[發明專利]一種電力設備雙目三維立體識別系統

有效

• 申請號: 202011336959.4
• 申請日: 2020-11-25
• 公開（公告）號: CN112487916B
• 公開（公告）日: 2022-08-23
• 發明（設計）人: 崔昊楊;滕研策;牛宇童;秦倫明;朱武;江友華
• 申請（專利權）人: 上海電力大學
• 主分類號: G06V20/64
• 分類號: G06V20/64;G06V10/82;G06T7/55;G06T7/73;G06T7/13;G06N3/04
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 趙志遠

1.一種電力設備雙目三維立體識別系統，其特征在于，所述的識別系統包括：

圖像采集融合模塊(110)，用于獲取雙目RGB圖像、當前場景的稠密深度圖像以及三維的三通道融合圖像；

所述的圖像采集融合模塊(110)包括：

雙目圖像采集單元(111)，用于獲取巡檢場景的雙目RGB圖像以及當前場景的稠密深度圖像；

深度圖像融合單元(112)，具體為：

步驟101：繪制當前左通道RGB圖像的紅、綠、藍三通道像素直方圖曲線；

步驟102：獲取各個曲線峰值對應的橫坐標記為X_r、X_g和X_b，然后將對三個橫坐標按照升序排列記為X_min、X和X_max，最后按照下列公式獲取三點距離的比值：

步驟103：若比值處于0.4到0.6之間，表明三通道顏色未出現混疊，則將預設紅色通道替換為深度圖像生成平面二維加入深度維內容格式的三通道融合圖像；若比值不在上述區間則將X對應的顏色通道替換成深度圖像，進而壓縮生成平面二維加入深度維內容格式的三通道融合圖像；

所述的雙目圖像采集單元(111)與深度圖像融合單元(112)相連；所述的深度圖像融合單元(112)與識別定位模型訓練模塊(120)相連；

識別定位模型訓練模塊(120)，用于負責輸入圖像的標注以及訓練目標分類模型；

所述的識別定位模型訓練模塊(120)包括：

電力設備數據集標注單元(121)，存儲有進行過類別標注的電力巡檢數據集；

YOLO V3模型訓練單元(122)，用于獲取電力設備細粒度目標檢測模型；

所述的電力設備數據集標注單元(121)的一端與圖像采集融合模塊(110)相連，另一端與YOLO V3模型訓練單元(122)相連；

所述的YOLO V3模型訓練單元(122)的另一端與目標定位修正模塊(130)相連；

目標定位修正模塊(130)，用于針對遮擋電力設備執行定位修正；

所述的圖像采集融合模塊(110)、識別定位模型訓練模塊(120)和目標定位修正模塊(130)依次相連，最終輸出電力設備類型及電力設備邊界框，完成電力設備的識別。

2.根據權利要求1所述的一種電力設備雙目三維立體識別系統，其特征在于，所述的雙目圖像采集單元(111)具體為：

獲取巡檢場景的雙目RGB圖像，然后利用既有的立體匹配算法及深度積分圖像生成當前場景的稠密深度圖像。

3.根據權利要求1所述的一種電力設備雙目三維立體識別系統，其特征在于，所述的YOLO V3模型訓練單元(122)中細粒度目標檢測模型的獲取方法為：

利用DarkNet-53特征提取網絡對訓練數據集進行特征提取，然后通過YOLO V3分類網絡對目標進行分類訓練，生成電力設備細粒度目標檢測模型。

4.根據權利要求1所述的一種電力設備雙目三維立體識別系統，其特征在于，所述的目標定位修正模塊(130)包括：

深度計算單元(131)，用于獲取初步目標定位邊界框的平均深度；

遮擋狀態評估單元(132)，用于利用各個目標的平均深度進行遮擋狀態評估；

置信得分修正單元(133)，用于對遮擋狀態的電力設備置信得分進行修正；

所述的深度計算單元(131)、遮擋狀態評估單元(132)和置信得分修正單元(133)依次相連；所述的深度計算單元(131)的輸入端與識別定位模型訓練模塊(120)相連。

5.根據權利要求4所述的一種電力設備雙目三維立體識別系統，其特征在于，所述的深度計算單元(131)中目標定位邊界框平均深度的計算方法為：

其中，H為目標邊界框的高，W為目標邊界框的寬，D_m,n為目標邊界框中第m列第n行的深度值。