基于胶囊网络的绝缘子缺陷识别定位装置及方法制造方法及图纸

基于胶囊网络的绝缘子缺陷识别定位装置及方法，建立深度学习模型，采用基于胶囊网络结构的目标检测，初始化配置胶囊网络卷积层、胶囊层和决策层的参数，通过训练集机巡图像训练检测绝缘子的存在和姿态，并对决策层的参数进行预测；将需要判别的原始机巡图像，通过胶囊网络输出绝缘子的具体位置，并将图像分割提取出来备用，对分割后的图像调用绝缘子特征提取模块；将提取出的绝缘子特征串分上下两部分，并逐行扫描阈值分割后得到的绝缘子特征图，统计每行像素点，确定绝缘子所在的最大连通区域，计算绝缘子主轴方向，旋转绝缘子至水平方向，得到绝缘子的异常位置。本发明专利技术大大提高绝缘子缺陷识别的效率，为电网维修部门提供可靠的技术支持。

Insulator Defect Recognition and Location Device and Method Based on Capsule Network

Insulator defect recognition and location device and method based on capsule network are established. The target detection based on capsule network structure is adopted. The parameters of convolution layer, capsule layer and decision layer of capsule network are initialized. The existence and attitude of insulator are detected by training the patrol image of training set, and the parameters of decision layer are predicted. Insulator feature extraction module is used for the segmented image. Insulator feature extraction module is used for the segmented image. The extracted insulator feature series is divided into upper and lower parts, and the insulator feature map obtained by line-by-line scanning threshold segmentation is used to count the pixel points in each line, determine the maximum connected area where the insulator is located, and calculate. Insulator spindle direction, rotate the insulator to the horizontal direction, and get the abnormal position of the insulator. The invention greatly improves the efficiency of insulator defect identification and provides reliable technical support for the power grid maintenance department.

【技术实现步骤摘要】
基于胶囊网络的绝缘子缺陷识别定位装置及方法
本专利技术涉及智能电网中的输电线路维修
，具体涉及一种基于胶囊网络的绝缘子缺陷识别定位装置及方法。
技术介绍
胶囊网络是一种新的热门的神经网络架构，对深度学习带来深远的影响，特别是对计算机视觉领域。一个胶囊网络是由胶囊而不是由神经元构成。一个胶囊是一小群神经元，它们可以学习在一个图片的一定区域内检查一个特定的对象(比如，一个矩形)。它的输出是一个向量(例如，一个8维的向量)。每个向量的长度代表了物体是否存在的估计概率，它的方向(例如在8维空间里)记录了物体的姿态参数(比如，精确的位置、旋转等)。如果物体有稍微的变化(比如，移动、旋转、尺寸变化等)，胶囊将也会输出一个长度相同但是方向稍微变化的向量，胶囊是等变的。和常规神经网络很类似，胶囊网络也是由多层构成，处于最底层的胶囊被称为向量胶囊：它们每个都只用图片的一小部分区域作为输入(称为感知域)，然后试图去探测某个特殊的模式(例如，一个矩形)是否存在，以及姿态如何。胶囊网络是一种先进的神经网络体系结构，对卷积神经网络的很多缺陷进行了弥补，并且数据准备以及多样性等都得到了提升。与其他神经网络本文档来自技高网...

【技术保护点】
1.基于胶囊网络的绝缘子缺陷识别定位装置，其特征在于：所述识别定位装置包括：机巡图像解析模块，用于对待检测的机巡图像进行属性信息解析；机巡图像存储模块，用于对解析后的机巡图像进行分类存储管理；绝缘子标注模块，用于对收集的原始机巡图像中的绝缘子进行标注；样本扩充模块，用于对收集的原始机巡图像进行样本数量扩充；数据集创建模块，用于为每个样本机巡图像建立标签文件，并将机巡图像按比例分配训练集和验证集；胶囊网络初始模块，用于初始化配置胶囊网络卷积层、胶囊层和决策层的参数；胶囊网络训练模块，用于通过训练集机巡图像训练检测绝缘子的存在和姿态，并对决策层的参数进行预测；绝缘子特征提取模块，用于对分割后的图像...

【技术特征摘要】
1.基于胶囊网络的绝缘子缺陷识别定位装置，其特征在于：所述识别定位装置包括：机巡图像解析模块，用于对待检测的机巡图像进行属性信息解析；机巡图像存储模块，用于对解析后的机巡图像进行分类存储管理；绝缘子标注模块，用于对收集的原始机巡图像中的绝缘子进行标注；样本扩充模块，用于对收集的原始机巡图像进行样本数量扩充；数据集创建模块，用于为每个样本机巡图像建立标签文件，并将机巡图像按比例分配训练集和验证集；胶囊网络初始模块，用于初始化配置胶囊网络卷积层、胶囊层和决策层的参数；胶囊网络训练模块，用于通过训练集机巡图像训练检测绝缘子的存在和姿态，并对决策层的参数进行预测；绝缘子特征提取模块，用于对分割后的图像通过灰度转换、滤波增强、颜色滤波及形态学操作对绝缘子特征串进行提取；绝缘子缺陷定位模块，用于将提取出的绝缘子特征串分上下两部分，并逐行扫描阈值分割后得到的绝缘子特征图，统计每行像素点，计算累加垂直直方图，定位绝缘子的异常位置。2.根据权利要求1所述的基于胶囊网络的绝缘子缺陷识别定位装置，其特征在于：所述机巡图像解析模块解析的属性信息包括图片ID；像素高度、宽度与深度；图片所处地理位置；无人机拍摄参数；绝缘子所在区域的矩形边界坐标。3.根据权利要求1所述的基于胶囊网络的绝缘子缺陷识别定位装置，其特征在于：所述绝缘子特征提取模块的形态学操作中，确定绝缘子所在的最大连通区域，计算绝缘子主轴方向，旋转绝缘子至水平方向。4.基于胶囊网络的绝缘子缺陷识别定位方法，其特征在于：所述识别定位方法包括以下步骤：步骤一：利用无人机对真实环境下的输电线路进行巡线拍摄，调用机巡图像解析模块对待检测的机巡图像进行属性信息解析，同时调用机巡图像存储模块对解析后的机巡图像进行分类存储管理；步骤二：调用数据集创建模块为每个样本机巡图像建立标签文件，并将机巡图像按比例分配训练集和验证集，收集包含绝缘子的原始图像，调用绝缘子标注模块对收集的原始机巡图像中的绝缘子进行标注，调用样本扩充模块对收集的原始机巡图像进行样本数量扩充；步骤三：建立深度学习模型，采用基于胶囊网络结构的目标检测，调用胶囊网络初始模块初始化配置胶囊网络卷积层、胶囊层和决策层的参数，调用胶囊网络训练模块通过训练集机巡图像训练检测绝缘子的存在和姿态，并对决策层的参数进行预测；步骤四：将需要判别的原始机巡图像，通过胶囊网络输出绝缘子的具体位置，并将图像分割提取出来备用，对分割后的图像调用绝缘子特征提取模块，通过灰度转换、滤波增强、颜色滤波及形态学操作对绝缘子特征串进行提取；步骤五：调用绝缘子缺陷定位模块将提取出的绝缘子特征串分上下两部分，并逐行扫描阈值分割后得到的绝缘子特征图，统计每行像素点，确定绝缘子所在的最大连通区域，计算绝缘子主轴方向，旋转绝缘子至水平方向，得到绝缘子的异常位置。5.根据权利要求4所述的基于胶囊网络的绝缘子缺陷识别定位方法，其特征在于：所述步骤一中，机巡图像解析模块解析的属性信...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：中睿能源北京有限公司，
类型：发明
国别省市：北京,11