【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种基于图像特征匹配的电缆旧损程度分析方法、装置及设备。
技术介绍
1、随着城市的快速发展，电力需求在不断增加，电力电缆已逐步成为城市配电网的重要供电线路，然而，电缆由于电、热和环境条件等多重因素，电缆在长期运行过程中会出现损坏，质量会逐渐下降，导致绝缘性能下降，甚至引发绝缘击穿事故，影响电网安全运行，因此，电缆老化导致的运行事故已经成为影响架空电缆安全运行的一大隐患，开展电缆旧损程度分析，对运行中的电缆旧损情况进行提前预警，以保障电缆的可靠性，具有重要意义。
2、现有的电缆旧损程度分析方法主要是通过对电缆缆线的弹性模量、应力应变、拉断力等综合指标进行评估，研究电缆的力学性能，然而这种试验方法的成本太高，试验周期长，导致试验模型在实际生产运维中存在应用限制；因此，针对电缆旧损程度的分析方法的现状，很难准确地判断电缆的旧损程度，无法有效的处理电缆的安全隐患，架空电缆的旧损老化对于电网正常运行影响巨大，导致分析电缆旧损程度的准确度较差。
技术实现思路
1、本专利技术提供一种基于图像特征匹配的电缆旧损程度分析方法、装置及设备，其主要目的在于进行电缆旧损程度分析时准确性较差的问题。
2、为实现上述目的，本专利技术提供的一种基于图像特征匹配的电缆旧损程度分析方法，包括：
3、获取目标电缆图像，对所述目标电缆图像进行多方向的图像平衡，得到所述目标电缆图像对应的多方向的平衡图像，将所述目标电缆图像与所述多方向的平衡图像进行图像融
4、计算所述融合图像在每个色彩通道的色彩通道均值，根据所述每个色彩通道的色彩通道均值对所述融合图像进行色彩校验，得到所述目标电缆图像的色彩校验图像；
5、检测所述色彩校验图像的特征点，根据所述特征点对所述色彩校验图像进行图像裁剪及下采样，得到采样电缆图像；
6、提取所述采样电缆图像的全局特征，对所述全局特征进行特征切片，得到所述采样电缆图像的特征切片集，根据所述特征切片集计算所述采样电缆图像的图像特征；
7、根据所述图像特征与预设的电缆旧损程度特征之间进行特征匹配，得到所述目标电缆图像的电缆旧损程度。
8、可选地，所述对所述目标电缆图像进行多方向的图像平衡，得到所述目标电缆图像对应的多方向的平衡图像，包括：
9、计算所述目标电缆图像的像素值均值，根据所述像素值均值对所述目标电缆图像进行图像白平衡，得到所述目标电缆图像的白平衡图像；
10、利用如下公式对所述目标电缆图像进行图像白平衡：其中，表示所述目标电缆图像的白平衡图像中像素点的像素值，表示预设的平衡参数，表示所述像素值均值，表示所述目标电缆图像中像素点的像素值；
11、将所述目标电缆图像划分为多个图像块，计算所述图像块的灰度阈值，根据所述灰度阈值对每个所述图像块的像素值进行分配，得到分配图像块；
12、对所述分配图像块进行直方图平衡，得到平衡图像块，对所述平衡图像块进行插值运算及滤波处理，得到所述目标电缆图像的直平衡图像；
13、利用预设的校正系数对所述目标电缆图像进行伽马校正，得到所述目标电缆图像的校正平衡图像；
14、汇集所述白平衡图像、所述直平衡图像以及所述校正平衡图像，得到所述目标电缆图像对应的多方向的平衡图像。
15、可选地，所述将所述目标电缆图像与所述多方向的平衡图像进行图像融合，得到融合图像，包括：
16、对所述目标电缆图像与所述多方向的平衡图像进行图像叠加，得到叠加图像；
17、对所述叠加图像进行不同尺寸的第一图像卷积以及平均池化，得到不同尺度的第一卷积图像及池化图像；
18、分别对所述不同尺度的第一卷积图像及所述池化图像进行第二图像卷积，得到不同尺度的第二卷积图像；
19、利用预设维度的卷积核对所述第二卷积图像进行通道降维，得到同一尺度的卷积图像，对所述同一尺度的卷积图像进行通道叠加，得到融合图像。
20、可选地，所述根据所述每个色彩通道的色彩通道均值对所述融合图像进行色彩校验，得到所述目标电缆图像的色彩校验图像，包括：
21、计算所述融合图像中在每个所述色彩通道的高像素值及低像素值；
22、根据所述色彩通道均值、所述高像素值及所述低像素值对所述融合图像在每个所述色彩通道的色彩值进行校正，得到校正色彩通道值；
23、根据所述校正色彩通道值构建所述目标电缆图像的色彩校验图像。
24、可选地，所述根据所述色彩通道均值及所述高像素值及所述低像素值对所述融合图像在每个所述色彩通道的色彩值进行校正，得到所述目标电缆图像的色彩校验图像，包括：
25、利用如下公式计算所述对所述融合图像在每个所述色彩通道的色彩值进行校正：其中，表示在第个色彩通道的校正色彩通道值，表示预设的双边滤波器，、、分别表示在、、通道的色彩通道均值，表示在第个色彩通道的色彩通道值， 表示在第个色彩通道的色彩通道均值，、分别表示第个色彩通道的高像素值及低像素值。
26、可选地，所述根据所述特征点对所述色彩校验图像进行图像裁剪及下采样，得到采样电缆图像，包括：
27、根据所述特征点对所述色彩校验图像进行旋转，得到旋转校验图像；
28、以所述特征点为中心将所述旋转校验图像裁剪为预设图像尺寸的矩形图像；
29、对所述矩形图像进行卷积下采样，得到采样电缆图像。
30、可选地，所述提取所述采样电缆图像的全局特征，包括：
31、对所述采样电缆图像进行多层卷积及激活处理，得到卷积特征；
32、对所述卷积特征进行挤压激励，得到卷积激励特征；
33、利用如下公式对所述卷积特征进行挤压激励：其中，表示卷积激励特征，表示激活函数，表示预设的第二全连接层，示激活函数，表示预设的第一全连接层，表示全局池化操作，表示所述卷积特征；
34、将所述卷积特征与所述卷积激励特征进行点乘，得到所述采样电缆图像的全局特征。
35、可选地，所述根据所述特征切片集计算所述采样电缆图像的图像特征，包括：
36、对所述特征切片集中的每个特征切片进行卷积，得到切片卷积特征；
37、利用如下公式对所述特征切片进行卷积：其中，表示切片卷积特征，表示符号函数，表示规范化操作，表示批归一化操作，表示预设的卷积核，表示所述特征切片；
38、对所述切片卷积特征进行特征拼接，得到所述采样电缆图像的图像特征。
39、为了解决上述问题，本专利技术还提供一种基于图像特征匹配的电缆旧损程度分析装置，所述装置包括：
40、图像平衡模块，用于获取目标电缆图像，对所述目标电缆图像进行多方向的图像平衡，得到所述目标电缆图像对应的多方向的平衡图像，将所述目标电缆图像与所述多方向的平衡图像进行图像融合，得到融合图像；
41、色彩校验模块，本文档来自技高网...
【技术保护点】
1.一种基于图像特征匹配的电缆旧损程度分析方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于图像特征匹配的电缆旧损程度分析方法，其特征在于，所述对所述目标电缆图像进行多方向的图像平衡，得到所述目标电缆图像对应的多方向的平衡图像，包括：
3.如权利要求1所述的基于图像特征匹配的电缆旧损程度分析方法，其特征在于，所述将所述目标电缆图像与所述多方向的平衡图像进行图像融合，得到融合图像，包括：
4.如权利要求1所述的基于图像特征匹配的电缆旧损程度分析方法，其特征在于，所述根据所述每个色彩通道的色彩通道均值对所述融合图像进行色彩校验，得到所述目标电缆图像的色彩校验图像，包括：
5.如权利要求4所述的基于图像特征匹配的电缆旧损程度分析方法，其特征在于，所述根据所述色彩通道均值及所述高像素值及所述低像素值对所述融合图像在每个所述色彩通道的色彩值进行校正，得到所述目标电缆图像的色彩校验图像，包括：
6.如权利要求1所述的基于图像特征匹配的电缆旧损程度分析方法，其特征在于，所述根据所述特征点对所述色彩校验图像进行图像裁剪及下采样
7.如权利要求1所述的基于图像特征匹配的电缆旧损程度分析方法，其特征在于，所述提取所述采样电缆图像的全局特征，包括：
8.如权利要求1所述的基于图像特征匹配的电缆旧损程度分析方法，其特征在于，所述根据所述特征切片集计算所述采样电缆图像的图像特征，包括：
9.一种基于图像特征匹配的电缆旧损程度分析装置，其特征在于，所述装置包括：
10.一种电子设备，其特征在于，所述电子设备包括：
...【技术特征摘要】
1.一种基于图像特征匹配的电缆旧损程度分析方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于图像特征匹配的电缆旧损程度分析方法，其特征在于，所述对所述目标电缆图像进行多方向的图像平衡，得到所述目标电缆图像对应的多方向的平衡图像，包括：
3.如权利要求1所述的基于图像特征匹配的电缆旧损程度分析方法，其特征在于，所述将所述目标电缆图像与所述多方向的平衡图像进行图像融合，得到融合图像，包括：
4.如权利要求1所述的基于图像特征匹配的电缆旧损程度分析方法，其特征在于，所述根据所述每个色彩通道的色彩通道均值对所述融合图像进行色彩校验，得到所述目标电缆图像的色彩校验图像，包括：
5.如权利要求4所述的基于图像特征匹配的电缆旧损程度分析方法，其特征在于，所述根据所述色彩通道...
【专利技术属性】
技术研发人员：袁洋，
申请(专利权)人：深圳市联嘉祥科技股份有限公司，
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。