[发明专利]缺陷图像命名方法及装置

说明书

本发明实施例提供一种缺陷图像命名方法及装置，涉及图像处理领域，该方法包括：获得需要进行缺陷标识的缺陷图像，为其添加对应的缺陷标识信息，通过添加缺陷标识信息使其有准确的缺陷标识，从而具有明显的辨识度，最后根据缺陷标识信息再对其进行重命名，根据缺陷标识信息进行重命名后得到的缺陷标识图像有准确的缺陷标识。通过对需要进行缺陷标识的缺陷图像添加对应的缺陷标识信息，并根据对应的缺陷标识信息对缺陷标识图像进行重命名，从而实现缺陷图像有准确的缺陷标识，且缺陷标识图像的名称与缺陷标识信息一致，工作人员通过缺陷标识图像的名称直接对缺陷进行辨识，进而提高工作人员的工作效率，以实现输电线路巡检工作进度加快。

技术领域

本发明涉及图像处理领域，具体而言，涉及一种缺陷图像命名方法及装置。

背景技术

随着对输电线路的运维质量和管理水平要求的提升，精细化验收与巡视成为输电线路巡检的一项重要内容。由于需要进行输电线路精细化验收和巡视的目标部件数量多，同时还要满足拍摄角度，这会造成图片量极大，对于巡检后得到的大量图像难以进行整理。

传统的方式为工作人员手动去对需要进行缺陷标识的缺陷图像进行标识处理，从而获得缺陷标识的缺陷图像，这种传统的方式需要工作人员对需要进行缺陷标识的缺陷图像进行标识，通常由于不同工作人员的标识方法不同从而造成相同缺陷有不同的缺陷标识，工作效率低且缺陷图片的标识不准确，进而导致输电线路巡检工作进度慢。并且，由于在获得的缺陷图像一般是系统自身初始设置的名称，以至于所有的缺陷图像的名称均是统一的，不具有标识性，工作人员无法通过名称来对缺陷图像的缺陷标识进行有效辨别。

发明内容

有鉴于此，本发明实施例的目的在于提供一种缺陷图像命名方法及装置，以改善上述问题。

第一方面，本发明实施例提供了一种缺陷图像命名方法，所述方法包括：获得需要进行缺陷标识的缺陷图像；为所述缺陷图像添加对应的缺陷标识信息，获得缺陷标识图像；根据所述缺陷标识信息对所述缺陷标识图像进行重命名。

进一步地，获取需要进行缺陷标识的缺陷图像之前，包括：获取多张初始图像；通过训练后的机器学习模型对所述多张初始图像进行识别，获得所述多张初始图像中的缺陷图像；将所述缺陷图像存储至进行缺陷标识的第一存储空间。

进一步地，获取多张初始图像之前，所述方法还包括：获取多张训练图像，所述多张训练图像包括多张缺陷图像以及多张非缺陷图像；将所述多张训练图像以及所述多张训练图像的标识信息作为机器学习模型的输入，将缺陷图像及所述缺陷图像的标识信息作为输出对所述机器学习模型进行训练，获得训练后的机器学习模型。

进一步地，为所述缺陷图像添加对应的缺陷标识信息，获得缺陷标识图像，包括：响应对所述缺陷图像添加缺陷标识信息的操作指令；基于所述操作指令为所述缺陷图像添加对应的缺陷标识信息，获得缺陷标识图像。

进一步地，根据所述缺陷标识信息对所述缺陷标识图像进行重命名，包括：根据所述缺陷标识信息生成所述缺陷标识图像对应的当前名称；获取所述缺陷标识图像的原始名称；判断所述缺陷标识图像的原始名称是否与所述当前名称一致；在不一致时，利用所述当前名称对所述缺陷标识图像进行重命名。

进一步地，所述缺陷标识信息包括缺陷发现人、缺陷分类和自定义缺陷内容，所述缺陷分类包括一级分类、二级分类和三级分类。

第二方面，本发明实施例提供了一种缺陷图像命名装置，所述装置包括：缺陷图像获取模块，用于获得需要进行缺陷标识的缺陷图像；缺陷图像标识模块，用于为所述缺陷图像添加对应的缺陷标识信息，获得缺陷标识图像；命名模块，用于根据所述缺陷标识信息对所述缺陷标识图像进行重命名。

进一步地，所述缺陷图像命名装置，还包括：初始图像获取模块，用于获取多张初始图像；识别模块，用于通过训练后的机器学习模型对所述多张初始图像进行识别，获得所述多张初始图像中的缺陷图像；存储模块，用于将所述缺陷图像存储至进行缺陷标识的第一存储空间。