【技术实现步骤摘要】
一种输电线分割方法、装置、电子设备及存储介质
[0001]本专利技术涉及输电网络
,尤其涉及一种输电线分割方法、装置、电子设备及存储介质。
技术介绍
[0002]输电线是电网的重要部件,是电力输送的动脉。外力破坏、气象灾害、线路老化等因素造成的输电线损坏,严重威胁电网的稳定运行。因此,获取输电线的图像数据,根据图像数据对输电线进行分割,然后根据分割结果判断输电线的工作情况是非常有必要的。
[0003]现有技术中,对输电线进行分割时,通常通过无人机或巡线机器人,自动获取输电线的彩色数字图像,然后基于所述彩色数字图像对输电线进行分割;或者是依靠无人机搭载激光雷达对输电线进行3D重建,然后根据预设线路的巡检结果对输电线进行分割。
[0004]但是,基于彩色数字图像的输电线分割方法,在输电线背景复杂或光照变化的情况下,分割结果鲁棒性较低;采用无人机搭载激光雷达的方法,存在点云稀疏、重建误差大、设备成本高的问题。
技术实现思路
[0005]本专利技术提供了一种输电线分割方法、装置、电子设备及存储介 ...
【技术保护点】
【技术特征摘要】
1.一种输电线分割方法,其特征在于,所述方法包括:将待测输电线对应的彩色图像输入至预先训练的输电线分割网络中,得到彩色图像分割结果,并采用自适应阈值算法,对待测输电线对应的深度图像进行分割,得到深度图像分割结果;根据所述深度图像分割结果,对所述彩色图像分割结果进行更新,得到更新后的彩色图像分割结果;在所述更新后的彩色图像分割结果中,获取多个输电线连通区域,对所述多个输电线连通区域进行聚类,并根据聚类结果确定待测输电线对应的目标分割结果。2.根据权利要求1所述的方法,其特征在于,在将待测输电线对应的彩色图像输入至预先训练的输电线分割网络之前,还包括:建立用于对彩色图像中输电线进行分割的神经网络模型;所述神经网络模型中包括多个卷积层,以及多感受野特征提取层;获取与所述神经网络模型对应的训练集以及验证集;所述训练集和验证集中包括多个输电线彩色图像样本;使用所述训练集和验证集,对所述神经网络模型进行迭代训练,得到所述输电线分割网络。3.根据权利要求1所述的方法,其特征在于,根据所述深度图像分割结果,对所述彩色图像分割结果进行更新,得到更新后的彩色图像分割结果,包括:获取所述彩色图像分割结果对应的目标尺寸,按照所述目标尺寸对深度图像分割结果进行缩放处理;获取处理后的深度图像分割结果,并将所述深度图像分割结果中每个像素的像素值,与彩色图像分割结果中对应像素的像素值进行相乘,得到修正后的彩色图像分割结果;对所述修正后的彩色图像分割结果进行中值滤波,得到更新后的彩色图像分割结果。4.根据权利要求1所述的方法,其特征在于,对所述多个输电线连通区域进行聚类,包括:在所述多个输电线连通区域中筛选无效连通区域,并将所述无效连通区域进行剔除;获取剩余的多个目标输电线连通区域,并对所述多个目标输电线连通区域进行聚类。5.根据权利要求4所述的方法,其特征在于,在所述多个输电线连通区域中筛选无效连通区域,包括:确定每个输电线连通区域对应的外接矩形,以...
【专利技术属性】
技术研发人员:乔嘉赓,杨帆,钟红,贾恒杰,洪焕森,沈卫彬,徐伟青,
申请(专利权)人:广东电网有限责任公司韶关供电局,
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。