【技术实现步骤摘要】
本公开涉及图像处理与增强现实，具体涉及基于增强现实的gis设备无损检测方法及系统。
技术介绍
1、gis设备作为气体绝缘开关设备，是一种高压配电装置，由断路器、隔离开关、接地开关、互感器、避雷器、母线、连接件和出线终端等组成，这些设备或部件全部封闭在金属接地的外壳中，在其内部充有一定压力的sf6绝缘气体，因此也被称为sf6全封闭组合电器。gis设备的主要优点包括结构紧凑、占地面积小、可靠性高、配置灵活、安装方便、安全性强、环境适应能力强，维护工作量很小，其主要部件的维修间隔不小于20年。
2、因此对 gis 设备缺陷的精准识别对进一步的安全快速运维起到至关重要的作用。变电站gis 设备由于长期处于高负载运行工况下，导致设备稳定性不好。在极端条件下，变电站 gis 设备的输出功率及负载急剧增高，导致设备的故障差异性较大，为了提高其运行稳定性，需要进行故障优化诊断和检测。
3、现有的传统依靠人工检测的方式存在检测时间长、识别效果差的问题，而且对设备微小的缺陷的检测效果不是很明显，现阶段，缺陷无损检测是利用非破坏性测试方法，通过观察和分析设备外部或内部的信号变化来判断设备是否存在缺陷或故障，现有的根据设备的异常响动的信号来源进行分析判断，或者是利用传感器信号，但是这些信号有时候会存在一些偏差，导致最终的检测效果差；而且单纯的利用图像识别判断，后期进行实时的监控故障判断，还需要再次进行图像提取，不能有效的进行可视化故障更新以及实时的监控，对gis设备的缺陷检测效率低下。
技术实现思路<
1、本公开为了解决上述问题，提出了基于增强现实的gis设备无损检测方法及系统，通过利用图像识别，对gis设备进行故障的无损识别检测，利用ar增强现实进行设备的全过程监管，通过构建虚拟三维模型，实时的反馈更新gis设备运行状况以及故障维修状态。
2、根据一些实施例，本公开采用如下技术方案：
3、基于增强现实的gis设备无损检测方法，包括：
4、获取gis设备的结构、空间以及运行场景的纹理以及几何图像信息，以交互的逆过程式建模方法，对纹理以及几何信息进行重构输出，构建gis设备的三维虚拟可视化运行模型；
5、获取gis设备实时运行图像数据，通过二维主成分分析法提取运行图像缺陷区域特征，将缺陷区域特征输入至改进的ssd分类神经网络模型中，输出缺陷位置以及缺陷类型；
6、根据缺陷位置，与三维虚拟运行模型进行匹配，确定gis设备的缺陷在三维虚拟可视化运行模型中位置，根据可视化结果对gis设备进行操作维修，并将gis设备实时运行画面同步至三维虚拟可视化运行模型，完成对gis设备的无损检测，并对gis设备的运行进行可视化监控。
7、根据一些实施例，本公开采用如下技术方案：
8、基于增强现实的gis设备无损检测系统，包括：
9、虚拟模型构建模块，用于获取gis设备的结构、空间以及运行场景的纹理以及几何图像信息，以交互的逆过程式建模方法，对纹理以及几何信息进行重构输出，构建gis设备的三维虚拟可视化运行模型；
10、缺陷识别模块，用于获取gis设备实时运行图像数据，通过二维主成分分析法提取运行图像缺陷区域特征，将缺陷区域特征输入至改进的ssd分类神经网络模型中，输出缺陷位置以及缺陷类型；
11、可视化监控模块，用于根据缺陷位置，与三维虚拟运行模型进行匹配，确定gis设备的缺陷在三维虚拟可视化运行模型中位置，根据可视化结果对gis设备进行操作维修，并将gis设备实时运行画面同步至三维虚拟可视化运行模型，完成对gis设备的无损检测，并对gis设备的运行进行可视化监控。
12、根据一些实施例，本公开采用如下技术方案：
13、一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现所述的基于增强现实的gis设备无损检测方法。
14、根据一些实施例，本公开采用如下技术方案：
15、一种电子设备，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现所述的基于增强现实的gis设备无损检测方法。
16、与现有技术相比，本公开的有益效果为：
17、1）本公开的一种基于增强现实的gis设备无损检测方法，提出一种逆过程式的三维场景图形图像混合建模方法，通过提取gis设备纹理图像中的重复和对称特征，构建基于语义的过程式语法，实现对纹理图像的建模与数据压缩。用户可以直接控制过程式语法的生成，并且可以快速、有效地去除原始图像中遮挡噪声数据。在渲染算法方面，逆过程式建模的结果可以直接在 gpu 中进行过程式重构，无需引入额外的渲染循环或几何图元。
18、2）本公开的一种基于增强现实的gis设备无损检测方法，采用二维主成分分析法，直接利用gis设备的缺陷图像组成协方差矩阵，减少了缺陷图像的维数，并对二维主成分分析法展开增量计算，降低计算量，经过增量计算的二维主成分分析法可以同时完成局部缺陷特征的实时更新，克服了缺陷图像变化对其约束性能的影响，大大提高了特征获取的速度。
19、3）本公开的一种基于增强现实的gis设备无损检测方法，采用改进的神经网络结构，实验结果表明 dsdd神经网络结构可实现对 gis设备缺陷的精准判断。
本文档来自技高网...【技术保护点】
1.基于增强现实的GIS设备无损检测方法，其特征在于，包括：
2.如权利要求1所述的基于增强现实的GIS设备无损检测方法，其特征在于，所述以交互的逆过程式建模方法，对纹理以及几何图像信息进行重构输出，包括：将图像中的重复和对称部分提取出来作为基本的纹理单元，重构的过程则记录为语法规则，将纹理图像表示为较小的纹理单元加语法的形式，而GIS设备的几何结构和纹理坐标保持不变。
3.如权利要求2所述的基于增强现实的GIS设备无损检测方法，其特征在于，根据GIS设备运行场景中纹理图像多包涵重复与对称特征的特点，定义上下文无关的分割语法，将单元纹理图像和非单元纹理图像附带不同的属性，并定义为一个四元组，包括语法的起始符号、非终端符号、终端符号以及语法规则的非空集合。
4.如权利要求1所述的基于增强现实的GIS设备无损检测方法，其特征在于，通过逆过程式建模创建过程式语法表示，输入纹理可以通过单元纹理图像和语法序列通过实时重构的方法获得，根据输入的纹理图像构建，寻找合适的单元纹理图像和语法序列，从而实现对纹理图像的压缩，且过程式表示中的单元纹理的大小与压缩率成
5.如权利要求1所述的基于增强现实的GIS设备无损检测方法，其特征在于，通过二维主成分分析法提取运行图像缺陷区域特征，包括：对GIS设备实时运行图像展开横向压缩操作，将实时运行图像的分散程度作为指标，通过获取最佳单位正交射线向量作为最佳射线矩阵，进而完成GIS设备实时运行图像缺陷区域的特征提取。
6.如权利要求5所述的基于增强现实的GIS设备无损检测方法，其特征在于，对二维主成分分析法展开增量计算，降低计算量，经过不断的增量计算，迭代循环出前Z个高阶特征向量，获取预计的射线数字成像矩阵入射到缺陷特征矩阵上，此时经过增量计算的二维主成分分析法能够同时完成局部缺陷特征的实时更新。
7.如权利要求1所述的基于增强现实的GIS设备无损检测方法，其特征在于，改进的SSD分类神经网络模型为：选取原来ResNet101中的卷积层Conv3_x层和Conv5_x 层，以及接下来的五层SSD 扩展卷积层，将这七层特征图拿出六层输入到反卷积模型里，输出修正的特征图金字塔，形成一个独立的由特征图组成的沙漏结构DSSD；所述反卷积模型指的是DSSD中高层特征和低层特征的融合模块。
8.基于增强现实的GIS设备无损检测系统，其特征在于，包括：
9.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如权利要求1-7任一项所述的基于增强现实的GIS设备无损检测方法。
10.一种电子设备，其特征在于，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如权利要求1-7任一项所述的基于增强现实的GIS设备无损检测方法。
...【技术特征摘要】
1.基于增强现实的gis设备无损检测方法，其特征在于，包括：
2.如权利要求1所述的基于增强现实的gis设备无损检测方法，其特征在于，所述以交互的逆过程式建模方法，对纹理以及几何图像信息进行重构输出，包括：将图像中的重复和对称部分提取出来作为基本的纹理单元，重构的过程则记录为语法规则，将纹理图像表示为较小的纹理单元加语法的形式，而gis设备的几何结构和纹理坐标保持不变。
3.如权利要求2所述的基于增强现实的gis设备无损检测方法，其特征在于，根据gis设备运行场景中纹理图像多包涵重复与对称特征的特点，定义上下文无关的分割语法，将单元纹理图像和非单元纹理图像附带不同的属性，并定义为一个四元组，包括语法的起始符号、非终端符号、终端符号以及语法规则的非空集合。
4.如权利要求1所述的基于增强现实的gis设备无损检测方法，其特征在于，通过逆过程式建模创建过程式语法表示，输入纹理可以通过单元纹理图像和语法序列通过实时重构的方法获得，根据输入的纹理图像构建，寻找合适的单元纹理图像和语法序列，从而实现对纹理图像的压缩，且过程式表示中的单元纹理的大小与压缩率成反比关系，以此完成对gis设备的三维虚拟可视化运行模型的构建。
5.如权利要求1所述的基于增强现实的gis设备无损检测方法，其特征在于，通过二维主成分分析法提取运行图像缺陷区域特征，包括：对gis设备实时运行图像展开横向压缩操作，将实时运行图像的分散程度作为指标，通过获取最佳单位正交射线向量作为最佳射线矩阵...
【专利技术属性】
技术研发人员：马小强，王国栋，孙钊，尹鹏，朱瑞，孔哲，赵文多，张凯，孔琪，
申请(专利权)人：国网山东省电力公司曲阜市供电公司，
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。