一种杆塔倾斜检测方法、装置、电子设备及介质制造方法及图纸

本发明专利技术涉及图像处理技术领域，其目的在于提供一种杆塔倾斜检测方法、装置、电子设备及介质。其中的方法包括：构建目标检测模型，并对其进行训练，得到训练后目标检测模型；获取待检测图像；对待检测图像进行预处理，得到预处理后待检测图像；将预处理后待检测图像输入训练后目标检测模型进行检测，得到预处理后待检测图像的定性检测结果；当定性检测结果表征为倾斜杆塔时，对预处理后待检测图像进行轮廓提取处理，得到待检测图像轮廓信息，最后得到待检测图像对应的倾斜角度。本发明专利技术的人力物力成本低，同时采用双阶段检测流程，可便于快速获取待检测图像的定性检测结果，检测速度得以提升，适用于大规模架空线路场景使用。适用于大规模架空线路场景使用。适用于大规模架空线路场景使用。

【技术实现步骤摘要】
一种杆塔倾斜检测方法、装置、电子设备及介质


[0001]本专利技术涉及图像处理
，特别是涉及一种杆塔倾斜检测方法、装置、电子设备及介质。

技术介绍

[0002]当前，在杆塔倾斜检测领域中，主要存在以下检测方法：（1）人工巡检，依靠工作人员巡逻，人眼进行检查发现倾斜的杆塔；然而，人工巡检虽然准确率较高，无需复检，但是成本很高，需要投入大量人力物力。此外，某些场景如高铁线路、山林电网地势复杂，路线遥远，很难全面地进行人力巡检。（2）传统杆塔倾斜监测装置，其主要原理大多是将倾斜传感器、GPS (Global Positioning System，全球定位系统)以及无线通信模块等设备部署在杆塔上，通过传感器来判断杆塔的角度变化进而确定是否倾斜，然后将信号发送给无线传输模块，提醒操作人员维修；然而，传统的杆塔倾斜监测装置中，需要为每一个杆塔安装倾斜监测装置，特别是在环境极端、施工难度较大的场景中，会消耗大量的人力物力，此外，若存在设备出现故障的问题，排查和检修每个杆塔上的装置的工作量较大。
[0003]深度学习的发展解决了传统特征提取的困难本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种杆塔倾斜检测方法，其特征在于：包括：构建目标检测模型，并对其进行训练，得到训练后目标检测模型；获取待检测图像；对所述待检测图像进行预处理，得到预处理后待检测图像；将所述预处理后待检测图像输入所述训练后目标检测模型进行检测，得到所述预处理后待检测图像的定性检测结果，所述定性检测结果表征为正常杆塔或倾斜杆塔；当所述定性检测结果表征为倾斜杆塔时，对所述预处理后待检测图像进行轮廓提取处理，得到待检测图像轮廓信息；获取所述待检测图像轮廓信息的顶端中心坐标和底端中心坐标，并根据所述待检测图像轮廓信息的顶端中心坐标和底端中心坐标，得到所述待检测图像对应的倾斜角度。2.根据权利要求1所述的一种杆塔倾斜检测方法，其特征在于：对所述待检测图像进行预处理，得到预处理后待检测图像，包括：获取所述待检测图像的中心点坐标(x,y)、长度w和高度h；截取所述待检测图像中，横向距离中心点大于指定长度的图像，得到预处理后待检测图像。3.根据权利要求1所述的一种杆塔倾斜检测方法，其特征在于：所述待检测图像对应的倾斜角度为：θ=arctan((y
t
‑
y
b
)/(x
t
‑
x
b
))；其中，(x
t
,y
t
)为所述待检测图像轮廓信息的顶端中心坐标，(x
b
,y
b
)为所述待检测图像轮廓信息的底端中心坐标。4.根据权利要求1所述的一种杆塔倾斜检测方法，其特征在于：构建目标检测模型，并对其进行训练，得到训练后目标检测模型，包括：获取杆塔图像；对所述杆塔图像进行预处理，得到预处理后杆塔图像；对所述预处理后杆塔图像进行标注，得到包括杆塔类别数据及图像尺寸数据的标注后杆塔图像；根据所述标注后杆塔图像构建杆塔训练集；建立基于Transformer的DETR目标检测模型，并根据所述塔训练集对所述DETR目标检测模型进行训练，得到训练后目标检测模型。5.根据权利要求4所述的一种杆塔倾斜检测方法，其特征在于：对所述杆塔图像进行预处理，得到预处理后杆塔图像，包括：对所述杆塔图像进行随机翻转，得到翻转后杆塔图像；对所述翻转后杆塔图像叠加高斯白噪音，得到加噪后杆塔图像；对所述加噪后杆塔图像进行缩放，得到预处理后杆塔图像。6.根据权利要求4所述的一种杆塔倾斜检测方法，其特征在于：所述DETR目标检测模型包括依次连接的骨干网络、编码器...

【专利技术属性】
技术研发人员：秦浩，宋彬，涂学峰，
申请(专利权)人：灵图数据杭州有限公司，
类型：发明
国别省市：