基于多层分割的输电线路铁塔角钢腐蚀评估方法及系统技术方案

本发明专利技术属于电力工程监测技术领域，公开了一种基于多层分割的输电线路铁塔角钢腐蚀评估方法及系统，对输电线路铁塔图像进行实例分割，获取每根角钢实例；对单根角钢进行语义分割，得到相应角钢上的腐蚀区域；计算每根角钢腐蚀占比；对所有角钢的腐蚀占比进行加权平均，得到输电线路铁塔整体的腐蚀占比，进而评估输电线路铁塔整体的腐蚀程度

【技术实现步骤摘要】
基于多层分割的输电线路铁塔角钢腐蚀评估方法及系统


[0001]本专利技术属于电力工程监测
，涉及输电线路铁塔角钢评估，尤其涉及基于多层分割的输电线路铁塔角钢腐蚀评估方法及系统
。

技术介绍

[0002]随着电网建设步伐的加快，电力规模不断扩大，越来越多的输电线路铁塔投入建设以及使用
。
而电网的安全稳定运行是人民生产生活的基本保障
。
因此，对于输电线路铁塔角钢的腐蚀检测提出了更高的要求
。
大多数输电线路铁塔面临恶劣的大气腐蚀环境，必须对其进行及时有效的防腐维护，否则其可能因腐蚀出现突发性的损坏，将严重影响输电线路安全运行，甚至出现倒塔
、
断线等重大安全事故
。
所以，制定输电线路铁塔防腐检修计划，定期对输电线路铁塔腐蚀失效情况的全方位检测，并按照检测结果采取有效的防护措施，对于保障输电线路安全工作，电网稳定运行有着重大意义
。
[0003][0004]当输电线路铁塔角钢出现腐蚀情况时，该角钢会出现明显颜色变化，比未腐蚀角钢更加深红
。
在无人机航拍的输电线路铁塔图像中，各角钢因为拍摄角度的变化会互相重叠，光线过暗，给角钢腐蚀检测带来困难，这也导致传统的输电线路铁塔角钢腐蚀检测方法的准确率较低
。

技术实现思路

[0005]本专利技术目的旨在克服传统的输电线路铁塔检测方法的准确率和效率较低等问题，提供一种基于多层分割的输电线路铁塔角钢腐蚀评估方法，以实现对输电线路铁塔上各角钢的高效识别并进行腐蚀程度评估
。
[0006]本专利技术的另一目的在于提供一种基于多层分割的输电线路铁塔角钢腐蚀评估系统
。
[0007]为了达到上述目的，本专利技术的目的可以通过以下技术方案来实现
。
[0008]本专利技术提供的基于多层分割的输电线路铁塔角钢腐蚀评估方法，包括以下步骤：
[0009]S1
获取输电线路铁塔图像；
[0010]S2
对输电线路铁塔图像进行实例分割，获取每根角钢实例；该步骤包括以下分步骤：
[0011]S21
对输电线路铁塔图像进行特征提取；
[0012]S22
利用提取的特征图生成网络扫描的输电线路铁塔角钢样本图像，确定图像属于前景或者后景，同时获得精确的候选区域；
[0013]S23
将生成的候选区域映射到特征图上得到区域特征图；
[0014]S24
对区域特征图进行池化处理，并通过区域回归方法确定角钢目标边界多边形框的精确位置，完成角钢的实例分割；
[0015]S3
对单根角钢进行语义分割，得到相应角钢上的腐蚀区域；
[0016]S4
计算每根角钢腐蚀占比；
[0017]S5
对所有角钢的腐蚀占比进行加权平均，得到输电线路铁塔整体的腐蚀占比，进而评估输电线路铁塔整体的腐蚀程度
。
[0018]上述步骤
S2
，对输电线路铁塔图像进行实例分割，获取每根角钢实例，具体操作见步骤
S21
‑
S24。
[0019]上述步骤
S21
中，通过卷积神经网络对输电线路铁塔图像进行特征提取，例如
FCN
网络
。
[0020]上述步骤
S22
中，通过
RPN(Region Proposal Network)
网络对提取的特征图对特征图进行处理，首先对特征图进行滑窗处理，获得一系列锚点；基于一系列锚点，利用
softmax
函数判断锚点属于前景或者背景，同时通过区域回归修正锚点位置，获得精确的候选区域，即有可能包含角钢目标的区域
。
[0021]上述步骤
S23
中，利用
RoI Align
层来代替
RoIPooling
的方法，按照像素一一对齐的方式来将候选区域映射到步骤
S21
得到的特征图中，获得统一大小的区域特征图；其中为了得到固定大小的特征图，对于浮点数采用“双线性插值”算法进行计算，这样可以规避量化误差
。
双线性插值是一种图像缩放算法，充分利用原图中虚拟点四周的四个真实存在的像素值来共同决定目标图中的一个像素值，即可以将
10.56
这类虚拟的位置点对应的像素值估计出来
。
双线性插值计算
(x1,y1)
，
(x2，
y2)
两点间任意一点
(x,y)
的公式如下：
[0022][0023]上述步骤
S24
中，将上述映射后得到的统一大小的区域特征图经过平均池化变成一维向量，经过区域回归计算获得角钢目标边界多边形框的精确位置，即图像像素点为角钢类别概率最大的像素点，实现对角钢的实例分割，得到若干单根角钢图像
。
[0024]上述步骤
S3
中，对各单根角钢进行语义分割，得到相应角钢上的腐蚀区域，具体操作见步骤
S31
‑
32
：
[0025]S31
利用编码器进行特征抽取，得到语义分割特征图；
[0026]S32
利用解码器对语义分割特征进行解码，确定每个像素点所述的类别，实现对角钢上腐蚀区域的语义分割
。
[0027]上述步骤
S31
中，对于输入输电线路铁塔角钢图像，利用编码器将图像中的背景
、
角钢和腐蚀编程成中间表达式形式，即进行特征抽取，得到语义分割特征图
。
编码器，包括依次设置的卷积层
、
归一化层
、
激活函数
、
最大池化层；编码器的计算过程如下：先通过尺寸不变的卷积计算得到卷积和；再进行批标准化计算得到归一化卷积和；利用
ReLU
激活函数对归一化卷积和进行激活，最后采用最大池化计算激活后的卷积和并记录每层卷积和中最大值的索引位置，将输入的图像中的背景
、
角钢
、
腐蚀区域编程为中间表达形式，即逐渐减小特征图并提取高层语义信息，得到语义分割特征图
。
[0028]上述步骤
S32
中，利用解码器对获得的语义分割特征图进行解码运算，得到输电线路铁塔角钢图像中每一个像素点在背景
、
角钢
、
腐蚀三个类别中的概率，其中最大概率的类别即为该像素点所属的类别，实现对角钢上腐蚀区域的语义分割
。
解码器包括上采样器
、
卷积层
、
归一化层
、
激活函数；解码器的计算过程如下：先通过上采样对输入的语义分割特征图放大两倍，即在特征图矩阵外填充0从而获得放大两倍的特征图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于多层分割的输电线路铁塔角钢腐蚀评估方法，其特征在于，包括以下步骤：
S1
获取输电线路铁塔图像；
S2
对输电线路铁塔图像进行实例分割，获取每根角钢实例；该步骤包括以下分步骤：
S21
对输电线路铁塔图像进行特征提取；
S22
利用提取的特征图生成网络扫描的输电线路铁塔角钢样本图像，确定图像属于前景或者后景，同时获得精确的候选区域；
S23
将生成的候选区域映射到特征图上得到区域特征图；
S24
对区域特征图进行池化处理，并通过区域回归方法确定角钢目标边界多边形框的精确位置，完成角钢的实例分割；
S3
对单根角钢进行语义分割，得到相应角钢上的腐蚀区域；
S4
计算每根角钢腐蚀占比；
S5
对所有角钢的腐蚀占比进行加权平均，得到输电线路铁塔整体的腐蚀占比，进而评估输电线路铁塔整体的腐蚀程度
。2.
根据权利要求1所述的基于多层分割的输电线路铁塔角钢腐蚀评估方法，其特征在于，步骤
S21
中，通过卷积神经网络对输电线路铁塔图像进行特征提取
。3.
根据权利要求1所述的基于多层分割的输电线路铁塔角钢腐蚀评估方法，其特征在于，步骤
S22
中，通过
RPN
网络对提取的特征图对特征图进行处理，首先对特征图进行滑窗处理，获得一系列锚点；基于一系列锚点，利用
softmax
函数判断锚点属于前景或者背景，同时通过区域回归修正锚点位置，获得精确的候选区域
。4.
根据权利要求1所述的基于多层分割的输电线路铁塔角钢腐蚀评估方法，其特征在于，步骤
S23
中，利用
RoI Align
层将候选区域映射到步骤
S21
得到的特征图
。5.
根据权利要求4所述的基于多层分割的输电线路铁塔角钢腐蚀评估方法，其特征在于，为了得到固定大小的特征图，对于浮点数采用“双线性插值”算法进行计算
。6.
根据权利要求1所述的基于多层分割的输电线路铁塔角钢腐蚀评估方法，其特征在于，步骤
S24
中，将映射后得到的区域特征图经过平均池化变成一维向量，经过区域回归计算获得角钢目标边界多边形框的精确位置，即图像像素点为角钢类别概率最大的像素点，实现对角钢的实例分割，得到若干单根角钢图像
。7.
根据权利要求1所述的基于多层分割的输电线路铁塔角钢腐蚀评估方法，其特征在...

【专利技术属性】
技术研发人员：王志高，王方强，兰新生，方夏，王玫，李成鑫，耿植，曾晓亮，
申请(专利权)人：国网四川省电力公司电力科学研究院，
类型：发明
国别省市：