[發明專利]一種對圖像中的絕緣子的定位方法

在審

• 申請號: 202110085991.8
• 申請日: 2021-01-22
• 公開（公告）號: CN112686334A
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 羅麟;位一鳴;苗曉君;張引賢;熊安
• 申請（專利權）人: 國網浙江省電力有限公司舟山供電公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T5/00;G06T5/50
• 代理公司: 浙江翔隆專利事務所(普通合伙) 33206
• 代理人: 王曉燕

本發明公開了一種對圖像中的絕緣子的定位方法，涉及電力設備圖像目標定位領域。在對架空線路和桿塔的絕緣子進行污穢、裂紋、爆裂缺失等外部缺陷進行檢測前，需要精準定位無人機等裝置的采集圖像中的絕緣子。本發明步驟為：1)采集絕緣子圖像；2)對圖像進行擴充；3)利用labelImg工具對采集的圖像及擴充圖像中絕緣子的位置進行標注；4)構建圖像訓練集和測試集；5)進行基于改進SSD算法的絕緣子目標模型檢測訓練；6)對成訓練的模型系統進行測試；7)測試通過后，輸入實際采集的絕緣子圖像進行定位分辨。方便地實現對絕緣子圖像進行精準的定位識別，為進一步進行絕緣子外觀缺陷檢測提供可能。

技術領域

本發明涉及電力設備圖像目標定位領域，尤其涉及一種對圖像中的絕緣子的定位方法。

背景技術

絕緣子一種有玻璃或陶瓷構成的電力設備，用于增加爬電距離，實現電氣絕緣和機械固定。由于絕緣子長期暴露外界，受冰雹等惡劣天氣外力破壞、過電壓、污損閃絡等影響，使得絕緣子掉串或者自爆，無法完成機械支撐和電氣絕緣，造成電網安全事故。因此有必要對污穢、裂紋、爆裂缺失等絕緣子外部缺陷進行檢測。

在檢測之前，首先需要精準定位無人機等裝置的采集圖像中的絕緣子。現有的基于深度學習的目標定位算法一般通過學習大量的圖像完成模型訓練，但在實際模型訓練中難以收集到大量高質量的絕緣子圖像。此外，原SSD算法沒有充分考慮上下文信息，導致每個尺度中用于目標檢測的信息不夠豐富，檢測準確性不夠高。

發明內容

本發明要解決的技術問題和提出的技術任務是對現有技術方案進行完善與改進，提供一種對圖像中的絕緣子的定位方法，以實現對圖像中絕緣子的精確定位為目的。為此，本發明采取以下技術方案。

一種對圖像中的絕緣子的定位方法，包括以下步驟：

1)采集絕緣子圖像；

2)采用色彩抖動法、疊加噪聲法、裁切混淆法和加權混淆法對圖像進行擴充；

3)利用labelImg工具對所有無人機采集圖像及擴充圖像中絕緣子的位置進行標注；

4)構建圖像訓練集和測試集；

5)利用訓練集進行基于改進SSD算法的絕緣子目標模型檢測訓練；

6)利用測試集對完成訓練的模型系統進行測試；

7)測試通過后，輸入實際采集的絕緣子圖像進行精確定位分辨。

本方法可方便地實現對絕緣子圖像進行精準的定位識別，為進一步進行絕緣子外觀缺陷檢測提供可能。

作為優選技術手段：步驟2)中，所述的色彩抖動法為通過調整圖像的亮度、飽和度和對比度，進行圖像的顏色增強。實現顏色增強的圖像擴充處理，增加圖像樣本，便于進行模型訓練。

作為優選技術手段：步驟2)中，所述的疊加噪聲法是在絕緣子圖像上疊加高斯噪聲和椒鹽噪聲。實現噪聲疊加圖像擴充處理，增加圖像樣本。

作為優選技術手段：步驟2)中，所述的裁切混淆法是對隨機選取絕緣子訓練集中的A和B兩張圖像，隨機裁切樣本A中一部分矩陣區域C，并保證該矩形區域小于B圖像，再將矩形區域C隨機覆蓋到圖像B指定區域上。實現裁切混淆的圖像擴充處理，增加圖像樣本。作為優選技術手段：步驟2)中，所述的加權混淆法是對兩張絕緣子圖像進行加權求和，生成新的絕緣子樣本圖像，圖像加權混淆公式如下：

其中(p_i,q_i)和(p_j,q_j)是從絕緣子訓練數據中隨機抽取的兩個樣本，p為絕緣子圖像，q為該圖像的標簽，λ∈[0,1]，該參數定義了兩個樣本進行加權求和時各自的權重。實現加權混淆的圖像擴充處理，增加圖像樣本。