(guī)則；