基于人工智能的外破隐患点干扰判定方法技术

为了解决现有技术中外破隐患点识别不精准、容易产生误检漏检的问题，本发明专利技术提供了基于人工智能的外破隐患点干扰判定方法，其解决技术问题的技术方案包括以下步骤；一、图像输入，对无人机以及监控照片进行采集；二、特征提取，对采集到的图片使用预先训练的特征矩阵进行计算，得到特征结果；三、特征编码，对二中的特征结果进行编码；四、结果分类，编码完成后，与知识库中的样本进行比对，完成分类；五、输出结果，根据分类类别，解码并输出相应的预警信息。本发明专利技术通过人工智能的方法对无人机巡检过程中拍摄的图像或者监控图像进行分析处理，实现对隐患点的精准判定以及实现定级评判，为后续的隐患点排查检修提供更加可靠的依据。续的隐患点排查检修提供更加可靠的依据。续的隐患点排查检修提供更加可靠的依据。

【技术实现步骤摘要】
基于人工智能的外破隐患点干扰判定方法


[0001]本专利技术属于输电线路外破隐患点识别
，尤其是基于人工智能的外破隐患点干扰判定方法。

技术介绍

[0002]在当前的时代背景下，输电线路的安全是保证工业以及生活用电的必要条件，在输电线路实际运行过程中，容易遭到外力破坏而发生意外事故，其中外破隐患点主要体现在以下几个方面：1、偷盗行为，2、防范问题，3、违章建筑物造成。
[0003]随着社会的发展，现在对输电线路的巡检经常采用无人机自动巡航，这样的作业方式极大地提高了巡检速度而且提高了巡检效率，但是无人机巡检存在对于外破隐患点识别不精准，容易产生漏检的现象，因此如何提高巡检过程中对外破隐患点识别的精准性一直是需要重视的问题。

技术实现思路

[0004]为了解决现有技术中外破隐患点识别不精准、容易产生误检漏检的问题，本专利技术提供了基于人工智能的外破隐患点干扰判定方法，通过人工智能的方法对无人机巡检过程中拍摄的图像或者监控图像进行分析处理，实现对隐患点的精准判定以及实现定级评判，为后续的隐患点排查检修提供更加可靠的依据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于人工智能的外破隐患点干扰判定方法，其特征在于，包括以下步骤；步骤一、图像输入，对无人机以及监控照片进行采集；步骤二、特征提取，对采集到的图片使用预先训练的特征矩阵进行计算，得到特征结果；步骤三、特征编码，对步骤二中的特征结果进行编码；步骤四、结果分类，编码完成后，与知识库中的样本进行比对，完成分类；步骤五、输出结果，根据分类类别，解码并输出相应的预警信息。2.根据权利要求1所述基于人工智能的外破隐患点干扰判定方法，其特征在于，所述步骤二中的特征包括线性特征和非线性特征。3.根据权利要求2所述基于人工智能的外破隐患点干扰判定方法，其特征在于，所述线性特征是图像位元和其所在的二维欧几里得空间邻域范围内的线性变换的结果。4.根据权利要求3所述基于人工智能的外破隐患点干扰判定方法，其特征在于，使用线性滤波器对线性特征进行特征提取，具体算法为：其中，dst(x，y)为目标图像，即线性变换结果；kernel是参与计算的滤波核，cols表示滤波核的行长度(列数)；rows表示滤波核的列长度(行数)；src是原图像；x，y是位元；x
’
，y
’
...

【专利技术属性】
技术研发人员：余海尧，陈根奇，梁皓，胡良，陈冬，娄鹏，许海峰，徐超，任宇翔，李锋，章政，陆筠，
申请(专利权)人：国网浙江省电力有限公司绍兴供电公司上海建数信息科技有限公司，
类型：发明
国别省市：