[發明專利]一種絕緣子圖像分類方法及系統

在審

• 申請號: 201810338505.7
• 申請日: 2018-04-16
• 公開（公告）號: CN108564125A
• 公開（公告）日: 2018-09-21
• 發明（設計）人: 翟永杰;程海燕;趙猛;張木柳;楊旭
• 申請（專利權）人: 華北電力大學（保定）
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00;G06N3/04
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 王戈

1.一種絕緣子圖像分類方法，其特征在于，所述方法包括：

制備模擬圖像；所述模擬圖像為輸電線路的模擬航拍圖像，所述模擬圖像包括絕緣子圖像和背景圖；

獲取輸電線路的歷史航拍圖像；

通過所述模擬圖像以及所述歷史航拍圖像，對神經網絡模型進行訓練，得到分類模型；

對輸電線路進行拍攝，得到輸電線路的當前航拍圖像；

根據所述分類模型對所述當前航拍圖像進行分類，得到絕緣子圖像。

2.根據權利要求1所述的分類方法，其特征在于，所述制備模擬圖像，具體包括：

根據絕緣子的尺寸和形狀，繪制絕緣子部件，所述絕緣子部件包括金屬端頭、傘盤以及棒芯；

設置絕緣子各個部件的材質參數；

將各個部件進行組合，得到絕緣子；

對所述絕緣子進行環境渲染，得到模擬圖像。

3.根據權利要求1所述的分類方法，其特征在于，所述通過所述模擬圖像以及所述歷史航拍圖像，對神經網絡模型進行訓練，得到分類模型，具體包括：

通過所述神經網絡模型對所述模擬圖像以及所述歷史航拍圖像進行分類，得到背景圖輸出數據以及絕緣子圖像輸出數據；

判斷所述背景圖輸出數據以及絕緣子圖像數據是否在誤差閾值范圍內；

否是，則確定所述神經網絡模型為分類模型；

若否，則調整所述神經網絡模型的參數，使所述背景圖輸出數據以及絕緣子圖像數據在誤差閾值范圍內，得到分類模型。

4.根據權利要求1所述的分類方法，其特征在于，所述神經網絡模型包括3個卷積層、3個下采樣層以及1個全連接層。

5.一種絕緣子圖像分類系統，其特征在于，所述系統包括：

制備模塊，用于制備模擬圖像；所述模擬圖像為輸電線路的模擬航拍圖像，所述模擬圖像包括絕緣子圖像和背景圖；

獲取模塊，用于獲取輸電線路的歷史航拍圖像；

訓練模塊，用于通過所述模擬圖像以及所述歷史航拍圖像，對神經網絡模型進行訓練，得到分類模型；

拍攝模塊，用于對輸電線路進行拍攝，得到輸電線路的當前航拍圖像；

分類模塊，用于根據所述分類模型對所述當前航拍圖像進行分類，得到絕緣子圖像。

6.根據權利要求5所述的系統，其特征在于，所述制備模塊包括：

繪制單元，用于根據絕緣子的尺寸和形狀，繪制絕緣子部件，所述絕緣子部件包括金屬端頭、傘盤以及棒芯；

設置單元，用于設置絕緣子各個部件的材質參數；

組合單元，用于將各個部件進行組合，得到絕緣子；

渲染單元，用于對所述絕緣子進行環境渲染，得到模擬圖像。

7.根據權利要求5所述的系統，其特征在于，所述訓練模塊包括：

分類單元，用于通過所述神經網絡模型對所述模擬圖像以及所述歷史航拍圖像進行分類，得到背景圖輸出數據以及絕緣子圖像輸出數據；

判斷單元，用于判斷所述背景圖輸出數據以及絕緣子圖像數據是否在誤差閾值范圍內；

確定單元，與所述判斷模塊連接，用于當所述背景圖輸出數據以及絕緣子圖像數據在誤差閾值范圍內時，確定所述神經網絡模型為分類模型；以及用于當所述背景圖輸出數據以及絕緣子圖像數據不在誤差閾值范圍內時，調整所述神經網絡模型的參數，使所述背景圖輸出數據以及絕緣子圖像數據在誤差閾值范圍內，得到分類模型。

8.根據權利要求5所述的系統，其特征在于，所述神經網絡模型包括3個卷積層、3個下采樣層以及1個全連接層。