【技术实现步骤摘要】
本专利技术涉及铁塔施工监测，具体为一种基于深度学习的线路铁塔建设实时图像分析系统。
技术介绍
1、在铁塔建设中，传统的进度监测方法主要依靠人工巡检和简单的测量工具。然而，随着铁塔规模的不断增大和建设难度的不断提高，传统方法的效率和精度已无法满足现代铁塔建设的需要。现有的图像分析技术在铁塔建设中的应用仍存在一些不足，虽然能够监测到铁塔建设过程中是否符合标准，但是无法准确评估当前铁塔的建设进度，以及对铁塔的完工时间进行预估，仍需通过人工进行分析，工作量较大，难以快速分析出准确结果，不利于后续对其他铁塔建设的工作安排提供时间参考。
技术实现思路
1、本专利技术的目的在于提供一种基于深度学习的线路铁塔建设实时图像分析系统，以解决上述背景中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：一种基于深度学习的线路铁塔建设实时图像分析系统，包括：模型建立模块，其用于建立深度学习模型，同时建立铁塔图像集，进行铁塔图像识别训练；图像采集及预处理模块，其用于获取待检测的铁塔图像，并对图像进行预处理，获取铁塔特征图；图像处理模块，其用于对铁塔特征图进行特征分析，获取当前待检测铁塔的种类特征，然后根据种类特征，分析当前待检测铁塔的完成度；进度报告生成模块，其用于获取铁塔的历史建设数据，并提取日完成工程量，并根据日完成工程量，计算当前待检测铁塔的剩余完工时长；报告输出模块，其用于根据当前待检测铁塔的剩余完工时长，生成铁塔建设分析报告，并输出报告。
3、优选的，所述模型建立
4、优选的，所述对图像进行预处理，获取铁塔特征图，包括：获取图像检测请求；采集并载入待检测的原始铁塔图像，并对原始铁塔图像依次进行图片裁切、图像增强和归一化处理，从原始铁塔图像中获取局部的铁塔特征图。
5、优选的，所述图像采集及预处理模块还包括图像存储单元，其用于对原始铁塔图像和铁塔特征图进行存储。
6、优选的，所述图像处理模块，包括：铁塔特征分析单元，其用于通过卷积神经网络模型对铁塔特征图进行分析，并输出铁塔特征图中的铁塔种类；铁塔完成度分析单元，其用于通过卷积神经网络模型对铁塔特征图再次进行分析，并根据铁塔种类分析当前铁塔的建设完成度。
7、优选的，所述铁塔完成度分析单元还包括：完整铁塔数据分析子单元，其用于分析不同种类铁塔的完整建设结构数据；当前铁塔数据分析子单元，其用于分析当前铁塔的当前建设结构数据，并通过与完整建设结构数据进行对比，输出当前铁塔的建设完成度。
8、优选的，所述进度报告生成模块包括：历史数据获取单元，其用于获取当前铁塔的历史建设数据；进度计算单元，其用于计算当前铁塔未完成部分的所需完工时间；报告生成单元，其用于根据当前铁塔的建设完成度和当前铁塔未完成部分的所需完工时间生成当前铁塔的建设分析报告。
9、优选的，所述计算当前铁塔未完成部分的所需完工时间包括：载入历史建设数据，并根据历史数据提取每日完成工程量，然后获取外部影响因素，并进行评估获取调整因素值，然后计算完工所需时间，具体算法如下。
10、t＝(q/qd)f；
11、式中，t为待完工时间，q为待完工工程量，qd为每日完成工程量，f为调整因素值。
12、优选的，所述报告输出模块包括：报告可视化单元，其用于根据当前待检测铁塔的剩余完工时长，生成铁塔建设分析报告，并输出报告；人机交互单元，其用于提供跟踪人机交互页面，查阅建设分析报告，提供图像可视化浏览界面，同时还提供图像上传窗口，供用户上传新的铁塔图像。
13、优选的，所述图像处理模块还包括告警单元，所述告警单元用于在当前建设结构数据与完整建设结构数据的对比出现误差时进行告警。
14、与现有技术相比，本专利技术的有益效果是：通过建立深度学习模型，并对现有的铁塔图像进行检测，训练出识别图像中铁塔类型和建设完成度的能力，然后通过获取需要检测的在建铁塔图像，即可实时检测分析，并输出检测报告，使用户可以远程观测到该铁塔的类型和建设完成度，并了解后续完工所需的预估时间，无需现场进行巡检和人工判断，可以在线实时对铁塔建设进度进行监测，有利于后续对其他铁塔的建设提供时间参考。
本文档来自技高网...【技术保护点】
1.一种基于深度学习的线路铁塔建设实时图像分析系统，其特征在于，包括：
2.根据权利要求1所述的基于深度学习的线路铁塔建设实时图像分析系统，其特征在于，所述模型建立模块包括：
3.根据权利要求1所述的基于深度学习的线路铁塔建设实时图像分析系统，其特征在于，所述对图像进行预处理，获取铁塔特征图，包括：
4.根据权利要求1所述的基于深度学习的线路铁塔建设实时图像分析系统，其特征在于，所述图像采集及预处理模块还包括图像存储单元，其用于对原始铁塔图像和铁塔特征图进行存储。
5.根据权利要求1所述的基于深度学习的线路铁塔建设实时图像分析系统，其特征在于，所述图像处理模块，包括：
6.根据权利要求5所述的基于深度学习的线路铁塔建设实时图像分析系统，其特征在于，所述铁塔完成度分析单元还包括：
7.根据权利要求1所述的基于深度学习的线路铁塔建设实时图像分析系统，其特征在于，所述进度报告生成模块包括：
8.根据权利要求1所述的基于深度学习的线路铁塔建设实时图像分析系统，其特征在于，所述计算当前铁塔未完成部分的所需完
9.根据权利要求1所述的基于深度学习的线路铁塔建设实时图像分析系统，其特征在于，所述报告输出模块包括：
10.根据权利要求1所述的基于深度学习的线路铁塔建设实时图像分析系统，其特征在于，所述图像处理模块还包括告警单元，所述告警单元用于在当前建设结构数据与完整建设结构数据的对比出现误差时进行告警。
...【技术特征摘要】
1.一种基于深度学习的线路铁塔建设实时图像分析系统，其特征在于，包括：
2.根据权利要求1所述的基于深度学习的线路铁塔建设实时图像分析系统，其特征在于，所述模型建立模块包括：
3.根据权利要求1所述的基于深度学习的线路铁塔建设实时图像分析系统，其特征在于，所述对图像进行预处理，获取铁塔特征图，包括：
4.根据权利要求1所述的基于深度学习的线路铁塔建设实时图像分析系统，其特征在于，所述图像采集及预处理模块还包括图像存储单元，其用于对原始铁塔图像和铁塔特征图进行存储。
5.根据权利要求1所述的基于深度学习的线路铁塔建设实时图像分析系统，其特征在于，所述图像处理模块，包括：
6.根据权利要求5所述的基于...
【专利技术属性】
技术研发人员：熊志武，祁含，胡苏凯，邹仁访，温建，吴旻，王兴华，
申请(专利权)人：广东电网有限责任公司，
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。