[發明專利]一種變電設備的外觀檢測方法、裝置、設備和存儲介質

在審

• 申請號: 202010736197.0
• 申請日: 2020-07-28
• 公開（公告）號: CN111968078A
• 公開（公告）日: 2020-11-20
• 發明（設計）人: 劉秋生;岳煥印;袁飛;崔敏
• 申請（專利權）人: 北京恒通智控機器人科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/90;G06K9/62;G06N3/04
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 厲洋洋

1.一種變電設備的外觀檢測方法，其特征在于，包括：

獲取變電設備的圖像數據；

根據所述圖像數據和顏色空間模型，得到所述圖像數據中的疑似污漬區域；

根據所述疑似污漬區域、預先訓練的卷積神經網絡和K近鄰法，得到所述變電設備的外觀檢測結果。

2.根據權利要求1所述的變電設備的外觀檢測方法，其特征在于，所述根據所述圖像數據和顏色空間模型，得到所述圖像數據中的疑似污漬區域，具體包括：

將所述圖像數據劃分為多個檢測區域，并將每一個所述檢測區域輸入至顏色空間模型中，得到所述檢測區域的色彩信息；

將滿足預設條件的色彩信息所對應的所述檢測區域，確定為疑似污漬區域。

3.根據權利要求1所述的變電設備的外觀檢測方法，其特征在于，所述根據所述疑似污漬區域、預先訓練的卷積神經網絡和K近鄰法，得到所述變電設備的外觀檢測結果，具體包括：

提取所述疑似污漬區域的圖像特征；

采用所述卷積神經網絡對所述圖像特征進行分類，得到分類結果和所述分類結果的置信度；

判斷所述分類結果的置信度是否高于預設閾值；

若是，將所述分類結果作為所述疑似污漬區域的檢測結果；

否則，將所述圖像特征輸入所述K近鄰法，得到所述疑似污漬區域的檢測結果；

根據所有所述疑似污漬區域的檢測結果，得到所述變電設備的外觀檢測結果。

4.根據權利要求3所述的變電設備的外觀檢測方法，其特征在于，所述提取所述疑似污漬區域的圖像特征之前，還包括：

對所述疑似污漬區域進行中值濾波處理和直方圖均衡化處理。

5.根據權利要求1-4中任一項所述的變電設備的外觀檢測方法，其特征在于，還包括：對所述卷積神經網絡和所述K近鄰法進行訓練的步驟：

采集所述變電設備的圖像數據作為樣本圖像；

對所述樣本圖像進行圖像預處理，并將預處理后的所述樣本圖像作為訓練樣本集；

根據所述訓練樣本集的圖像特征對所述卷積神經網絡進行訓練；

采用所述訓練樣本集的圖像特征對所述K近鄰法進行訓練。

6.一種變電設備的外觀檢測裝置，其特征在于，包括：

采集模塊，用于獲取變電設備的圖像數據；

預判模塊，用于根據所述圖像數據和顏色空間模型，得到所述圖像數據中的疑似污漬區域；

確認模塊，用于根據所述疑似污漬區域、預先訓練的卷積神經網絡和K近鄰法，得到所述變電設備的外觀檢測結果。

7.根據權利要求6所述的變電設備的外觀檢測裝置，其特征在于，

所述預判模塊，具體用于將所述圖像數據劃分為多個檢測區域，并將每一個所述檢測區域輸入至顏色空間模型中，得到所述檢測區域的色彩信息；

將滿足預設條件的色彩信息所對應的所述檢測區域，確定為疑似污漬區域。

8.根據權利要求6所述的變電設備的外觀檢測裝置，其特征在于，

所述確認模塊，具體用于提取所述疑似污漬區域的圖像特征；

采用所述卷積神經網絡對所述圖像特征進行分類，得到分類結果和所述分類結果的置信度；

判斷所述分類結果的置信度是否高于預設閾值；

若是，將所述分類結果作為所述疑似污漬區域的檢測結果；

否則，將所述圖像特征輸入所述K近鄰法，得到所述疑似污漬區域的檢測結果；

根據所有所述疑似污漬區域的檢測結果，得到所述變電設備的外觀檢測結果。

9.一種變電設備的外觀檢測設備，其特征在于，包括：

存儲器，用于存儲計算機程序；

處理器，用于執行所述計算機程序時實現如權利要求1至5任一項所述的變電設備的外觀檢測方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至5任一項所述的變電設備的外觀檢測方法的步驟。