一种基于yolo的输电线路机巡图像缺陷自动识别方法技术

本发明专利技术公开了一种基于yolo的输电线路机巡图像缺陷自动识别方法，包括以下步骤：s1：拍摄输电线路的机巡图像；s2：对机巡图像进行降噪处理；s3：对降噪处理后的机巡图像进行标记；s4：将标记后的机巡图像整合成样本集，建立样本数据库；s5：利用样本数据库的数据训练yolo模型；s6：利用训练好的yolo模型检测机巡图像，其检测结果生成检测报告。本发明专利技术用无人机巡检方式采集输电线路关键设备的可见光图像，用深度学习算法对缺陷进行自动提取，通过样本的训练，对输电线路关键设备的缺陷进行智能识别与定位，有效解决人工巡检危险性高、判读工作量大、失误率高的问题，有效为电力检修提供参考，确保电网安全稳定运行。

An automatic defect identification method based on Yolo for inspection image of transmission line

【技术实现步骤摘要】
一种基于yolo的输电线路机巡图像缺陷自动识别方法
本专利技术属于输电线路检测领域，具体涉及一种基于yolo的输电线路机巡图像缺陷自动识别方法，可用于对电力系统输电线路机巡图像缺陷检测和定位。
技术介绍
在现代社会中，电能是日常生活须臾不可离的能源。电力系统成为支撑现代社会文明的最重要物质基础之一，电力工业的发展水平已经成为反映国家经济发达程度的重要标志，人均消费电能的数量也成为了衡量人们现代生活水平的重要指标。输电线路是电力系统的重要组成部分，由于其长期暴露在自然环境中，不仅要承受正常机械载荷和电力负荷的内部压力，还要经受污秽、雷击、强风、洪水、滑坡、沉陷、地震和鸟害等外界因素的侵害，这些因素都会促使输电线路各元件老化、疲劳，如不及时发现和消除隐患则可能发展成各种故障甚至事故，对电力系统的安全和稳定构成威胁，所以电路巡检是有效保证输电线路及其设备安全的一项基础工作，通过巡视检查来掌握线路运行状况及周围环境的变化，发现设备缺陷和危及线路安全的隐患，提出具体检修意见，以便及时消除缺陷、预防事故发生，或将故障限制在最小范围，从而保证输配电线路安全和本文档来自技高网...

【技术保护点】
1.一种基于yolo的输电线路机巡图像缺陷自动识别方法，其特征在于，包括以下步骤：/ns1：通过无人机对输电线路进行巡检，拍摄输电线路的机巡图像；/ns2：对得到的机巡图像进行降噪处理；/ns3：对降噪处理后的机巡图像进行标记；/ns4：将标记后的机巡图像整合成样本集，建立样本数据库；/ns5：利用样本数据库的数据训练yolo模型；/ns6：利用训练好的yolo模型检测机巡图像，其检测结果生成检测报告。/n

【技术特征摘要】
1.一种基于yolo的输电线路机巡图像缺陷自动识别方法，其特征在于，包括以下步骤：
s1：通过无人机对输电线路进行巡检，拍摄输电线路的机巡图像；
s2：对得到的机巡图像进行降噪处理；
s3：对降噪处理后的机巡图像进行标记；
s4：将标记后的机巡图像整合成样本集，建立样本数据库；
s5：利用样本数据库的数据训练yolo模型；
s6：利用训练好的yolo模型检测机巡图像，其检测结果生成检测报告。


2.根据权利要求1所述的一种基于yolo的输电线路机巡图像缺陷自动识别方法，其特征在于：步骤s1中无人机重点拍摄输电线路中主要电力设备的可见光图像。


3.根据权利要求1所述的一种基于yolo的输电线路机巡图像缺陷自动识别方法，其特征在于：步骤s2中对机巡图像进行降噪处理采用基于Retinex理论的图像增强算法，对机巡图像进行预处理，改善图片质量，降低机巡图像中的噪声和抖动模糊影响。


4.根据权利要求1所述的一种基于yolo的输电线路机巡图像缺陷自动识别方法，其特征在于：步骤s3中对机巡图像进行标记，其标记的主要特征有图片名称、缺陷类型、缺陷、左上顶点的横坐标、缺陷左上顶点的纵坐标、缺陷的宽和高等信息，将标记信息写成名称与图片名称一致的文本文件，将利用机巡图像的标记信息写成的文本文件集中整合处理，形成步骤s4中的样本数据库。


5.根据权利要求1所述的一种基于yolo的输电线路机巡图像缺陷自动识别方法，其特征在于：步骤s5中训练yolo模型是利用yolo算法建立yolov3模型，yolo算法的核心思想是采用全卷积结构，利用全图的上下文信息进行回归，其回归结果即目标框的类别和位置信息，其训练步骤如下：
步骤5.1：将输入图片分成S*S个区域，计算每个区域内可预测固定数量的目标框，以及目...

【专利技术属性】
技术研发人员：周仿荣，方明，高振宇，文刚，潘浩，杨明昆，黑颖顿，
申请(专利权)人：云南电网有限责任公司电力科学研究院，
类型：发明
国别省市：云南;53