本發(fā)明涉及缺陷標(biāo)注，更具體地說，本發(fā)明涉及一種基于無人機電力線路圖像線路設(shè)備缺陷標(biāo)注方法。

背景技術(shù)：

1、隨著科技的不斷進步，無人機技術(shù)正逐漸在各個行業(yè)展現(xiàn)其強大的應(yīng)用潛力，尤其是在電力行業(yè)的設(shè)備檢測與維護領(lǐng)域。傳統(tǒng)的電力設(shè)備巡檢通常依賴于人工巡視和周期性檢查，這種方法存在效率低下、成本高昂以及人為誤差可能性大的問題。為了克服這些挑戰(zhàn)，基于無人機的電力線路圖像設(shè)備缺陷標(biāo)注方法應(yīng)運而生。

2、近年來，無人機技術(shù)的迅猛發(fā)展為解決電力設(shè)備監(jiān)測帶來了新的可能性。無人機具備快速、靈活、高效的特點，能夠在空中快速覆蓋廣大區(qū)域，獲取高分辨率的電力線路圖像。這種方式不僅顯著降低了巡檢的人力和時間成本，還能夠?qū)崿F(xiàn)對復(fù)雜地形和難以接近區(qū)域的全面監(jiān)控，為電力設(shè)備的安全運行提供了強有力的技術(shù)支持。無人機配備高分辨率的攝像頭和先進的傳感器，能夠高效、快速地對電力線路及其設(shè)備進行圖像采集。這些圖像不僅覆蓋了從高空到各種角度的視角，而且可以在不同的天氣和光照條件下獲取數(shù)據(jù)。接下來，利用計算機視覺和圖像處理算法，如對象檢測、圖像分割和特征提取，分析這些圖像以識別電力線路上可能存在的設(shè)備缺陷，例如桿塔傾斜、絕緣子損壞等。此外，機器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)的應(yīng)用，使得系統(tǒng)能夠根據(jù)大量數(shù)據(jù)自動學(xué)習(xí)和優(yōu)化，進一步提高檢測的準(zhǔn)確性和效率?；跓o人機的設(shè)備缺陷標(biāo)注方法不僅可以提升電力設(shè)備巡檢的效率，還能夠?qū)崿F(xiàn)實時監(jiān)測和預(yù)警。一旦系統(tǒng)檢測到設(shè)備問題，便能立即發(fā)出警報通知維護人員，以便及時采取修復(fù)措施，降低電力系統(tǒng)發(fā)生故障的風(fēng)險?？傮w來說，這種技術(shù)不僅提高了電力行業(yè)設(shè)備管理的效率和可靠性，還大大降低了人員參與巡檢過程中的安全風(fēng)險。

3、上述公開的技術(shù)方案中，至少存在如下技術(shù)問題：

4、電力線路設(shè)備可能存在多種類型的缺陷，如斷裂、腐蝕、松動等，這些缺陷在圖像中的表現(xiàn)形式復(fù)雜多樣。標(biāo)注算法需要能夠識別并準(zhǔn)確地標(biāo)注這些不同類型的缺陷，這對算法的魯棒性和泛化能力提出了挑戰(zhàn)。

5、其次，無人機拍攝的電力線路圖像數(shù)據(jù)量龐大，需要能夠快速處理和分析這些數(shù)據(jù)，以便及時發(fā)現(xiàn)和處理線路設(shè)備的缺陷。實時處理要求算法具備高效的計算能力和數(shù)據(jù)處理能力。

6、針對上述問題，本發(fā)明提出一種解決方案。

技術(shù)實現(xiàn)思路

1、為了克服現(xiàn)有技術(shù)的上述缺陷，本發(fā)明的實施例提供一種基于無人機電力線路圖像線路設(shè)備缺陷標(biāo)注方法，通過卷積神經(jīng)網(wǎng)路，以解決上述背景技術(shù)中提出的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、一種基于無人機電力線路圖像線路設(shè)備缺陷標(biāo)注方法，包括以下步驟：

4、獲取輸電線路的歷史圖片并進行預(yù)處理；將預(yù)處理完的歷史圖片使用圖像分割技術(shù)，對歷史圖片進行特征提取，得到線路圖像特征值；對歷史圖片中的缺陷圖片進行人工標(biāo)注，得到缺陷圖片，將缺陷圖片的線路圖像特征值標(biāo)注為缺陷圖像特征值；將缺陷圖像特征值和線路圖像特征值作為訓(xùn)練集和測試集并使用卷積神經(jīng)網(wǎng)絡(luò)進行模型訓(xùn)練，得到電力線路缺陷識別模型；將實時的輸電線路圖片輸入電力線路缺陷識別模型，對實時的輸電線路圖片進行缺陷識別，并進行標(biāo)注。

5、在一個優(yōu)選的實施方式中，所述預(yù)處理包括圖片篩選、圖片裁剪和壓縮、去噪、調(diào)整亮度和對比度、圖像增強。

6、在一個優(yōu)選的實施方式中，所述圖像分割技術(shù)具體為：將歷史圖片的每個像素的紅綠藍三個通道的值加權(quán)平均得到灰度圖像；將預(yù)設(shè)的閾值與灰度圖像中的像素的灰度值進行比較；將像素分為兩個類別：將灰度值大于預(yù)設(shè)的閾值的像素標(biāo)記為目標(biāo)，將灰度值小于預(yù)設(shè)的閾值的像素標(biāo)記為背景；將兩個類別的像素結(jié)合，生成二值圖像；所述二值圖像包括目標(biāo)部分和背景部分，目標(biāo)部分用白色，背景部分用黑色表示。

7、在一個優(yōu)選的實施方式中，所述線路圖像特征值的具體獲取方法如下：使用邊緣檢測算法提取所述二值圖像中的線路邊緣；基于霍夫變換直線檢測算法測算所述線路邊緣的直線特征；對所述直線特征進行特征提取，得到第一特征；并對第一特征進行特征的后處理，去除不必要的特征、合并相關(guān)特征得到線路圖像特征值；所述特征提取操作包括計算直線的長度、角度、位置信息，和提取直線的端點坐標(biāo)。

8、在一個優(yōu)選的實施方式中，所述所有不同類型的缺陷包括塔基缺陷、接地線缺陷、阻尼器缺陷、三板缺陷、絕緣子缺陷、均壓環(huán)缺陷、接觸端子缺陷和異物缺陷。

9、在一個優(yōu)選的實施方式中，所述電力線路缺陷識別模型的具體獲取方法如下：將缺陷圖像特征值和線路圖像特征值作為訓(xùn)練集；將所述訓(xùn)練集基于卷積神經(jīng)網(wǎng)絡(luò)提取卷積特征，獲得若干特征映射，并建立初始訓(xùn)練模型；根據(jù)若干特征映射和損失函數(shù)交替訓(xùn)練初始訓(xùn)練模型，并對電力線路缺陷識別模型進行參數(shù)優(yōu)化和結(jié)構(gòu)調(diào)整，得到最終的電力線路缺陷識別模型。

10、本發(fā)明一種基于無人機電力線路圖像線路設(shè)備缺陷標(biāo)注方法的技術(shù)效果和優(yōu)點：

11、1.本發(fā)明通過采用基于圖像處理和計算機視覺技術(shù)的缺陷識別算法能夠準(zhǔn)確地檢測和標(biāo)注電力線路設(shè)備的各種缺陷，如斷裂、腐蝕、松動等。這些算法在訓(xùn)練過程中通過大量標(biāo)注的數(shù)據(jù)進行優(yōu)化，可以達到較高的識別精度，提高了設(shè)備故障的檢測率和準(zhǔn)確率。

12、2.本發(fā)明通過采用無人機能夠快速、高效地獲取電力線路的圖像數(shù)據(jù)，相比傳統(tǒng)的人工巡檢或地面車輛巡檢，大大節(jié)省了時間和人力成本。這種自動化的巡檢方式可以頻繁地監(jiān)測線路設(shè)備，減少了人為因素的影響，提高了巡檢效率。

技術(shù)特征：

1.一種基于無人機電力線路圖像線路設(shè)備缺陷標(biāo)注方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于無人機電力線路圖像線路設(shè)備缺陷標(biāo)注方法，其特征在于，所述預(yù)處理包括圖片篩選、圖片裁剪和壓縮、去噪、調(diào)整亮度和對比度、圖像增強。

3.根據(jù)權(quán)利要求2所述的基于無人機電力線路圖像線路設(shè)備缺陷標(biāo)注方法，其特征在于，所述圖像分割技術(shù)具體為：

4.根據(jù)權(quán)利要求3所述的基于無人機電力線路圖像線路設(shè)備缺陷標(biāo)注方法，其特征在于，所述線路圖像特征值的具體獲取方法如下：

5.根據(jù)權(quán)利要求4所述的基于無人機電力線路圖像線路設(shè)備缺陷標(biāo)注方法，其特征在于，所述缺陷圖片包括塔基缺陷、接地線缺陷、阻尼器缺陷、三板缺陷、絕緣子缺陷、均壓環(huán)缺陷、接觸端子缺陷和異物缺陷。

6.根據(jù)權(quán)利要求5所述的基于無人機電力線路圖像線路設(shè)備缺陷標(biāo)注方法，其特征在于，所述電力線路缺陷識別模型的具體獲取方法如下：

7.根據(jù)權(quán)利要求6所述的基于無人機電力線路圖像線路設(shè)備缺陷標(biāo)注方法，其特征在于，所述特征映射的計算公式為：

8.根據(jù)權(quán)利要求7所述的基于無人機電力線路圖像線路設(shè)備缺陷標(biāo)注方法，其特征在于，所述損失函數(shù)的計算公式為：

9.根據(jù)權(quán)利要求8所述的基于無人機電力線路圖像線路設(shè)備缺陷標(biāo)注方法，其特征在于，所述分類損失函數(shù)和回歸損失函數(shù)的計算公式為：

10.根據(jù)權(quán)利要求9所述的基于無人機電力線路圖像線路設(shè)備缺陷標(biāo)注方法，其特征在于，所述訓(xùn)練細化網(wǎng)絡(luò)中損失函數(shù)為：

技術(shù)總結(jié)
本發(fā)明公開了一種基于無人機電力線路圖像線路設(shè)備缺陷標(biāo)注方法，涉及缺陷標(biāo)注技術(shù)領(lǐng)域，包括以下步驟：獲取輸電線路的歷史圖片并進行預(yù)處理；將預(yù)處理完的歷史圖片使用圖像分割技術(shù)，對歷史圖片進行特征提取，得到線路圖像特征值；對歷史圖片中的缺陷圖片進行人工標(biāo)注，得到缺陷圖片，將缺陷圖片的線路圖像特征值標(biāo)注為缺陷圖像特征值；將缺陷圖像特征值和線路圖像特征值作為訓(xùn)練集并使用卷積神經(jīng)網(wǎng)絡(luò)進行模型訓(xùn)練，得到電力線路缺陷識別模型。本申請的缺陷識別算法能夠準(zhǔn)確地檢測和標(biāo)注電力線路設(shè)備的各種缺陷，提高了設(shè)備故障的檢測率和準(zhǔn)確率。

技術(shù)研發(fā)人員：云獻睿,劉標(biāo),謝正勇,王昌紅,郟燕琪,孟慶斌,車偉,盧海亮
受保護的技術(shù)使用者：國網(wǎng)安徽省電力有限公司阜陽供電公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19