一种沉浸式三维影像的智能识别方法及系统技术方案

本发明专利技术公开了一种沉浸式三维影像的智能识别方法及系统，涉及图像处理领域。所述方法包括：通过对智能电网的绝缘子进行三维影像的数据采集，同时搭建状态自动检测系统，通过系统的先验形状检测层，对绝缘子的先验轮廓进行统计，进而根据中层特征检测层上的目标物红外成像分类器，对先验轮廓进行分类训练，获得绝缘子的红外图像轮廓集合，进而，根据深度特征检测层上的嵌入式卷积神经网络，对需要识别的绝缘子图像进行状态判别训练，用以确定该绝缘子表面的具体缺陷类别，达到了利用沉浸式三维影像的处理技术对在役绝缘子表面缺陷进行快速精准检修的技术效果。速精准检修的技术效果。速精准检修的技术效果。

【技术实现步骤摘要】
一种沉浸式三维影像的智能识别方法及系统


[0001]本专利技术涉及图像处理领域，尤其涉及一种沉浸式三维影像的智能识别方法及系统。

技术介绍

[0002]随着深度学习技术的大力发展，使得计算机视觉在人脸识别、智能驾驶以及场景分类中获得了广泛的场景应用，沉浸式三维影像可以逼真的模拟现实产品或创造常规拍摄所无法实现的产品和事件，从真实到想象空间，给人们解决问题提供了最快捷的方式，极大的便捷了人们的生活方式以及工业生产需要。
[0003]在智能电网建设过程中，由于绝缘子是输电线路中极其重要且大量存在的部件，起到电气绝缘及机械支撑作用；同时又是故障多发元件，其表面污秽、裂纹、破损等表面缺陷严重威胁电网的安全运行。
[0004]然而，现有技术中存在对电力系统故障进行排查时，由于绝缘子缺陷引起的事故占比较高，无法对在役绝缘子表面缺陷进行智能检测的技术问题。

技术实现思路

[0005]本专利技术的目的是提供一种沉浸式三维影像的智能识别方法及系统，用以解决现有技术中对电力系统故障进行排查时，由于绝缘子缺陷引起的事故占比较高，无法对在役绝缘子表面缺陷进行智能检测的技术问题。
[0006]鉴于上述问题，本专利技术提供了一种沉浸式三维影像的智能识别方法及系统。
[0007]第一方面，本专利技术提供了一种沉浸式三维影像的智能识别方法，所述方法包括：构建状态自动检测系统，所述状态自动检测系统包括先验形状检测层、中层特征检测层以及深度特征检测层；基于所述先验形状检测层，对目标物的历史三维影像进行采集，且对采集影像进行特征挖掘、统计，获得所述目标物的先验轮廓统计特征集；基于红外图像成像机理，在所述中层特征检测层上，对所述目标物进行中层特征建模，构建目标物红外成像分类器；将所述先验轮廓统计特征集输入至所述目标物红外成像分类器进行训练，获得所述目标物的红外图像轮廓数据集；对所述红外图像轮廓数据集进行分割，获得各分割轮廓散图；基于所述深度特征检测层上的嵌入式卷积神经网络，对待识别目标图像进行状态判别训练，获得所述目标物的状态识别信息。
[0008]另一方面，本专利技术还提供了一种沉浸式三维影像的智能识别系统，用于执行如第一方面所述的一种沉浸式三维影像的智能识别方法，其中，所述系统包括：第一构建单元，所述第一构建单元用于构建状态自动检测系统，所述状态自动检测系统包括先验形状检测层、中层特征检测层以及深度特征检测层；第一采集单元，所述第一采集单元用于基于所述先验形状检测层，对目标物的历史三维影像进行采集，且对采集影像进行特征挖掘、统计，获得所述目标物的先验轮廓统计特征集；第二构建单元，所述第二构建单元用于基于红外图像成像机理，在所述中层特征检测层上，对所述目标物进行中层特征建模，构建目标物红
外成像分类器；第一训练单元，所述第一训练单元用于将所述先验轮廓统计特征集输入至所述目标物红外成像分类器进行训练，获得所述目标物的红外图像轮廓数据集；第一分割单元，所述第一分割单元用于对所述红外图像轮廓数据集进行分割，获得各分割轮廓散图；第二训练单元，所述第二训练单元用于基于所述深度特征检测层上的嵌入式卷积神经网络，对待识别目标图像进行状态判别训练，获得所述目标物的状态识别信息。
[0009]第三方面，一种电子设备，其中，包括处理器和存储器；
[0010]该存储器，用于存储；
[0011]该处理器，用于通过调用，执行上述第一方面中任一项所述的方法。
[0012]第四方面，一种计算机程序产品，包括计算机程序和/或指令，该计算机程序和/或指令被处理器执行时实现上述第一方面中任一项所述方法的步骤。
[0013]本专利技术中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0014]通过对智能电网的绝缘子进行三维影像的数据采集，同时搭建状态自动检测系统，用于对在役绝缘子的表面缺陷进行图像处理，使得识别出表面的具体缺陷，便于进行故障检修。具体的，可通过系统的先验形状检测层，对绝缘子的先验轮廓进行统计，进而根据中层特征检测层上的目标物红外成像分类器，对先验轮廓进行分类训练，获得绝缘子的红外图像轮廓集合，进而，根据深度特征检测层上的嵌入式卷积神经网络，对需要识别的绝缘子图像进行状态判别训练，用以确定该绝缘子表面的具体缺陷类别，达到了利用沉浸式三维影像的处理技术对在役绝缘子表面缺陷进行快速精准检修的技术效果。
[0015]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0016]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0017]图1为本专利技术一种沉浸式三维影像的智能识别方法的流程示意图；
[0018]图2为本专利技术一种沉浸式三维影像的智能识别方法中对待识别目标图像进行状态判别训练的流程示意图；
[0019]图3为本专利技术一种沉浸式三维影像的智能识别系统的结构示意图；
[0020]图4为本专利技术示例性电子设备的结构示意图。
[0021]附图标记说明：
[0022]第一构建单元11，第一采集单元12，第二构建单元13，第一训练单元14，第一分割单元15，第二训练单元16，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。
具体实施方式
[0023]本专利技术通过提供一种沉浸式三维影像的智能识别方法及系统，解决现有技术中对
电力系统故障进行排查时，由于绝缘子缺陷引起的事故占比较高，无法对在役绝缘子表面缺陷进行智能检测的技术问题。达到了利用沉浸式三维影像的处理技术对在役绝缘子表面缺陷进行快速精准检修的技术效果。
[0024]本专利技术技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
[0025]下面，将参考附图对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术的一部分实施例，而不是本专利技术的全部实施例，应理解，本专利技术不受这里描述的示例实施例的限制。基于本专利技术的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部。
[0026]本专利技术提供了一种沉浸式三维影像的智能识别方法，所述方法包括：通过对智能电网的绝缘子进行三维影像的数据采集，同时搭建状态自动检测系统，用于对在役绝缘子的表面缺陷进行图像处理，使得识别出表面的具体缺陷，便于进行故障检修。具体的，可通过系统的先验形状检测层，对绝缘子的先验轮廓进行统计，进而根据中层特征检测层上的目标物红外成像分类器，对先验轮廓进行分类训练，获得绝缘本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种沉浸式三维影像的智能识别方法，其特征在于，所述方法包括：构建状态自动检测系统，所述状态自动检测系统包括先验形状检测层、中层特征检测层以及深度特征检测层；基于所述先验形状检测层，对目标物的历史三维影像进行采集，且对采集影像进行特征挖掘、统计，获得所述目标物的先验轮廓统计特征集；基于红外图像成像机理，在所述中层特征检测层上，对所述目标物进行中层特征建模，构建目标物红外成像分类器；将所述先验轮廓统计特征集输入至所述目标物红外成像分类器进行训练，获得所述目标物的红外图像轮廓数据集；对所述红外图像轮廓数据集进行分割，获得各分割轮廓散图；基于所述深度特征检测层上的嵌入式卷积神经网络，对待识别目标图像进行状态判别训练，获得所述目标物的状态识别信息。2.如权利要求1所述的方法，其特征在于，所述对采集影像进行特征挖掘、统计，包括：对所述历史三维影像进行遍历，将方向角检测作为第一要素，将形状特征作为第二要素；根据所述第一要素，对所述采集影像进行一次挖掘，获得一次挖掘结果；根据所述第二要素，对所述采集影像进行二次挖掘，获得二次挖掘结果；对所述一次挖掘结果和所述二次挖掘结果进行交集处理，获得所述目标物的先验轮廓统计特征集。3.如权利要求2所述的方法，其特征在于，所述构建目标物红外成像分类器，包括：根据红外电子装置，对所述目标物进行红外扫描，且将扫描结果进行投射，获得可视化的目标物表面温度分布；通过对所述目标物表面温度分布进行温度值划分，且对划分结果进行不同颜色标识，生成不同表面温度值标识分布；根据所述不同表面温度值标识分布，构建所述目标物红外成像分类器。4.如权利要求3所述的方法，其特征在于，所述获得所述目标物的红外图像轮廓数据集，包括：将所述先验轮廓统计特征集作为输入信息，输入至所述目标物红外成像分类器，进行轮廓温度的匹配训练；获得对所述输入信息的训练结果，所述训练结果包括所述目标物的红外图像轮廓数据集，其中，所述红外图像轮廓数据集包含所述目标物的内核红外图像和边缘红外图像。5.如权利要求4所述的方法，其特征在于，所述对所述红外图像轮廓数据集进行分割，包括：获得所述内核红外图像的内核温度标识分布、所述边缘红外图像的边缘温度标识分布；判断所述内核温度标识分布和所述边缘温度标识分布是否存在临界标识信息；若所...

【专利技术属性】
技术研发人员：蔡新元，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：