[發明專利]基于圖像的缺陷自動識別方法、裝置、系統及存儲介質

在審

• 申請號: 202210539735.6
• 申請日: 2022-05-18
• 公開（公告）號: CN114913376A
• 公開（公告）日: 2022-08-16
• 發明（設計）人: 葛馨遠;王照;陳金梅
• 申請（專利權）人: 廣東電網有限責任公司廣州供電局
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V10/22;G06V10/82;G06F40/18;G06T7/00;G06F16/16;G06N3/04;G06N3/08
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 王永文

1.一種基于圖像的缺陷自動識別方法，其特征在于，所述基于圖像的缺陷自動識別方法包括：

獲取待識別圖像數據，并根據預設類型對所述待識別圖像數據進行分類，得到分類后的圖像數據；其中，所述待識別圖像數據為無人機在預設區域巡航拍攝的多張原始圖像數據；

通過訓練后的算法模型對所述分類后的圖像數據進行缺陷智能識別，生成缺陷框，并在所述缺陷框填充對應的缺陷信息；

根據先驗知識和/或審核操作指令對所述缺陷信息進行審核，并根據審核結果輸出已識別圖像數據的缺陷識別報告。

2.根據權利要求1所述的基于圖像的缺陷自動識別方法，其特征在于，所述獲取待識別圖像數據，之前包括：

從源數據層獲取已標簽的圖像數據；其中，所述已標簽的圖像數據為已標簽缺陷區域及缺陷信息的樣本圖像數據；

構建算法模型，并根據所述已標簽的圖像數據進行模型訓練。

3.根據權利要求2所述的基于圖像的缺陷自動識別方法，其特征在于，所述根據已標簽的圖像數據進行模型訓練，包括：

對所述已標簽的圖像數據進行預處理，并將預處理后的圖像數據進行分類，得到訓練集和測試集；其中，所述預處理包括：數據轉換、數據歸一、數據清洗以及數據編碼；

通過所述訓練集對構建的算法模型進行訓練，并通過所述測試集對所述算法模型進行測試，得到所述訓練后的算法模型。

4.根據權利要求1所述的基于圖像的缺陷自動識別方法，其特征在于，所述獲取待識別圖像數據，并根據預設類型對所述待識別圖像數據進行分類，得到分類后的圖像數據，包括：

獲取所述待識別圖像數據；

根據電力網饋線和線路臺賬的塔臺坐標對所述待識別圖像數據進行分類，得到所述分類后的圖像數據。

5.根據權利要求4所述的基于圖像的缺陷自動識別方法，其特征在于，所述根據電力網饋線和線路臺賬的塔臺坐標對所述待識別圖像數據進行分類，之后還包括：

根據所述分類后的圖像數據選擇對應的線路文件夾；

根據所述線路文件夾中的饋線名稱和線路名稱，錄入對應的缺陷識別項目信息；其中，所述缺陷識別項目信息包括供電運維信息、機巡信息以及審核信息。

6.根據權利要求1所述的基于圖像的缺陷自動識別方法，其特征在于，所述通過訓練后的算法模型對所述分類后的圖像數據進行缺陷智能識別，生成缺陷框，并在所述缺陷框填充對應的缺陷信息，包括：

根據所述分類后的圖像數據選擇所述訓練后的算法模型；

將所述分類后的圖像數據輸入至所述訓練后的算法模型輸入層；

根據所述訓練后的算法模型輸出的圖像數據確定智能識別后的缺陷部位、缺陷類型以及缺陷表象；

選擇對應的缺陷庫數據；其中，所述缺陷庫數據包括桿塔數據、架空導線數據以及絕緣子數據；

根據所述缺陷部位、所述缺陷類型、所述缺陷表象以及所述缺陷庫數據生成所述缺陷框，并在所述缺陷框填充對應的缺陷信息。

7.根據權利要求1所述的基于圖像的缺陷自動識別方法，其特征在于，所述根據先驗知識和/或審核操作指令對所述缺陷信息進行審核，并根據審核結果輸出已識別圖像數據的缺陷識別報告，包括：

根據所述先驗知識/或所述審核操作指令對所述缺陷信息進行審核，并對所述缺陷信息中的非典型缺陷進行標注；

調用輔助繪圖對識別的缺陷標注框進行編輯、刪除、修改以及增加操作，并根據報告報表格式生成所述已識別圖像數據的缺陷識別報告。

8.一種基于圖像的缺陷自動識別裝置，其特征在于，包括：處理器以及存儲器，所述存儲器存儲有基于圖像的缺陷自動識別程序，所述基于圖像的缺陷自動識別程序被所述處理器執行時用于實現如權利要求1-7中任意一項所述的基于圖像的缺陷自動識別方法。