[發明專利]一種輸配電設備圖像樣本庫的構建方法及裝置

在審

• 申請號: 202011364973.5
• 申請日: 2020-11-27
• 公開（公告）號: CN112528055A
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 王繼業;高靈超;李浩松;王路濤;陳振宇;郝赫;郭敬林
• 申請（專利權）人: 國家電網有限公司大數據中心;北京國電通網絡技術有限公司
• 主分類號: G06F16/51
• 分類號: G06F16/51;G06K9/62;G06T3/40;G06Q50/06;G06N3/04
• 代理公司: 北京風雅頌專利代理有限公司 11403
• 代理人: 李翔

本說明書一個或多個實施例提供一種輸配電設備圖像樣本庫的構建方法及裝置，所述構建方法包括建立信息記錄表；獲取原始圖像；通過哈希函數算法將所述原始圖像轉換為哈希值；將所述原始圖像輸入到預訓練好的目標檢測模型中，獲得缺陷圖像以及所述缺陷圖像中的缺陷信息；將所述哈希值及缺陷信息記錄在所述信息記錄表中；通過圖像縮放算法，將所述原始圖像縮小為相應的縮略圖像；建立樣本庫，所述樣本庫包括所述原始圖像、縮略圖像及信息記錄表。本發明實施例通過預訓練好的目標檢測算法，對待入庫的原始圖像中的缺陷信息實現智能識別，并通過哈希函數算法將原始圖像轉化為哈希值，再將哈希值及缺陷信息記錄在所述信息記錄表中，省略了人工識別和處理的步驟，有效的提高了輸配電設備圖像樣本庫的構建效率。

技術領域

本說明書一個或多個實施例涉及圖像處理技術領域，尤其涉及一種輸配電設備圖像樣本庫的構建方法及裝置。

背景技術

輸配電設備圖像在采集之后通常保存在相應的圖片庫中，以方便后續工作中對圖像的提取處理。在對采集到的輸配電設備圖像進行入庫保存時，通常需要對其缺陷信息進行識別和記錄，現有技術中，通過人工識別的方式來審查采集到的輸配電設備圖像，并記錄其中的缺陷信息。

發明人發現，采集到的輸配電設備圖像的數量特別龐大，而現有技術中對輸配電設備圖像人工識別和處理的速度非常有限，從而嚴重降低了輸配電設備圖像樣本庫的構建效率。

發明內容

有鑒于此，本說明書一個或多個實施例的目的在于提出一種輸配電設備圖像樣本庫的構建方法及裝置，以解決現有技術中輸配電設備圖像樣本庫的構建效率低下的問題。

基于上述目的，本說明書一個或多個實施例提供了一種輸配電設備圖像樣本庫的構建方法，包括：

建立信息記錄表；

獲取原始圖像；

通過哈希函數算法將所述原始圖像轉換為哈希值；

將所述原始圖像輸入到預訓練好的目標檢測模型中，獲得缺陷圖像以及所述缺陷圖像中的缺陷信息；

將所述哈希值及缺陷信息記錄在所述信息記錄表中；

通過圖像縮放算法，將所述原始圖像縮小為相應的縮略圖像；

建立樣本庫，所述樣本庫包括所述原始圖像、縮略圖像及信息記錄表。

作為一種可選的實施方式，所述哈希函數算法為均值哈希算法。

進一步的，所述均值哈希算法包括：

將所述原始圖像縮放為8*8，共64個像素的網格圖；

將所述網格圖轉化為64級的灰度圖；

計算所述灰度圖中所有像素灰度值的平均值；

將所述灰度圖中64個像素的灰度值與平均值依次進行比較，灰度值大于平均值的像素，灰度值計為1，否則計為0；

將所述64個像素的灰度值依次組合為64位的整數，即為哈希值。

作為一種可選的實施方式，所述目標檢測模型為YOLOv3或者YOLOv4模型；

所述目標檢測模型的訓練方法為：

獲取目標檢測訓練集，所述目標檢測訓練集包括標記好缺陷區域坐標以及缺陷信息的訓練圖像；

將所述目標檢測訓練集內的訓練圖像輸入初始的YOLOv3或者YOLOv4模型進行迭代運算，直至達到預設的迭代次數；

獲得訓練好的YOLOv3或者YOLOv4模型。

作為一種可選的實施方式，所述圖像縮放算法為基于內容感知的圖像縮放算法。