一种复杂背景下绝缘子缺陷图像识别方法技术

本发明专利技术提供了一种复杂背景下绝缘子缺陷图像识别方法，其特征在于，融合机器学习、经典CV算法以及其他信号处理方法，构建多模态融合检测技术，实现绝缘子各类缺陷的全栈覆盖；结合迁移学习技术，有机地利用已有小样本对目标域更好地建模；基于YOLO v5模型为主体，首先采用图像金字塔结构，将不同层次特征进行融合，获取不同尺度的特征图，用于位置和类别预测；然后对目标框维度进行聚类，增加先验框(Anchor box)个数，使得模型能够获取更多的物体边缘信息；最后，采用多尺寸图片进行训练，使得模型能够适应不同分辨率的图片；本发明专利技术能够在变电站复杂背景下，对绝缘子缺陷图像保证识别精度的同时提高识别速率，缺陷图像可以在第一时间被有效识别并预警。

【技术实现步骤摘要】

本专利技术涉及绝缘子缺陷检测技术，具体地说是一种复杂背景下绝缘子缺陷图像识别方法。

技术介绍

1、绝缘子是电网输变电设备中必不可少的一种电气器件，能牢固支持和固定载流导体并将载流导体与地之间形成良好的绝缘。在电网设备中其数量十分庞大，外观呈现伞状、锯齿形或槽形，过渡圆滑。若绝缘子设备发生断裂、破损、倾斜等危急缺陷，就会造成设备迫停，引起地区大面积停电事故，因此对绝缘子缺陷的自动识别至关重要，能避免造成巨大的经济损失和社会影响。但是，与输电电路相比，变电站现场获取的绝缘子设备图像背景更复杂、迷惑因素更多，通常包含多场景、多类型设备。通过自动从纷繁的视频及图像中分辨、识别与提取关键目标有用信息，及时发现并预警各类缺陷，为运维人员提供智能化建议和故障判据，可实现电网设备由传统视频监控向“智能监控”的转变。通常情况下，绝缘子暴露在强电场的恶劣环境中，以及各种恶劣的天气条件，如烈日、台风或飓风、雷暴、冻雨、暴风雪等。这种恶劣的环境会使绝缘子容易被损坏，进而威胁电网系统的安全及电力的使用。这样重要的部件一旦损坏，对电力供应和公共安全都会造成严重问题。例如：在每年的雨季本文档来自技高网...

【技术保护点】

1.一种复杂背景下绝缘子缺陷图像识别方法，其特征在于，采用图像法对绝缘子缺陷识别的研究主要分为两个阶段，首先在拍摄的图像中识别出绝缘子串，然后根据计算机图像算法判断缺陷类型，具体为：通过Tophat算法能够识别复杂背景图像绝缘子轮廓信息；利用多模态融合检测技术实现绝缘子各类缺陷的识别，对缺陷实时提醒；改进提升YOLO v5算法使得模型能够获取更多的物体边缘信息并适应不同分辨率的图片；通过迁移学习可将不断增加的缺陷数据集中的相关实例或特征迁移到微量数据集中，从而提高模型的泛化能力。

2.根据权利要求1所述的复杂背景下绝缘子缺陷图像识别方法，其特征在于，所述通过Tophat算法能...

【技术特征摘要】

1.一种复杂背景下绝缘子缺陷图像识别方法，其特征在于，采用图像法对绝缘子缺陷识别的研究主要分为两个阶段，首先在拍摄的图像中识别出绝缘子串，然后根据计算机图像算法判断缺陷类型，具体为：通过tophat算法能够识别复杂背景图像绝缘子轮廓信息；利用多模态融合检测技术实现绝缘子各类缺陷的识别，对缺陷实时提醒；改进提升yolo v5算法使得模型能够获取更多的物体边缘信息并适应不同分辨率的图片；通过迁移学习可将不断增加的缺陷数据集中的相关实例或特征迁移到微量数据集中，从而提高模型的泛化能力。

2.根据权利要求1所述的复杂背景下绝缘子缺陷图像识别方法，其特征在于，所述通过tophat算法能够识别复杂背景图像绝缘子轮廓信息具体包括以下内容：

3.根据权利要求1所述的复杂背景下绝缘子缺陷图像识别方法，其特征在于，所述多模态融合检测技术具体为根据具体变电站特殊场景和绝缘子设备外形特点，采用深度学习的计算机视觉技术，...

【专利技术属性】
技术研发人员：蔡漪濛，海云瑞，王立志，李波，张晓波，张亮，樊清云，冯明亮，何磊，万文华，童一凡，刘艺智，刘家瑞，张博文，韦婉，马佳伟，
申请(专利权)人：宁夏超高压电力工程有限公司，
类型：发明
国别省市：