【技术实现步骤摘要】
一种电力线路中绝缘子的图像视觉语义分割方法
[0001]本专利技术涉及图像处理
,特别涉及一种电力线路中绝缘子的图像视觉语义分割方法。
技术介绍
[0002]电力电子的输电线路中,绝缘子能够有效隔绝地面与载流杆塔线路的导电,是杆塔间线路稳定接连及电气绝缘、输送电力的关键器件,因此对电力线检查中的绝缘子进行检测是非常必要的。针对于电力线路安置环境的复杂性,目前主要采用无人机代替人工方式在野外复杂环境中进行线路巡检,将无人机上安装的摄像机作为环境感知或缺陷检测的传感器,定位拍摄绝缘子图像。通过对航拍图像中的绝缘子进行清晰准确的分割,我们将更加容易分析感知绝缘子状态并及时进行远程故障诊断。这不仅保障电力线路稳定可靠的运行,同时也节省了大量人力及物力资源耗费并大幅度减少了事故性。为了实现智能化图像处理,传统技术主要通过对绝缘子红外图像进行识别、对纹理信息进行提取分类等操作来完成绝缘子自动识别分割。
[0003]尽管基于阈值分割、边缘分割、区域分割等方法的传统图像分割技术在分割任务量较小时能够得到不错的处理效果,但随着电力线路的发达与遍及,绝缘子分割任务面临着更多特征复杂的图像形态以及更加庞大的样本数据集,这时采用传统绝缘子分割不仅成本和时间消耗巨大,且不能实现稳定准确的分割效果。于是随着近年来深度学习的发展及设备的完善及技术水平提升,绝缘子分割任务也逐渐由传统的基于目标绝缘子各种特性进行分割,转向采用基于深度学习的语义分割模型。
[0004]为了更好地处理大量图像数据、将复杂问题进行简化,大部分基于深度 ...
【技术保护点】
【技术特征摘要】
1.一种电力线路中绝缘子的图像视觉语义分割方法,其特征在于:包括如下步骤:步骤S1、采集多张绝缘子图像,利用多张绝缘子图像构建绝缘子标签数据集,并将绝缘子标签数据集划分为训练集和验证集;步骤S2、构建主干特征提取网络,主干特征提取网络包括编码器和解码器;步骤S3、构建多个绝缘子特征增强模块,并利用多个绝缘子特征增强模块优化编码器,得到优化后的编码器;步骤S4、构建多个注意力特征融合模块,并利用多个注意力特征融合模块对解码器进行优化,得到优化后的解码器,将优化后的编码器和优化后的解码器进行融合,得到改进的U
‑
Net模型;步骤S5、利用训练集对改进的U
‑
Net模型进行训练,得到训练后的U
‑
Net模型;步骤S6、使用验证集对训练后的U
‑
Net模型进行验证。2.根据权利要求1所述的图像视觉语义分割方法,其特征在于,所述步骤S1具体包括如下步骤:步骤S11、采集多张绝缘子图像,并对多张绝缘子图像进行标注,生成多张对应的绝缘子标签图像;步骤S12、对多张绝缘子标签图像进行数据增强,并利用数据增强后的多张绝缘子标签图像构建绝缘子标签数据集;步骤S13、按照设定的比例对绝缘子标签数据集进行随机划分,将其划分为训练集和验证集。3.根据权利要求2所述的图像视觉语义分割方法,其特征在于,所述步骤S12中的数据增强包括图像旋转、图像翻转和图像参数调整。4.根据权利要求1所述的图像视觉语义分割方法,其特征在于,所述步骤S2中的编码器包括7个卷积层、7个激活层和5个最大池化层;7个卷积层分别为第一卷积层至第七卷积层;7个激活层为第一激活层至第七激活层,7个激活层分别通过7个卷积层依次连接,5个最大池化层分别连接在第二卷积层至第六卷积层的输出端。5.根据权利要求4所述的图像视觉语义分割方法,其特征在于,所述卷积层都使用3
×
3大小的卷积核;第一卷积层至第七卷积层的通道数分别为64、128、256、512、512、512、512。6.根据权利要求5所述的图像视觉语义分割方法,其特征在于,所述步骤S2中的解码器包括5个转置卷积层和5个激活层,5个转置卷积层分别通过5个激活层依次连接,5个转置卷积层分别为转置卷积层1至转置卷积层5,每个转置卷积层和相邻的激活层之间均进行双线性插值操作;每个转置卷积层分别经过双线性插值操作和对应的激活层激活后输出的特征为解码特征层。7.根据权利要求6所述的...
【专利技术属性】
技术研发人员:毛建旭,唐欣,王耀南,张辉,易俊飞,陶梓铭,钟杭,刘彩苹,朱青,刘敏,
申请(专利权)人:湖南大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。