[發明專利]一種輸電線路無人機巡檢圖像質量評價方法

有效

• 申請號: 202011197484.5
• 申請日: 2020-10-30
• 公開（公告）號: CN112367518B
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 江灝;金志恒;劉欣宇;繆希仁;陳靜;林志成
• 申請（專利權）人: 福州大學
• 主分類號: H04N17/00
• 分類號: H04N17/00;H02G1/02
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 錢莉;蔡學俊

1.一種輸電線路無人機巡檢圖像質量評價方法，其特征在于，包括以下步驟：

制作關鍵部件檢測訓練數據集，同時構建并訓練巡檢圖像關鍵部件檢測模型，該關鍵部件檢測模型的輸出為圖像上的一個以上的關鍵部件預測框及其分類；

制作圖像清晰度檢測訓練數據集，同時構建并訓練巡檢圖像清晰度檢測模型，該清晰度檢測模型用于判斷圖像中每個設定大小的圖像子塊是否為清晰塊；

將待評價的圖像分別輸入訓練好的巡檢圖像關鍵部件檢測模型與巡檢圖像清晰度檢測模型中，由巡檢圖像關鍵部件檢測模型得到圖像中關鍵部件的種類和預測框信息，由巡檢圖像清晰度檢測模型得到圖像中每個圖像子塊是否清晰；

對每個得到的預測框，計算預測框內清晰的圖像子塊的占比，若占比大于預設的閾值，則判斷該預測框的清晰度達標；若圖像包含清晰度達標的預測框，則判斷圖像包含清晰目標，進行后續的處理，否則判定該圖像不合格，舍棄；

對每個清晰度達標的預測框，計算預測框的中心偏離度與圖占比兩個指標，將兩個指標與設定的閾值比較，若均滿足，則當前預測框預測目標拍攝合格；若一張圖像至少有一個清晰且拍攝合格的目標，則判定該圖像合格，否則舍棄；其中，中心偏離度為預測框中心點偏離圖像中心點的距離占圖像最小邊的比例；圖占比為預測框面積占據圖像面積的比例。

2.根據權利要求1所述的輸電線路無人機巡檢圖像質量評價方法，其特征在于，所述巡檢圖像關鍵部件檢測模型采用YOLOv3目標檢測模型，輸入圖像進入該YOLOv3目標檢測模型，預測得到圖像中關鍵部件的類別及預測框左上角和右下角的坐標。

3.根據權利要求1所述的輸電線路無人機巡檢圖像質量評價方法，其特征在于，所述巡檢圖像清晰度檢測模型采用ResNet152深度殘差網絡作為巡檢圖像清晰度特征提取網絡，同時移除ResNet152深度殘差網絡的輸出層并增加Dropout層及Softmax層。

4.根據權利要求1所述的輸電線路無人機巡檢圖像質量評價方法，其特征在于，所述計算預測框內清晰的圖像子塊的占比，若占比大于預設的閾值，則判斷該預測框的清晰度達標，其中該預設的閾值為0.7。

5.根據權利要求1所述的輸電線路無人機巡檢圖像質量評價方法，其特征在于，所述中心偏離度的閾值為0.5。

6.根據權利要求1所述的輸電線路無人機巡檢圖像質量評價方法，其特征在于，若關鍵部件為絕緣子，則將圖占比的閾值設置為0.075，若關鍵部件為防震錘，則將圖占比的閾值設置為0.021，若關鍵部件為防鳥刺，則將圖占比的閾值設置為0.038。

7.一種輸電線路無人機巡檢圖像質量評價系統，其特征在于，包括存儲器、處理器以及存儲在存儲器上并能夠被處理器運行的計算機程序指令，當處理器運行該計算機程序指令時，能夠實現如權利要求1-6任一項所述的方法步驟。

8.一種計算機可讀存儲介質，其特征在于，其上存儲有能夠被處理器運行的計算機程序指令，當處理器運行該計算機程序指令時，能夠實現如權利要求1-6任一項所述的方法步驟。