【技术实现步骤摘要】
基于多层卷积神经网络的输电线路设备图像缺陷检测方法及系统
本专利技术属于模式识别
,具体涉及一种基于多层卷积神经网络的架空输电线路设备图像缺陷检测方法及系统。
技术介绍
高压输电线路是电力传输的主要途径,对输电线路定期巡检,及时发现和消除缺陷和隐患,预防重大事故,对电力系统有重要意义。输电线路巡检机器人能够集成最新的机电一体化、数据可视化和识别智能化技术,采用自主或遥控方式,部分替代人接近架空输电线路设备进行可见光或红外等检测,对巡检数据进行对比和趋势分析,及时发现电网运行的事故隐患和故障先兆,如:异物、损伤、发热和结冰等,从而代替人工巡检。而计算机视觉作为巡检机器人自主导航与场景分析的常用方法之一,能够提供丰富、准确的环境信息,且设备价格低廉,易于安装使用,因此,基于视觉的缺陷检测一直是巡检机器人视觉导航系统问题研究的热点。传统的输电线路巡检系统所集成的视觉缺陷检测方法主要是先通过结构化的线上环境提取线上设备几何基元信息(如直线、圆、椭圆等),再进行假设检验以便进行进一步分类识别,最终获得可靠的设备类型信息与设备状态。此类方法的优势在于计算复杂度低,实时性较好,并在国内外现场都取得了广泛的应用。但基于结构特征与存在概率基元信息的分类与识别算法相对简单,且受野外作业环境中光照、尺度及部分遮挡等因素的影响较大,这都会对图像信息的进一步理解、分析与深加工带来较大的困难。虽然高性能的特征算子(如梯度直方图HOG等)能够提升识别准确度,但都存在计算量大、速度慢的问题,从而成为了在线识别的瓶颈。综上所述,传统算法面对高清晰度、海量的在线视频文件的低下效率迫切要 ...
【技术保护点】
一种基于多层卷积神经网络的输电线路设备图像缺陷检测方法,其特征在于,包括:步骤1:对原始训练集图像进行模块化预处理,包括:形态学模块化处理、几何视角模块化处理和光照补偿模块化处理;步骤2:将模块化预处理后的图像送入多层卷积神经网络模型进行训练,经过信息融合和分类,得到输入图像的识别结果;步骤3:对于模块化预处理后的图像,分别选择不同的训练集大小和训练参数,重复步骤2进行多次实验,并将分类准确率和效率进行对比分析,选出最优的训练参数并保存;步骤4:对步骤2所得到的输入图像的识别结果,通过基于环境结构和先验知识所构成的判别器进行过滤,更正误检与漏检信息,得到最终的图像缺陷检测结果。
【技术特征摘要】
1.一种基于多层卷积神经网络的输电线路设备图像缺陷检测方法,其特征在于,包括:步骤1:对原始训练集图像进行模块化预处理,包括:形态学模块化处理、几何视角模块化处理和光照补偿模块化处理;步骤2:将模块化预处理后的图像送入多层卷积神经网络模型进行训练,经过信息融合和分类,得到输入图像的识别结果;步骤3:对于模块化预处理后的图像,分别选择不同的训练集大小和训练参数,重复步骤2进行多次实验,并将分类准确率和效率进行对比分析,选出最优的训练参数并保存;步骤4:对步骤2所得到的输入图像的识别结果,通过基于环境结构和先验知识所构成的判别器进行过滤,更正误检与漏检信息,得到最终的图像缺陷检测结果。2.如权利要求1所述的基于多层卷积神经网络的输电线路设备图像缺陷检测方法,其特征在于,所述步骤1中,形态学模块化处理包括:进行随机的形变、剪切、白化、直方图均衡、颜色干扰、提高对比度操作,获得与实际运行环境相符合的训练数据库;所述随机的形变、剪切具体为:将每一张图片调整到短边为256,长边的大小通过保持长宽比而得;然后从中间裁剪出一个256×256的图像;在该图像上再裁剪出来大小为224×224的子图作为该数据层的输出;在网络训练的阶段,子图裁剪的位置从256×256的图像上随机选择,只需要满足裁剪后的子图完全落在图像中即可。3.如权利要求1所述的基于多层卷积神经网络的输电线路设备图像缺陷检测方法,其特征在于,所述步骤1中,几何视角模块化处理包括:对原始训练集图像进行镜像干扰和旋转干扰。4.如权利要求1所述的基于多层卷积神经网络的输电线路设备图像缺陷检测方法,其特征在于,所述步骤1中,光照补偿模块化处理包括:使用Retinex算子对检测后的图像进行图像动态增强:使用Retinex光照补偿方法,分别对中间和四周的局部区域进行高斯平滑函数估计亮度分布来压缩图像光照动态范围,得到补偿后的图像。5.如权利要求4所述的基于多层卷积神经网络的输电线路设备图像缺陷检测方法,其特征在于,光照补偿模块化处理方法具体为:设亮度图像为L(x,y),反射图像为R(x,y),原图像为I(x,y),并记G(x,y)代表高斯卷积函数,则有:转换至对数域中有:logR=log(I/L)=logI-logL=logI-log(I*G)。R、I、L...
【专利技术属性】
技术研发人员:张峰,李振宇,李路,郭锐,杨波,许玮,慕世友,李超英,傅孟潮,李建祥,赵金龙,王万国,
申请(专利权)人:国网山东省电力公司电力科学研究院,山东鲁能智能技术有限公司,国家电网公司,
类型:发明
国别省市:山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。