基于X射线图像的耐张线夹压接缺陷判断方法技术

本发明专利技术公开了一种基于X射线图像的耐张线夹压接缺陷判断方法，包括：获取耐张线夹的X射线图像；将X射线图像通过改进的实例分割目标检测算法Mask R

【技术实现步骤摘要】
基于X射线图像的耐张线夹压接缺陷判断方法


[0001]本专利技术涉及图像模式识别与计算机视觉的
，尤其是指一种基于X射线图像的耐张线夹压接缺陷判断方法。

技术介绍

[0002]架空输电线路中，导线的连接是关键项目。架空导线压接的质量非常重要，其保证了输电线路的正常运行，以及使输电线路具有一定的抗破坏能力。
[0003]架空输电线路对大截面钢芯铝绞线进行安装时，一般采用压接型耐张线夹进行压接安装。耐张线夹的作用是将导线固定在非直线杆塔的绝缘子串上，它既承受了导线的全部拉力,还承担着载流任务，此类金具一旦安装后，就不再拆除。耐张线夹压接质量的好坏直接关系到输电线路的安全稳定运行。它既承受了导线的全部拉力,还承担着载流任务。耐张线夹压接质量的好坏直接关系到输电线路的安全稳定运行。
[0004]耐张线夹是用于固定导线，以承受导线的张力，并且将导线挂至耐张串组或杆塔上的金具。耐张线夹一般用于转交，接续以及终端的连接。耐张线夹主要是由铝套管和钢锚两部分组成，钢锚用来接续和锚固导线的钢芯，然后套上铝管套，以压力使金属产生塑性变形，从而使得导线与耐张线夹组合结合成整体，以承受绞线的压力，承担载流任务。铝管和钢锚，铝管与导线的进行压接的部位称为压接部位。当铝管和导线压接部分的位置与钢锚和导线钢芯压接部分的位置距离超过1.5cm时，耐张线夹的导电能力不符合要求。
[0005]由于耐张线夹的内部压接情况无法直接进行判断，并且在高空环境中受到光照，温度等因素的影响。输电线路中耐张线夹的压接质量往往难以得到保障，所以需要对耐张线夹的压接质量进行检测。
[0006]架空输电线耐张线夹压接质量的常用检测方法主要有：外观检测、尺寸检测、力学性能抽查检测等，这些方法在工程实际中得到了广泛的应用。但是对于钢锚是否存在毛刺，钢锚凹槽处铝管欠压等缺陷无法检出。
[0007]近些年来，国内开始将X射线无损检测技术应用到部分电器检测中，并且取得了良好的检测效果。随着X射线无损检测在电器设备检测中逐步推广，该技术也初步应用到了架空输电线路导线、钢芯、耐张线夹以及铝管的压接质量检测中，且得到了初步成效。利用X射线无损检测相比于传统方法提供了直观，方便的检测手段。
[0008]随着X光无损检测技术在耐张线夹压接质量检测应用，大量耐张线夹的X光图片需要人工进行识别并且判断是否存在缺陷。这需要大量的人力资源和时间资源。为了顺应国家电网提出的要设计开发多功能的智能设备以降低巡检成本与提高巡检效率的号召，专利技术一种精确度高的耐张线夹压接缺陷的检测方法具有较高的实际应用价值。

技术实现思路

[0009]本专利技术的目的在于克服现有技术的缺点与不足，提出了一种基于X射线图像的耐张线夹压接缺陷判断方法，主要利用改进的实例分割目标检测算法Mask R
‑
CNN，对原始图
像中钢锚与导线钢芯压接部分和铝管与导线压接部分进行识别；再设计缺陷判断的方案，获取钢锚与导线钢芯压接部分的钢锚直径d，获取钢锚与导线钢芯压接部分的目标检测框和铝管与导线压接部分的目标检测框的距离l，通过d:l的值来判断是否缺陷，以达到快速、精准、批量识别及判断耐张线夹缺陷的目的，从而弥补人工检查和检测的缺点。
[0010]为实现上述目的，本专利技术所提供的技术方案为：基于X射线图像的耐张线夹压接缺陷判断方法，包括：
[0011]获取耐张线夹的X射线图像；
[0012]将X射线图像通过预训练和测试后最优的改进的实例分割目标检测算法Mask R
‑
CNN，将原始图像中钢锚与导线钢芯压接部分和铝管与导线压接部分用掩膜和目标检测框标出；其中，该改进的实例分割目标检测算法Mask R
‑
CNN改进的地方有：采用将图片旋转固定范围内的任意角度进行图像数据集的扩充，采用k
‑
means算法优化网络的anchor尺寸大小，采用FPN网络获取不同尺度的特征图以及三个级联的R
‑
CNN网络作为检测网络头部，使其变成Cascade R
‑
CNN；
[0013]对掩膜与目标检测框进行缺陷的判断；其中，缺陷的判断包括通过钢锚与导线钢芯压接部分的掩膜与目标检测框以及铝管与导线压接部分的掩膜与目标检测框，获取钢锚与导线钢芯压接部分的钢锚直径d，获取钢锚与导线钢芯压接部分的目标检测框和铝管与导线压接部分的目标检测框的距离l，通过d:l的值来判断是否缺陷，当d:l的值大于1时为不存在缺陷，当小于1时存在缺陷。
[0014]进一步，改进的实例分割目标检测算法Mask R
‑
CNN的结构包括5个主要部分：ResNet骨干网络、FPN网络、区域建议网络头部rpn_head、检测网络头部bbox_head和掩膜分支mask_head；
[0015]通过改进的实例分割目标检测算法Mask R
‑
CNN将钢锚与导线钢芯压接部分和铝管与导线压接部分用掩膜和目标检测框框出，包括以下过程：
[0016]将X射线图像输入ResNet骨干网络，生成多个分辨率不同的特征图；
[0017]将多个分辨率不同的特征图输入FPN网络，进行特征融合处理，输出多个不同尺度的特征图层；
[0018]将多个不同尺度的特征图层输入区域建议网络头部rpn_head，生成多个区域候选框；
[0019]将多个区域候选框输入检测网络头部bbox_head与掩膜分支mask_head，输出目标检测框和掩膜。
[0020]进一步，所述ResNet骨干网络共有5个阶段，第一阶段记作C1，其输出为320
×
256
×
64，第二个阶段记作C2，其输出为160
×
128
×
256，第三阶段记作C3，其输出为80
×
64
×
512，第四阶段记作C4，其输出为40
×
32
×
1024，第五阶段记作C5，其输出为20
×
16
×
2048；将X射线图片输入到ResNet骨干网络，一共获得5个分辨率不同的特征图，按顺序记作C1
‑
C5。
[0021]进一步，所述FPN网络用于进行特征图的特征融合，其结构自顶向下的过程采用上采样进行，而横向连接则是将上采样的结果和自底向上生成的相同大小的特征图进行融合，融合之后接着采用3
×
3的卷积对每个融合结果进行卷积，目的是消除上采样的混叠效应，FPN网络输出5个不同尺度的特征图层。
[0022]进一步，所述区域建议网络头部rpn_head使用RoI Align生成候选框，包括：
[0023]在FPN网络输出的每个不同尺度的特征图层，分别定义大小为4
×
4、8
×
8、16
×
16、32
×
32、64
×
...

【技术保护点】

【技术特征摘要】
1.基于X射线图像的耐张线夹压接缺陷判断方法，其特征在于，包括：获取耐张线夹的X射线图像；将X射线图像通过预训练和测试后最优的改进的实例分割目标检测算法Mask R
‑
CNN，将原始图像中钢锚与导线钢芯压接部分和铝管与导线压接部分用掩膜和目标检测框标出；其中，该改进的实例分割目标检测算法Mask R
‑
CNN改进的地方有：采用将图片旋转固定范围内的任意角度进行图像数据集的扩充，采用k
‑
means算法优化网络的anchor尺寸大小，采用FPN网络获取不同尺度的特征图以及三个级联的R
‑
CNN网络作为检测网络头部，使其变成Cascade R
‑
CNN；对掩膜与目标检测框进行缺陷的判断；其中，缺陷的判断包括通过钢锚与导线钢芯压接部分的掩膜与目标检测框以及铝管与导线压接部分的掩膜与目标检测框，获取钢锚与导线钢芯压接部分的钢锚直径d，获取钢锚与导线钢芯压接部分的目标检测框和铝管与导线压接部分的目标检测框的距离l，通过d:l的值来判断是否缺陷，当d:l的值大于1时为不存在缺陷，当小于1时存在缺陷。2.根据权利要求1所述的基于X射线图像的耐张线夹压接缺陷判断方法，其特征在于，改进的实例分割目标检测算法Mask R
‑
CNN的结构包括5个主要部分：ResNet骨干网络、FPN网络、区域建议网络头部rpn_head、检测网络头部bbox_head和掩膜分支mask_head；通过改进的实例分割目标检测算法Mask R
‑
CNN将钢锚与导线钢芯压接部分和铝管与导线压接部分用掩膜和目标检测框框出，包括以下过程：将X射线图像输入ResNet骨干网络，生成多个分辨率不同的特征图；将多个分辨率不同的特征图输入FPN网络，进行特征融合处理，输出多个不同尺度的特征图层；将多个不同尺度的特征图层输入区域建议网络头部rpn_head，生成多个区域候选框；将多个区域候选框输入检测网络头部bbox_head与掩膜分支mask_head，输出目标检测框和掩膜。3.根据权利要求2所述的基于X射线图像的耐张线夹压接缺陷判断方法，其特征在于，所述ResNet骨干网络共有5个阶段，第一阶段记作C1，其输出为320
×
256
×
64，第二个阶段记作C2，其输出为160
×
128
×
256，第三阶段记作C3，其输出为80
×
64
×
512，第四阶段记作C4，其输出为40
×
32
×
1024，第五阶段记作C5，其输出为20
×
16
×
2048；将X射线图片输入到ResNet骨干网络，一共获得5个分辨率不同的特征图，按顺序记作C1
‑
C5。4.根据权利要求2所述的基于X射线图像的耐张线夹压接缺陷判断方法，其特征在于，所述FPN网络用于进行特征图的特征融合，其结构自顶向下的过程采用上采样进行，而横向连接则是将上采样的结果和自底向上生成的相同大小的特征图进行融合，融合之后接着采用3
×
3的卷积对每个融合结果进行卷积，目的是消除上采样的混叠效应，FPN网络输出5个不同尺度的特征图层。5.根据权利要求2所述的基于X射线图像的耐张线夹压接缺陷判断方法，其特征在于，所述区域建议网络头部rpn_head使用RoIAlign生成候选框，包括：在FPN网络输出的每个不同尺度的特征图层，分别定义大小为4
×
4、8
×
8、16
×
16、32
×
32、64
×
64的锚框，用anchor表示，使用k
‑
means聚类方法，优化每个特征图层的长宽比参数，使每个特征图层都有3种长宽比：1:2、1:1、3:1，所以整个特征金字塔有15种规格的
anchor；前景类候选框的定义为anchor与ground tr...

【专利技术属性】
技术研发人员：林静，曲烽瑞，陈旭，贲成，林杰，江少镇，卞佳音，徐宇翔，卢海，刘爽，林凯，徐研，胡燃，陈加宝，曾杰中，曾志武，屈恩来，
申请(专利权)人：广东电网有限责任公司广州供电局，
类型：发明
国别省市：