【技术实现步骤摘要】
本专利技术属于变压器检测，尤其是一种基于机器视觉的配网工程变压器检测方法。
技术介绍
1、配网工程设备监理对于配网工程的安全至关重要，以往的设备监理工作需要大量的人员进行现场检测，由于配网工程现场较为分散，耗费大量财力。且人工检测时，容易产误差，因此人工检测已不符合生产发展的需求。随着信息化、数字化水平的提升以及无人机等设备的投入，为解决配网工程设备种类繁多、管理人员较少、作业现场分散的问题提供了有效途径。虽然配网工程现场的管控可通过无人机等设备采集大量的图片，但是配电工程现场图片的采集标准存在差异性，图像背景复杂，不易排除图像中的多余信息，抽出关键信息。由于变压器是配网工程中的重要设备，因此需要高效的变压器检测方法检测配网工程中的变压器。
2、中国专利技术，公开号：cn114120097a，公开日：2022年03月01日，公开了一种基于机器视觉的配网工程现场变压器检测方法和系统，包括：获取配网工程现场待检测图片并进行特征提取，得到特征信息；提取图片中的变压器特征。获取变压器图像数据，处理图像或波形数据，分类识别最能反映变压器本质的特征。将变压器原始数据形成的测量空间，进行变换得到其特征空间，将高维变压器测量空间变为在低维特征空间，对比haar特征、lbp特征、hog特征和shift特征等，选取变压器有效特征信息；基于二分类器模型，利用变尺度滑窗目标检测方法对所述特征提取后的待检测图片进行检测，得到变压器信息；其中，所述二分类器模型，是基于配网工程现场含变压器的历史图片以及未含变压器的历史图片训练的；所述特征信息中含
技术实现思路
1、本专利技术的目的是解决现有技术中配网工程变压器检测准确性低的问题，提供了一种基于机器视觉的配网工程变压器检测方法，通过yolo算法对样本图像进行设备特征提取，基于得到的设备特征集进行模型训练构建变压器检测二分类器对实时样本图像进行检测确定变压器图像，能够准确地识别设备特征，提高得到的变压器检测二分类器的检测精准度，显著提高了配网工程变压器检测的准确性。
2、为了实现上述目的，本专利技术采用以下技术方案：
3、一种基于机器视觉的配网工程变压器检测方法，包括如下步骤：
4、s1、获取配网工程现场的图像信息并对其进行预处理得到样本图像；
5、s2、基于所述样本图像创建样本图像集；
6、s3、基于样本图像集的区域特征属性调整图像灰度等级并进行图像增强得到有效样本图像集；
7、s4、基于yolo算法对有效样本图像集中的有效样本图像进行特征提取，获取设备特征集；
8、s5、基于所述设备特征集进行模型训练建立变压器检测二分类器；
9、s6、基于所述变压器检测二分类器对实时样本图像进行检测确定变压器图像；
10、s7、定期更新配网工程现场的图像信息进行增量式训练更新二分类器，基于更新后的二分类器进行变压器实时检测获取变压器图像。
11、上述技术方案中，通过对配网工程现场的图像信息进行预处理、图像增强和分类识别，可以更准确地检测和确定变压器图像，减少误判和漏判的情况，提高检测的可靠性和精度；基于实时样本图像的检测和定期更新的训练，可以实现对配网工程现场的变压器图像的实时监测和检测，及时发现异常情况和故障，提供及时的预警和告警，有助于快速响应和处理问题，提高电网维护的效率和可靠性；通过yolo算法进行设备特征集的建立和模型训练，实现了对样本图像中设备目标的精准提取和分类，为变压器目标的实时检测提供了可靠的基础；通过定期更新配网工程现场的图像信息和进行增量式训练，可以使检测模型具有较强的自适应性和泛化能力，能够适应现场环境的变化和新的变压器情况，提高检测的鲁棒性和准确性。
12、优选的，所述s1包括如下步骤：
13、s11、采集配电网工程现场的图像信息；
14、s12、剔除相似度大于相似度阈值的图像信息；
15、s13、将所有图像信息的像素通道统一为rgb；
16、s14、将统一像素通道后的图像信息的格式转换为统一的格式，得到样本图像。
17、上述技术方案中，通过剔除相似度大于相似度阈值的图像信息，可以减少重复图像和噪声数据的存在，提高了样本集的质量和多样性，避免了冗余信息对模型训练和分类的干扰；通过将所有图像信息的像素通道统一为rgb，可以消除不同图像来源和设备的色彩差异，使得图像处理和特征提取更加一致和准确；通过将图像信息的格式转换为统一的格式，有助于后续处理和分析的一致性和标准化，可以方便进行图像增强、特征提取和模型训练等后续步骤，提高变压器图像的识别和分类准确性。
18、优选的，所述s2包括如下步骤：
19、s21、将样本图像进行归一化，统一图像大小；
20、s22、将样本图像中不含变压器的图像作为负样本图像；
21、s23、将样本图像中含变压器的图像作为正样本图像；
22、s24、基于所述负样本图像和正样本图像构建样本图像集。
23、上述技术方案中，通过将样本图像进行归一化，统一图像大小，可以消除不同尺寸和比例的图像对模型训练和分类的影响，能够确保样本图像在后续处理和特征提取中具有一致的尺寸和比例，提高模型的稳定性和准确性；通过将样本图像中不含变压器的图像作为负样本图像，将含有变压器的图像作为正样本图像，可以明确地区分出两类样本，有助于后续的二分类器的训练和识别，通过准确定义负样本图像和正样本图像，可以提高模型的鲁棒性，减少误判率和漏判率；基于负样本图像和正样本图像构建样本图像集，可以形成具有代表性和丰富性的样本集，使得模型能够学习和识别不同场景和变压器图像的特征；样本图像集的构建是模型训练和分类准确性的关键，有助于提高变压器检测的精度和鲁棒性。
24、优选的，所述s3包括如下步骤：
25、s31、基于图谱分析法确定负样本图像和正样本图像的区域特征属性；
26、s32、基于所述区域特征属性通过灰度变换法调整负样本图像和正样本图像的灰度等级；
27、s33、通过直方图变换对灰度等级调整后的负样本图像和正样本图像进行图像增强。
28、上述技术方案中，基于图谱分析法确定负样本图像和正样本图像的区域特征属性，可以根据图像中不同区域的特征属性进行分析和识别，进本文档来自技高网...
【技术保护点】
1.一种基于机器视觉的配网工程变压器检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于机器视觉的配网工程变压器检测方法，其特征在于，所述S1包括如下步骤：
3.根据权利要求1所述的一种基于机器视觉的配网工程变压器检测方法，其特征在于，所述S2包括如下步骤：
4.根据权利要求3所述的一种基于机器视觉的配网工程变压器检测方法，其特征在于，所述S3包括如下步骤：
5.根据权利要求1所述的一种基于机器视觉的配网工程变压器检测方法，其特征在于，所述S4包括如下步骤：
6.根据权利要求5所述的一种基于机器视觉的配网工程变压器检测方法，其特征在于，所述S41包括如下步骤：
7.根据权利要求1所述的一种基于机器视觉的配网工程变压器检测方法，其特征在于，所述S5包括如下步骤：
8.根据权利要求1所述的一种基于机器视觉的配网工程变压器检测方法，其特征在于，所述S6包括如下步骤：
9.根据权利要求8所述的一种基于机器视觉的配网工程变压器检测方法，其特征在于，所述S63包括如下步骤：>
10.根据权利要求1所述的一种基于机器视觉的配网工程变压器检测方法，其特征在于，所述S7包括如下步骤：
...【技术特征摘要】
1.一种基于机器视觉的配网工程变压器检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于机器视觉的配网工程变压器检测方法，其特征在于，所述s1包括如下步骤：
3.根据权利要求1所述的一种基于机器视觉的配网工程变压器检测方法，其特征在于，所述s2包括如下步骤：
4.根据权利要求3所述的一种基于机器视觉的配网工程变压器检测方法，其特征在于，所述s3包括如下步骤：
5.根据权利要求1所述的一种基于机器视觉的配网工程变压器检测方法，其特征在于，所述s4包括如下步骤：
6.根据权...
【专利技术属性】
技术研发人员：王申华，邓新财，王威，丁珊珊，王旭杰，程柱淦，林军，何瑞兵，郭鸿建，吕齐，郭天翔，舒展，陈波，杜挺，王培波，
申请(专利权)人：国网浙江省电力有限公司武义县供电公司，
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。