一种基于内容感知的输电线路航拍图像数据清洗方法技术

本发明专利技术公开了一种基于内容感知的输电线路航拍图像数据清洗方法，首先构建自分类模型，清洗掉航拍图像中不包含绝缘子部件的图像；再利用剩余数据集训练一个提取图像内容的模型；获取图像局部和全局特征，依据局部和全局内容对图像质量的影响程度不同建立质量感知规则，映射出图像质量得分函数，最后依据图像质量分数高低筛选图像。本发明专利技术可以对航拍的海量图像数据进行有效清洗，从而获得更清晰、质量更高的图像。质量更高的图像。质量更高的图像。

【技术实现步骤摘要】
一种基于内容感知的输电线路航拍图像数据清洗方法


[0001]本专利技术属于图像处理
，具体涉及一种输电线路航拍图像数据清洗方法。

技术介绍

[0002]电力部门需要定期进行电力巡检，无人机代替人工巡检已成为一种趋势，利用航拍图像提取到的信息对输电线路部件绝缘子故障进行定位。但是，无人机会采集大量的无效图像，由于硬件设备的原因一部分图像在传输过程种发生失真等情况；无效数据太多，一方面会导致人工检测工具量激增、准确率下降、时效性降低；另一方面不利于构建更好更实用的绝缘子缺陷检测模型。因此，对海量的输电线路航拍图像进行清洗，筛选出质量高的图像，能够为后续的故障检测提供有效的数据源。
[0003]图像数据清洗是利用专有方法将海量图像数据筛选出满足要求的数据。近些年，海量的图像数据为深度学习，尤其卷积神经网络的模型训练提供了数据支撑。同时，好模型的训练和测试离不开高质量的数据集。常用的数据集都是经过大量的贡献者筛选标记而来，较为权威，经常是指定的数据集。在解决输电线路电力故障检测这一特定场景应用的时候，一般不会使用这些专业的数据集，而是无人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于内容感知的输电线路航拍图像数据清洗方法，其特征在于，包括如下步骤：步骤1：对获取到的输电线路航拍图像进行预处理；将预处理后的输电线路航拍图像作为集合DataSet1；采用自识别分类器将将集合DataSet1中的图像分为两类，包含绝缘子部件的记为A类，否则归为B类图像；将识别为B类且概率大于90％以上的图像从集合DataSet1取出放入集合DataSet2，将集合DataSet1剩余的图像作为样本数据集DataSet3；步骤2：将数据集DataSet3中的图像分割成多个patch块，再采用3*3卷积核和patch块卷积生成softmap，分别输入局部特征提取网络和全部特征提取网络提取图像的局部特征和全局特征；步骤3：定义质量感知规则函数fx＝G(S(x)，p))，其中G(.)表示超网络映射函数，p表示超网络参数；超网络函数S(x)的输入，即从输入图像x中提取的语义特征；超网络的功能就是学习从图像内容到判断图像质量规则的映射；步骤4：将步骤2提取的局部特征记为v
x
，引入局部特征评分函数：S
local＝
s(v
x
，fx，w)，其中s(.)表示网络模型，w表示局部特征评分函数参数；步骤5：将步骤2提取的全局特征记为m
x
，...

【专利技术属性】
技术研发人员：郭阳明，范颜军，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：