一种异物检测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种异物检测方法、装置、设备及存储介质。该方法包括：获取待检测导地线图像；其中，待检测导地线图像由图像采集终端从输电线路中的无信号区域采集，由卫星通信传输得到；将待检测导地线图像输入至预设的异物检测模型，根据输出的生成结果确定与待检测导地线图像对应的异物检测结果；其中，异物检测模型为全场景异物检测模型，或特定场景异物检测模型集合中的至少一个特定场景异物检测模型。本发明专利技术实施例的技术方案，保证了在输电线路中的山区及其他难以满足通信要求的恶劣环境下的信息传输效率和通信稳定，使得异物检测模型的数据计算能力得到最大化释放，提升了数据运算效率和对输电线路中存在的异常现象的异常检测精度。异常检测精度。异常检测精度。

【技术实现步骤摘要】
一种异物检测方法、装置、设备及存储介质


[0001]本专利技术涉及电力检测
，尤其涉及一种异物检测方法、装置、设备及存储介质。

技术介绍

[0002]在当前电网输电线路检修维护业务场景中，需判断线路上是否存在异物，若存在异物则会为输电线路带来较大的安全隐患，同时有可能对线路及附近的电力设备造成影响，需进行定期高频率的检查以保障输电作业的正常进行。
[0003]传统的输电线路检测方式是安排巡检人员进行现场巡检，针对输电线路中的无信号区域，常通过物联网系统架构的“云端+边端+终端”一体化设计思路，由终端进行图像采集，边端计算平台进行图像分析处理，进而将边端识别结果上传至云端进行智能化告警和监控以实现输电保障。
[0004]然而，针对某些山区或者环境较为恶劣的地区，需要巡检人员徒步跋涉，且野外环境对巡检人员具有较大的安全隐患，采用传统人员巡检方式在单次巡检过程中需耗费较大精力并需进行大量资金投入。而“云端+边端+终端”一体化的设计思路，受限于边端计算平台的性能，难以进行精细化的图像处理，且边端计算平台的升级方式较为复杂，难以满足对输电线路中异常情况的识别精度。

技术实现思路

[0005]本专利技术提供了一种异物检测方法、装置、设备及存储介质，依据直接获取的待检测导地线图像对输电线路中无信号区进行异物检测，提升了数据运算效率和异常检测精度。
[0006]第一方面，本专利技术实施例提供了一种异物检测方法，该方法包括：
[0007]获取待检测导地线图像；其中，待检测导地线图像由图像采集终端从输电线路中的无信号区域采集，由卫星通信传输得到；
[0008]将待检测导地线图像输入至预设的异物检测模型，根据输出的生成结果确定与待检测导地线图像对应的异物检测结果；
[0009]其中，异物检测模型为全场景异物检测模型，或特定场景异物检测模型集合中的至少一个特定场景异物检测模型。
[0010]第二方面，本专利技术实施例还提供了一种异物检测装置，该异物检测装置包括：
[0011]图像获取模块，用于获取待检测导地线图像；其中，待检测导地线图像由图像采集终端从输电线路中的无信号区域采集，由卫星通信传输得到；
[0012]异物检测模块，用于将待检测导地线图像输入至预设的异物检测模型，根据输出的生成结果确定与待检测导地线图像对应的异物检测结果；
[0013]其中，异物检测模型为全场景异物检测模型，或特定场景异物检测模型集合中的至少一个特定场景异物检测模型。
[0014]第三方面，本专利技术实施例还提供了一种异物检测设备，该异物检测设备包括：
[0015]至少一个处理器；以及
[0016]与至少一个处理器通信连接的存储器；其中，
[0017]存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，使得至少一个处理器能够实现本专利技术任一实施例的异物检测方法。
[0018]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本专利技术任一实施例的异物检测方法。
[0019]本专利技术实施例提供的一种异物检测方法、装置、设备及存储介质，通过获取待检测导地线图像；其中，待检测导地线图像由图像采集终端从输电线路中的无信号区域采集，由卫星通信传输得到；将待检测导地线图像输入至预设的异物检测模型，根据输出的生成结果确定与待检测导地线图像对应的异物检测结果；其中，异物检测模型为全场景异物检测模型，或特定场景异物检测模型集合中的至少一个特定场景异物检测模型。通过采用上述技术方案，将由图像采集终端从输电线路中的无信号区域采集的待检测导地线图像，经由卫星通信直接传输至云端中设置的异物检测模型中进行异物检测，解决了在无信号区进行数据采集后无法经由常规4G、5G通信网络进行上传，且依赖于边端计算平台对图像进行处理，由于边端计算平台性能不足且升级困难，难以满足输电线路中异常情况识别精度的问题，保证了在输电线路中的山区及其他难以满足通信要求的恶劣环境下的信息传输效率和通信稳定，使得异物检测模型的数据计算能力得到最大化释放，提升了数据运算效率和对输电线路中存在的异常现象的异常检测精度。
[0020]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0021]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例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本专利技术的一些实施例，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，还可以根据这些附图获得其他的附图。
[0022]图1是本专利技术实施例一中的一种异物检测方法的流程图；
[0023]图2是现有技术中物联网架构的结构示意图；
[0024]图3是本专利技术实施例二中的一种异物检测方法的流程图；
[0025]图4是本专利技术实施例二中的一种图像采集终端确定待检测导地线图像的流程示意图；
[0026]图5是本专利技术实施例二中的一种根据图像类型处理待检测导地线图像，确定目标待检测导地线图像的流程示意图；
[0027]图6是本专利技术实施例二中的一种根据图像类型确定目标异物检测模型的流程示意图；
[0028]图7是本专利技术实施例三中的一种异物检测方法的流程图；
[0029]图8是本专利技术实施例三中的一种根据预设时间范围内的检修反馈结果，对异物检测模型进行更新的流程示意图；
[0030]图9是本专利技术实施例四中的一种异物检测装置的结构示意图；
[0031]图10是本专利技术实施例五中的一种异物检测设备的结构示意图。
具体实施方式
[0032]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都应当属于本专利技术保护的范围。
[0033]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0034]实施例一
[0035]图1为本专利技术实施例一提供的一种异物检测方法的流程图，本专利技术实施例可适用于对位于无信号区中的输电线路中附着异物现象进行检测的情本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异物检测方法，其特征在于，包括：获取待检测导地线图像；其中，所述待检测导地线图像由图像采集终端从输电线路中的无信号区域采集，由卫星通信传输得到；将所述待检测导地线图像输入至预设的异物检测模型，根据输出的生成结果确定与所述待检测导地线图像对应的异物检测结果；其中，所述异物检测模型为全场景异物检测模型，或特定场景异物检测模型集合中的至少一个特定场景异物检测模型。2.根据权利要求1所述的方法，其特征在于，所述图像采集终端确定待检测导地线图像的步骤，包括：针对所述输电线路中每一个导地线区域，获取监拍视频图像集，以及与所述导地线区域对应的至少一个静态模板图像；将所述监拍视频图像数据集中各监拍视频图像与各所述静态模板图像进行比对，确定各所述监拍视频图像对应的匹配度；将所述匹配度小于预设匹配度阈值的监拍视频图像确定为待检测导地线图像。3.根据权利要求1所述的方法，其特征在于，所述将所述待检测导地线图像输入至预设的异物检测模型，根据输出的生成结果确定与所述待检测导地线图像对应的异物检测结果，包括：根据所述待检测导地线图像的采集参数确定图像类型；根据所述图像类型处理所述待检测导地线图像，确定目标待检测导地线图像；根据所述图像类型确定目标异物检测模型，并将所述目标待检测导地线图像输入至所述目标异物检测模型中；根据所述目标异物检测模型的输出结果确定所述待检测导地线图像对应的异物检测结果。4.根据权利要求3所述的方法，其特征在于，所述根据所述图像类型处理所述待检测导地线图像，确定目标待检测导地线图像，包括：根据所述图像类型确定图像处理参数；按照所述图像处理参数对所述待检测导地线图像进行处理，并将处理后的所述待检测导地线图像确定为目标待检测导地线图像。5.根据权利要求3所述的方法，其特征在于，所述根据所述图像类型确定目标异物检测模型，包括：确定所述特定场景异物检测模型集合对应的场景图像类型集；若所述图像类型包含于所述场景图像类型集中，则将所述特定场景异物检测模型集合中与所述图像类型对应的，至少一个特定场景异物检测模型确定为目标异物检测模型；若所述图像类型未包含于所述场景图像类型集中，则将所述全场景异物检测模型确定为目标异物检测模型。6.根据权利要求3所述的方法，其特征在于，所述根据所述目标异物检测模型的输出结果确定所述待检测导地线图像对应的异物检测结果，包括：若所述目标异物检测模型为全场景异物检测模型，则将所述全场景异物检测模型的输出结果确定为所述待检测导地线图像对应的异物检测结果；
若所述目标异物检测模型为至少一个特定场景异物检测模型，则在任一所述特定场景异无检测模型的输出结果为有异物时，将所述待检测导地线图像对应的异物检测结果确定为有异物。7.根据权利要求1
‑
6中任一项所述的方法，其特征在于，在所述确定与所述待检...

【专利技术属性】
技术研发人员：赵雷，徐加龙，
申请(专利权)人：苏州小凌互联科技有限公司，
类型：发明
国别省市：