一种基于图像相似度的输电线路小样本温度图像扩增方法技术

本发明专利技术提供了一种基于图像相似度的输电线路小样本温度图像扩增方法，采集输电线路红外图像对图像预处理，结合累加像素法和垂直投影法进行温度值的定位和分割，根据温度特点建立11种类型的温度图像数据集，结合投影累加和直方图计算图像相似度，对CGAN模型进行改进，输入原始图像数据集后使用基于图像相似度改进的CGAN模型进行对抗训练，扩增11种类型的温度图像，从主观和客观角度进行分析，验证其效果。本发明专利技术的有益效果为：通过自适应阈值的二值化方法对图像进行预处理，提高二值化的准确性和可靠性，结合投影累加和直方图计算图像相似度，改进CGAN模型的损失函数。改进CGAN模型的损失函数。改进CGAN模型的损失函数。

【技术实现步骤摘要】
一种基于图像相似度的输电线路小样本温度图像扩增方法


[0001]本专利技术涉及小样本图像扩增
，尤其涉及一种基于图像相似度的输电线路小样本温度图像扩增方法。

技术介绍

[0002]输电线路是电力系统安全运行的关键，所处环境复杂，容易发生各类故障，从未导致温度的异常。传统的检测方法为人工检测，费时费力，效率低下。基于红外图像的缺陷检测方法能够及时发现温度异常，是降低输电线路故障的有效手段。通常红外图像右侧会生成测温图谱，同时标有温度最大值和最小值，方便及时发现故障，进行排查和统计。在输电线路红外图像采集的过程中，受复杂环境和采集设备的限制，输电线路图像存在样本小、不平衡的问题。因此，基于神经网络技术对输电线路温度图像数据集进行扩增记录具有重要意义。
[0003]条件生成式对抗网络主要由生成和鉴别两个网络模型组成，通过生成网络和判别网络的对抗训练，不断提高生成网络的能力，最终达到纳什平衡，得到样本的生产图像。
[0004]公开号112446429A的专利技术专利一种基于CGAN的巡检图像数据小样本扩充方法公开了该方法通过异常检测算法提出掉巡检图像中的异常图像，接着导入到CGAN模型中，生成大量巡检图像，并根据给定阈值进行图像筛选，最终得到扩增的巡检图像。虽然该方法能够进行图像的扩增处理，但是收集到的巡检图像是可见光图像，包含变电设备、输电线路等众多图像，含有较多的复杂信息，容易收到光照、天气等干扰因素的影响，并且没有对生成的图像效果进行进一步验证，在实际生活中容易因为生成图像质量问题而造成结果不准确。

技术实现思路

[0005]本专利技术的目的在于提供一种基于图像相似度的输电线路小样本温度图像扩增方法，通过采集输电线路红外图像，采用自适应阈值的二值化方法去除复杂的背景信息；其次，结合累加像素法和垂直投影法进行温度值的定位和分割，建立含有11中类型的输电线路温度图像数据集；结合投影累加和直方图计算图像相似度改进CGAN，并进行图像扩增，克服了输电线路小样本温度图像数据集样本不平衡、质量低的问题，提高了图像生成的质量，有利于提高后期检测的准确性。
[0006]本专利技术是通过如下措施实现的：一种基于图像相似度的输电线路小样本温度图像扩增方法，包括如下步骤：
[0007]S1、采集输电线路图像，对图像进行预处理，去除复杂的背景信息；
[0008]S2、图像分割，定位图像中测温图谱的位置，根据位置关系分割温度图像；
[0009]S3、构建输电线路温度图像数据集，按照红外图像中温度的特点分成数字“0
‑
9”和符号
“‑”
共11种类型；
[0010]S4、改进CGAN模型，计算图像相似度对CGAN模型进行改进；
[0011]S5、图像扩增，将输电线路温度图像数据集导入到基于图像相似度改进的CGAN模型中，进行对抗训练，扩增给定标签的温度图像，输出扩增后的图像数据集；
[0012]S6、效果验证，采用主客观分析方法，验证其效果。
[0013]进一步地，所述采集的图像为输电线路红外图像，图像预处理方法采用自适应阈值的二值化方法。
[0014]进一步地，所述图像分割包括定位与分割两部分，所述定位部分采用垂直像素累加法定位输电线路红外图像中的测温图谱，并根据温度值和矩形框的相对位置关系确定温度值的位置，所述垂直像素累加法是对整体图像按列累加连续的像素定位出矩形框四角的坐标(X
矩形左上
，Y
矩形左上
)、(X
矩形左下
，Y
矩形左下
)、(X
矩形右上
，Y
矩形右上
)、(X
矩形右下
，Y
矩形右下
)，所述温度值包括温度最大值框(X
温度最大左上
，Y
温度最大左上
)、(X
温度最大左下
，Y
温度最大左下
)、(X
温度最大右上
，Y
温度最大右上
)、(X
温度最大右下
，Y
温度最大右下
)和温度最小值框(X
温度最小左上
，Y
温度最小左上
)、(X
温度最小左下
，Y
温度最小左下
)、(X
温度最小右上
，Y
温度最小右上
)、(X
温度最小右下
，Y
温度最小右下
)；所述分割部分采用垂直投影法从左到右将所述温度最大值框和温度最小值框在垂直方向上按列投影，得到各列像素累加值，如下式所示：
[0015][0016]进一步地，所述输电线路温度图像数据集来自M张输电线路红外图像，所述输电线路温度图像按照温度值特点分为数字“0
‑
9”和符号
“‑”
共11种类型，M不小于100。
[0017]进一步地，所述图像相似度计算采用直方图匹配方法，所述步骤S4包括以下步骤：
[0018]S41、对原始温度值图像进行直方图均衡化，得到原始直方图Va
1..N
和每个像素s，计算累计分布T(s)，其表达式为：
[0019][0020]S42、根据需要的规定化直方图V2，得到累计分布G(z)，其表达式为：
[0021][0022]S43、从水平和竖直两个方向计算原始温度值图像的像素类加值Sum_H和Sum_V，添加到原始直方图V1中，得到结合投影累加的改进直方图Vb1..N；
[0023]S44、通过改进直方图V2计算其图像相似度δ，其表达式为：
[0024][0025]S45、将计算得到的图像相似度带入到CGAN中，对其损失函数进行改进，其表达式为：
[0026][0027]进一步地，所述图像相似度CGAN设置生成和判断网络的学习率、梯度衰减系数、平方梯度衰减因子、网络层数、运行迭代次数，所述图像扩增生成11种类型的温度图像，输出K张温度图像，使输电线路温度图像数据集数据平衡，K不小于1。
[0028]进一步地，所述主观分析通过观察法进行生成图像质量判断；所述客观分析法是结合投影累加和直方图计算其图像相似度，验证其效果。
[0029]与现有技术相比，本专利技术的有益效果为：本专利技术通过采集输电线路红外图像，采用自适应阈值的二值化方法去除复杂的背景信息；其次，结合累加像素法和垂直投影法进行温度值的定位和分割，建立含有11种类型的输电线路温度图像数据集；结合投影累加和直方图计算图像相似度改进CGAN，并进行图像扩增，克服了输电线路小样本温度图像数据集样本不平衡、质量低的问题，提高了图像生成的质量，有利于提高后期检测的准确性。
附图说明
[0030]附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。
[0031]图1为本专利技术提供的一种基于图像相似度CGAN本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像相似度的输电线路小样本温度图像扩增方法，其特征在于，包括如下步骤：S1、采集输电线路图像，对图像进行预处理，去除复杂的背景信息；S2、图像分割，定位图像中测温图谱的位置，根据位置关系分割温度图像；S3、构建输电线路温度图像数据集，按照红外图像中温度的特点分成数字“0
‑
9”和符号
“‑”
共11种类型；S4、改进CGAN模型，计算图像相似度对CGAN模型进行改进；S5、图像扩增，将输电线路温度图像数据集导入到基于图像相似度改进的CGAN模型中，进行对抗训练，扩增给定标签的温度图像，输出扩增后的图像数据集；S6、效果验证，采用主客观分析方法，验证其效果。2.根据权利要求1所述的基于图像相似度的输电线路小样本温度图像扩增方法，其特征在于，所述步骤S1采集图像，所述的采集的图像为输电线路红外图像，图像预处理方法采用自适应阈值的二值化方法。3.根据权利要求1或2所述的基于图像相似度的输电线路小样本温度图像扩增方法，其特征在于，在所述步骤S2图像分割中，所述图像分割包括定位与分割两部分，所述定位部分采用垂直像素累加法定位输电线路红外图像中的测温图谱，并根据温度值和矩形框的相对位置关系确定温度值的位置，所述垂直像素累加法是对整体图像按列累加连续的像素定位出矩形框四角的坐标(X
矩形左上
，Y
矩形左上
)、(X
矩形左下
，Y
矩形左下
)、(X
矩形右上
，Y
矩形右上
)、(X
矩形右下
，Y
矩形右下
)，所述温度值包括温度最大值框(X
温度最大左上
，Y
温度最大左上
)、(X
温度最大左下
，Y
温度最大左下
)、(X
温度最大右上
，Y
温度最大右上
)、(X
温度最大右下
，Y
温度最大右下
)和温度最小值框(X
温度最小左上
，Y
温度最小左上
)、(X
温度最小左下
，Y
温度最小左下
)、(X

【专利技术属性】
技术研发人员：倪红军，王凯旋，吕帅帅，汪兴兴，朱昱，张加俏，
申请(专利权)人：南通大学，
类型：发明
国别省市：