[發明專利]高壓輸電鐵塔關鍵部件缺陷識別方法

有效

• 申請號: 201711182523.2
• 申請日: 2017-11-23
• 公開（公告）號: CN108022235B
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 陶顯;張大朋;劉希龍;徐德;王子昊
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 北京市恒有知識產權代理事務所(普通合伙) 11576
• 代理人: 郭文浩

本發明涉及高壓輸電設備巡檢領域，提出一種高壓輸電鐵塔關鍵部件缺陷識別方法，旨在解決在高壓輸電設備巡檢中關鍵設備缺陷檢測效率低下等問題，該方法包括：獲取高壓輸電鐵塔關鍵部件的圖像數據，并對上述圖像數據作去噪預處理操作；根據上述圖像數據，利用預先訓練好的定位識別模型定位出上述輸電鐵塔關鍵部件在上述圖像數據中的區域位置，確定上述區域位置的圖像數據為關鍵部件圖像數據；根據上述關鍵部件圖像數據，利用預先訓練好的缺陷識別模型對上述區域位置的設備進行缺陷識別，標記所識別出的具有缺陷的關鍵部件。關鍵部件圖像采取先定位再檢測的自動識別策略，實現了對高壓輸電鐵塔關鍵部件的自動檢測，提高了缺陷檢測的效率。

技術領域

本發明涉及高壓輸變電領域設備運行狀態檢修領域，尤其涉及一種高壓輸電鐵塔關鍵部件缺陷識別方法。

背景技術

目前，隨著石油煤炭等資源的緊缺，電力能源的應用越來越廣泛，電網的規模越來越大。但是在電力輸送電中，巡線方法和技術卻依然滯后，并造成不少人力、物力以及社會資源浪費。在電力線路巡檢中高壓輸變電設備運行狀態檢修存在介質檢測麻煩、巡視范圍小、檢測效率低和存在安全隱患等問題。

基于無人機的高壓輸變電設備運行狀態巡檢，通過懸停在設備周邊實現“無死角、無盲區”巡視診斷。另外，無人機不受地形限制影響，可穿山越嶺完成巡檢任務，極大地彌補地面巡檢的不足。在安全方面，無人機巡檢適用于執行特殊時期危險性高的任務，巡檢安全性能高，減少人工登塔、走線等作業，有效控制人身安全風險。然而基于無人機的高壓輸變電設備關鍵部件巡檢一般都是利用無人機采集完圖像后依靠人工進行檢測，無法進行自動檢測。人工檢測會影響缺陷識別的效率，同時檢測的準確率不穩定。

發明內容

為了解決現有技術中的上述問題，即為了解決在高壓輸變電設備的缺陷檢測中，無法對關鍵設備的缺陷進行自動識別的問題，本申請提出一種高壓輸電鐵塔關鍵部件缺陷識別方法以解決上述問題：

第一方面，本發明提供一種高壓輸電鐵塔關鍵部件缺陷識別方法。該方法包括：獲取高壓輸電鐵塔關鍵部件的圖像數據，并對上述圖像數據作去噪預處理操作；根據上述圖像數據，利用預先訓練好的定位識別模型定位出上述輸電鐵塔關鍵部件在上述圖像數據中的區域位置，將所述區域位置發送到圖像采集平臺，以控制無人機移動以及圖像聚焦變倍操作以采集所述區域位置的圖像數據，確定上述區域位置的圖像數據為關鍵部件圖像數據，所述定位識別模型是用于定位關鍵部件在所述圖像數據中的區域位置的模型，其輸入為圖像數據，輸出為關鍵部件在所述圖像數據中的區域位置；根據上述關鍵部件圖像數據，利用預先訓練好的缺陷識別模型對上述區域位置的設備進行缺陷識別，標記所識別出的具有缺陷的關鍵部件，所述缺陷識別模型是用于識別圖像數據中關鍵部件的缺陷的模型，其輸入為關鍵部件圖像數據，輸出為與所述關鍵部件缺陷相關的信息。

在一些示例中，上述方法還包括訓練上述定位識別模型的步驟，上述訓練上述定位識別模型的步驟包括：獲取定位識別訓練用數據，上述定位識別訓練用數據為標注了待定位關鍵部件的圖像數據；根據上述定位識別訓練用數據，利用機器學習算法訓練初始定位識別模型，得到上述定位識別模型。

在一些示例中，獲取上述定位識別訓練數據，包括：對上述圖像數據進行多特征計算，生成上述圖像數據的多個特征圖；構建上述特征圖的多尺度圖像金字塔，確定在上述特征圖中標注了關鍵部件的特征圖作為定位識別訓練數據。

在一些示例中，上述對上述圖像數據進行多特征計算，生成上述圖像數據的多個特征圖，包括：對預處理后的上述圖像數據進行多特征計算，上述多特征包括三通道顏色特征、梯度幅值特征、梯度方向直方圖特征、haar-like特征和投影尺度不變特征；由上述多特征計算的各特征值，生成上述圖像數據的各個特征的特征圖。