[發明專利]一種基于深度學習的異物檢測系統

有效

• 申請號: 202210708107.6
• 申請日: 2022-06-22
• 公開（公告）號: CN114782828B
• 公開（公告）日: 2022-09-09
• 發明（設計）人: 聶鵬;馮兵;薛啟成;劉冰;孫叢;侯海波;張倩;王海龍;于勇;信函;路國棟;趙慧明;任永輝
• 申請（專利權）人: 國網山東省電力公司高青縣供電公司
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/26;G06V10/40;G06V10/82;G06N3/04;G07C1/20
• 代理公司: 淄博川誠知識產權代理事務所(特殊普通合伙) 37275
• 代理人: 高鵬飛

本發明公開了一種基于深度學習的異物檢測系統，本發明涉及圖像數據處理領域，包括若干個設備端和后臺終端，若干個所述設備端呈環形形狀布置于場地內；所述設備端包括圖像識別裝置和與圖像識別裝置電連的工控機，圖像識別裝置用于對異物定位及識別，并將識別信息傳遞給工控機，所述工控機用于對獲取的圖像依次進行坐標轉換處理、圖像灰度處理、圖像特征向量提取后將信息傳遞給后臺終端；所述后臺終端對信息處理后存儲在數據庫并將報警信息推送到巡檢人員客戶端。本發明能夠代替人工巡檢的方式，實時地對變電站高空線路的異物進行在線檢測，及時，使得相關人員第一時間知曉提高線路的安全性。

技術領域

本發明涉及圖像數據處理領域，具體為一種基于深度學習的異物檢測裝置及方法。

背景技術

輸電行業中，輸電線路的運行情況決定了整個輸電系統的穩定性，但由于輸電線路都是在戶外，因此經常會有一些如風箏、塑料袋等異物附著在線路上，長時間清理會對輸電線路的穩定運行造成影響，目前為了防止異物入侵線路時，通常采用人工巡檢的方式檢查線路上是否有異物，而人工巡檢的方式會經常出現遺漏現象，同時也會增加人工的勞動強度。例如在申請號為CN201610268718.8 基于智能移動終端的輸電線路巡視監管方法和系統的專利中，其雖然采用了互聯網的巡檢模式，但其依然需要依靠人工巡檢，且其主要是提高巡檢的效率，對于減輕巡檢人員工作強度沒有幫助。

發明內容

針對現有技術的不足，本發明提供了一種基于深度學習的異物檢測系統，解決了目前輸電線路采用人工巡檢是否附著有異物帶來的效率低下的問題。

為實現以上目的，本發明通過以下技術方案予以實現：

一種基于深度學習的異物檢測系統，包括若干個設備端和后臺終端，若干個所述設備端呈環形形狀布置于場地內；

所述設備端包括圖像識別裝置和與圖像識別裝置電連的工控機，圖像識別裝置用于對異物定位及識別，并將識別信息傳遞給工控機，所述工控機用于對獲取的圖像依次進行坐標轉換處理、圖像灰度處理、圖像特征向量提取后將信息傳遞給后臺終端；

所述后臺終端對信息處理后存儲在數據庫并將報警信息推送到巡檢人員客戶端。

優選的，所述工控機包括有主控模塊和圖像獲取模塊、圖像處理模塊、圖像識別模塊，其中：

所述圖像獲取模塊用于對圖像識別裝置檢測的圖像信息進行采集獲??；

所述圖像處理模塊用于對獲取的圖像依次進行坐標轉換處理、圖像灰度處理、圖像特征向量提?。?/p>

優選的，圖像處理模塊具體處理過程包括：

提取圖像獲取模塊中定位值，對檢測點坐標進行轉換，獲取對應的檢測目標；

圖像區域提?。簩⑿枰R別的圖像分割細分為個圖像子區域，然后對顯著區域的圖像進行提取；

圖像特征提?。簩︼@著區域的圖像采用Tamura特征和灰度共生矩陣來表征圖像的紋理特征，計算出圖像六個特征濾波后的平均值和方差，使其形成特征向量；

特征向量提取完畢后，根據特征向量計算出圖像灰度共生矩陣的能量特征，從而提取處每個子區域圖像紋理的復雜度特征，將特征輸入訓練好的神經網絡，根據所述神經網絡的輸出結果得出檢測結果。

優選的，所述圖像識別裝置包括安裝在安裝架的云臺、雷達攝像頭、燈光，云臺上設有雷達攝像頭，所述雷達攝像頭用于對異物實時檢測和定位，并將檢測的信號傳遞給工控機，工控機中設有對燈光的控制的燈光控制模塊，所述工控機設置與安裝架上。

優選的，所述云臺和雷達攝像頭相配合，對設備點對應的云臺預置位和雷達攝像頭焦距的定位值進行確定，將設備與所述定位值綁定存儲，從而使圖像處理模塊根據定位值確定設備名稱。