【技术实现步骤摘要】
一种用于输电线路巡检影像抽取目标影像的方法及系统
本专利技术涉及输电线路运维
,并且更具体地,涉及一种用于输电线路巡检影像抽取目标影像的方法及系统。
技术介绍
无人机、直升机、可视化监控摄像头等不同类型的电力巡检终端获取了大量巡检影像数据。当前巡检人员需要采用人工审核的方式对巡检影像中的电力部件缺陷进行识别,存在工作量大、巡检效率低下和错判或误判等缺点。为了提高巡检人员的巡检效率,出现了基于深度学习的电力设备缺陷识别技术,然而其识别准确度取决于标注样本数据集的规模、标注质量、标签分类颗粒度等影响。通过明确标注规则,将目标设备与背景区分开来,可从影像中准确提取待检测电力设备目标。在从巡检影像中识别电力设备的基础上,需要进一步判断设备的运行状态。对标注电力设备添加目标设备层次结构信息标签,如设备类型的部件分类,设备运行状态等信息,按需组合其信息标签,可灵活调整标签分类颗粒度,有效提升深度学习模型的检测性能。现有的样本数据集制作方法普遍存在标签名称单一问题,在标注的过程中没有很好的利用待检测对象的特征结构信息 ...
【技术保护点】
1.一种用于输电线路巡检影像抽取目标影像的方法,所述方法包括:/n使用B/S架构制作初始样本集,并对初始样本集进行存储;/n针对初始样本集中的巡检影像,记录巡检影像中的非结构信息,并将巡检影像中的电力设备,以电力设备的结构和功能对电力设备所在区域进行划分,并对划分的区域进行编码,获取编码列表,对巡检影像进行编码标签标注,获取带有编码标签的巡检影像,对存在缺陷目标的巡检影像自定义标签,获取带有自定义标签的巡检影像,生成样本集;/n确定目标影像的主要信息,通过主要信息检索样本集,输出目标影像文件及对应的合并组合标签信息。/n
【技术特征摘要】
1.一种用于输电线路巡检影像抽取目标影像的方法,所述方法包括:
使用B/S架构制作初始样本集,并对初始样本集进行存储;
针对初始样本集中的巡检影像,记录巡检影像中的非结构信息,并将巡检影像中的电力设备,以电力设备的结构和功能对电力设备所在区域进行划分,并对划分的区域进行编码,获取编码列表,对巡检影像进行编码标签标注,获取带有编码标签的巡检影像,对存在缺陷目标的巡检影像自定义标签,获取带有自定义标签的巡检影像,生成样本集;
确定目标影像的主要信息,通过主要信息检索样本集,输出目标影像文件及对应的合并组合标签信息。
2.根据权利要求1所述的方法,所述使用B/S架构制作初始样本集,包括:
建立巡检影像数据库,对电力巡检任务获取的巡检影像信息、巡检业务信息、电力线路信息及拍摄位置坐标进行关联存储,存储至数据库;
访问数据库,通过巡检业务信息查询到带标注的巡检影像;
通过B/S架构,从数据库根据查询条件拉取巡检影像进行标注,标注信息和非结构信息标签记录至数据库存储,生成初始样本集。
3.根据权利要求1所述的方法,所述非结构信息包括:拍摄位置的GPS坐标,拍摄距离、方位和拍摄焦距。
4.根据权利要求1所述的方法,所述将巡检影像中的电力设备,以电力设备的结构和功能对电力设备所在区域进行划分,包括:
将巡检影像中根据电力设备的结构和功能进行层次结构的一级划分,一级层次结构信息为原始影像>部件,对得到的划分区域进行一级编码,得到一级零部件对应编码标签列表;
将一级编码对应的电力设备按照设备的结构和功能进行层次结构的二级划分,二级层次结构信息为部件>部件类型,并对二级划分区域进行二级编码,二级划分得到的区域内包括至少一个电力部件的部件类型,并将一级编码和二级编码组合得到一二级零部件组合编码标签;
将一二级零设备组合编码对应的电力设备按照部件类型的结构和功能进行层次结构的三级划分,三级层次结构信息为部件>部件类型>部位,并对三级划分区域进行三级编码,三级划分得到的区域包括至少一个电力部件的部位,并将一二级组合编码与三级编码组合成一二三级组合编码标签;
将一二三级组合编码对应的电力设备按照部位的运行状态进行四级划分,四级层次结构信息为部件>部件类型>部位>设备状态,并对所述的四级划分区域进行四级编码,四级划分得到的区域包括至少一个电力部位的一种缺陷描述;
将一、二或三级组合编码与四级编码组合得到最终的电力部件编码列表。
5.根据权利要求1所述的方法,所述对巡检影像进行编码标签标注,获取带有编码标签的巡检影像,包括:
判读巡检影像,并根据巡检影像中电力部件的结构和功能按层次结构逐级判读,根据编码标签标注,并将编码信息与标注信息的对应关系存储到信息记录文件中;
针对巡检影像中的电力设备,采用最小外接矩形或者多边形拟合的方式进行标注,标注框与目标设备边缘误差不大于5像素;
对局部出现缺陷的电力设备,采用最小外接矩形标注,其标注范围应小于其对应正常设备的标注范围,根据层次结构记录完整的四级编码。
6.根据权利要求1所述的方法,所述样本集存入至影像管理数据库,所述影像管理数据库对标签信息进行检索,对电力设备的四级标签根据应需求进行重组,按需生成对应的深度学习训练样本集,按需生成对应的标签信息文件。
<...
【专利技术属性】
技术研发人员:谈家英,邵瑰玮,蔡焕青,付晶,戴永东,高超,姚建光,毛锋,刘壮,周立玮,文志科,胡霁,陈怡,曾云飞,
申请(专利权)人:中国电力科学研究院有限公司,国网江苏省电力有限公司泰州供电分公司,国网江苏省电力有限公司,国家电网有限公司,
类型:发明
国别省市:北京;11
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。