一种输电线路部件锈蚀缺陷检测方法技术

本发明专利技术公开了一种输电线路部件锈蚀缺陷检测方法，包括：采集真实场景下输电线路不同角度和光照的图像，并经过预处理和标注得到图像清晰、光照均匀的输电线路部件锈蚀缺陷图像及其标注文件；将图像与标注文件划分成为训练集与测试集；将增强后的训练集输入改进PP‑LiteSeg网络进行训练，得到最优网络；将测试集输入最优网络，获取预测结果；使用形态学方法处理预测结果，生成预测结果图像，从而完成输电线路部件锈蚀缺陷的精细分割。本发明专利技术解决了输电线路部件识别锈蚀缺陷检测中，复杂背景干扰、部件表面光照变化导致分割精度低的问题。

【技术实现步骤摘要】

本专利技术涉及输电线路部件缺陷检测的，尤其是指一种基于改进pp-liteseg网络的输电线路部件锈蚀缺陷检测方法。

技术介绍

1、在输电线路巡检过程中，实现对输电线路部件锈蚀缺陷的判别和精准分割，这对输电线路安全运行和故障预警具有重要意义。

2、现阶段输电线路巡检主要依靠人工巡检，随着无人机技术的发展逐渐采取通过无人机搭载摄像头进行输电线路巡检，采集输电线路图像数据。采集的图像目前仍主要依靠人工识别线路是否存在安全隐患和输电线路部件是否存在缺陷。近年来，深度学习理论在安全生产和质量检测中的广泛应用，为输电线路部件缺陷检测提供了高效准确的方法。采用深度学习的工业生产运行过程进行缺陷检测研究较多，也有不错的成果，但在输电线路部件锈蚀缺陷检测方面，仍存在以下问题：

3、1、输电线路所处真实环境复杂多样、光照变化等因素都会对输电线路部件锈蚀缺陷检测有着较大影响。

4、2、无人机采集图像过程中，受气流和无人机本身机械振动影响造成图像模糊，影响分割的精度。

5、3、采集的图像通常分辨率较高，同时语义分割模型通常需要较大的本文档来自技高网...

【技术保护点】

1.一种基于改进PP-LiteSeg网络的输电线路部件锈蚀缺陷检测方法，其特征在于，该改进PP-LiteSeg网络是对PP-LiteSeg网络的统一注意力融合模块UAFM进行改进，并在原网络结构上添加辅助分支实现额外的检测任务，将网络转换为多任务网络；其中，对UAFM的改进是：将UAFM结构中使用的通道注意力模块替换为改进后的混合局部通道注意力模块MLCA，改进了MLCA的局部特征图尺寸的自适应选择机制以及局部特征和全局特征加权融合权重的可学习性修改，使MLCA在面对不同尺度的输入时均保持良好的特征提取效果；添加与PP-LiteSeg网络结构相似的一条辅助分支，但辅助分支的通道数和模块堆...

【技术特征摘要】

1.一种基于改进pp-liteseg网络的输电线路部件锈蚀缺陷检测方法，其特征在于，该改进pp-liteseg网络是对pp-liteseg网络的统一注意力融合模块uafm进行改进，并在原网络结构上添加辅助分支实现额外的检测任务，将网络转换为多任务网络；其中，对uafm的改进是：将uafm结构中使用的通道注意力模块替换为改进后的混合局部通道注意力模块mlca，改进了mlca的局部特征图尺寸的自适应选择机制以及局部特征和全局特征加权融合权重的可学习性修改，使mlca在面对不同尺度的输入时均保持良好的特...

【专利技术属性】
技术研发人员：田联房，谢宇航，杜启亮，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：