[發明專利]一種基于掩膜的輸電線桿塔鳥巢小樣本檢測方法

在審

• 申請號: 202110588901.7
• 申請日: 2021-05-28
• 公開（公告）號: CN113313024A
• 公開（公告）日: 2021-08-27
• 發明（設計）人: 張錫波;張艷;何德勇;琚小明;胡妙
• 申請（專利權）人: 寧波新勝中壓電器有限公司;華東師范大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06T7/187;G06N3/04
• 代理公司: 上海藍迪專利商標事務所(普通合伙) 31215
• 代理人: 徐筱梅;張翔

1.一種基于掩膜的輸電線桿塔鳥巢小樣本檢測方法，其特征在于，該方法包括以下具體步驟：

步驟1：利用無人機巡檢，獲取輸電線桿塔巡檢圖片作為歷史樣本，其中有鳥巢的列為負樣本，沒有鳥巢的列為正樣本；

步驟2：擴充構造負樣本

通過網絡獲取高質量的鳥巢圖A，經過多重處理獲得對應的掩膜B，掩膜B與鳥巢圖A相與得到除了鳥巢部分其余像素為0的圖C，通過補零將圖C的大小擴充為待融合的正樣本D的大小得到圖C’；通過YOLOv3檢測正樣本D中的桿塔，獲得桿塔的位置，在對應的桿塔位置內隨機集體移動C’中非0像素，得到C1,C2,C3…Cn圖；將C1,C2,C3…Cn圖分別與正樣本進行規定的點運算，得到圖D1,D2,D3…Dn，最后通過生成對抗網絡，得到負樣本；其中，n=10~15；

步驟3：修改搭建模型

將SSD卷積神經網絡的特征提取模塊中的Conv4_1加入多尺度網絡，并針對鳥巢的形狀，修改默認檢測框形狀為{1:1，1:1.5，4:3 }；

步驟4：訓練測試模型

基于擴充的負樣本和歷史樣本，按3:1劃分為測試集和訓練集，對搭建的模型進行訓練測試，得到最終檢測模型；

步驟5：將待檢測圖片傳入檢測模型，獲得檢測結果。

2.如權利要求1所述的基于掩膜的輸電線桿塔鳥巢小樣本檢測方法，其特征在于，在步驟2中所述高質量的鳥巢圖，具體要求為：背景盡量單一，鳥巢在圖片中清晰并且面積占比大，與背景色差大，方便邊緣檢測。

3.如權利要求1所述的基于掩膜的輸電線桿塔鳥巢小樣本檢測方法，其特征在于，在步驟2中所述經過多重處理獲得對應的掩膜B，具體處理流程為：

a1：將鳥巢圖A轉化為二值圖像；

a2：采用LOG算子進行邊緣檢測；

a3：在鳥巢內選擇一個種子灰度值設為1，進行區域生長，若種子與周圍像素差為0，則將周圍像素灰度值設為1，并當做新的種子進行生長，否則停止生長；最終得到對應的掩膜B。

4.如權利要求1所述的基于掩膜的輸電線桿塔鳥巢小樣本檢測方法，其特征在于，步驟2所述通過補零將圖C的大小擴充為待融合的正樣本D的大小得到圖C’，具體為：先將圖C縮放，使其大小小于圖D，隨后將圖C與圖D左上角對齊，不足的部分通過補零來擴充，最終得到和圖D一樣大小的圖C’。

5.如權利要求1所述的基于掩膜的輸電線桿塔鳥巢小樣本檢測方法，其特征在于，步驟2所述將C1,C2,C3…Cn圖分別與正樣本進行規定的點運算具體為：

遍歷圖中的所有像素，若C1,C2,C3…Cn圖中的該像素為0，則生成的D1,D2,D3…Dn圖中的對應像素值等于正樣本上的像素值；若C1,C2,C3等圖中的該像素為1，則生成的D1,D2,D3…Dn圖中的對應像素值等于C1,C2,C3…Cn圖中的該像素值。