[发明专利]一种温度检测方法及装置

权利要求书

1.一种温度检测方法，其特征在于，所述温度检测方法应用于电力领域，包括：

获取电力设备的热红外图像；

根据预设的人工智能模型对所述热红外图像进行检测分析，得到所述电力设备的位置信息；所述位置信息用于表示所述电力设备在所述热红外图像中的位置；

根据所述位置信息和预设的分割算法对所述热红外图像进行图像分割，得到分割图像；所述分割图像是去除了与所述电力设备无关的图像信息的图像；

对所述分割图像包括的颜色进行量化处理，得到温度分布信息。

2.根据权利要求1所述的温度检测方法，其特征在于，所述根据预设的人工智能模型对所述热红外图像进行检测分析，得到所述电力设备的位置信息的步骤包括：

获取所述电力设备的可见光图像；

根据所述人工智能模型对所述热红外图像和所述可见光图像进行检测分析，得到所述电力设备的位置信息。

3.根据权利要求2所述的温度检测方法，其特征在于，所述方法还包括：

存储所述热红外图像、所述可见光图像以及所述温度分布信息至数据库，以使所述数据库输出包括所述热红外图像、所述可见光图像以及所述温度分布信息的仪表图。

4.根据权利要求1所述的温度检测方法，其特征在于，所述对所述分割图像包括的颜色进行量化处理，得到温度分布信息的步骤包括：

根据预设的色彩检测模型检测所述分割图像包括的温度仪表；所述色彩检测模型是通过监督式算法训练得到的；

通过光学字符识别技术识别所述温度仪表包括的最小温度值和最大温度值；

根据所述最小温度值、所述最大温度值对所述温度仪表包括的颜色进行温度值量化处理，得到颜色与温度值之间的转换规则；

根据所述转换规则对所述分割图像进行处理，得到温度分布信息。

5.根据权利要求1所述的温度检测方法，其特征在于，所述人工智能模型是卷积神经网络人工智能模型，所述卷积神经网络人工智能模型是以标注了电力设备的类别和位置的图片所建立的大数据为基础训练得到的。

6.一种温度检测装置，其特征在于，所述温度检测装置应用于电力领域，包括：

获取模块，用于获取电力设备的热红外图像；

检测模块，用于根据预设的人工智能模型对所述热红外图像进行检测分析，得到所述电力设备的位置信息；所述位置信息用于表示所述电力设备在所述热红外图像中的位置；

分割模块，用于根据所述位置信息和预设的分割算法对所述热红外图像进行图像分割，得到分割图像；所述分割图像是去除了与所述电力设备无关的图像信息的图像；

量化模块，用于对所述分割图像包括的颜色进行量化处理，得到温度分布信息。

7.根据权利要求6所述的温度检测装置，其特征在于，所述检测模块包括：

获取子模块，用于获取所述电力设备的可见光图像；

检测子模块，用于根据所述人工智能模型对所述热红外图像和所述可见光图像进行检测分析，得到所述电力设备的位置信息。

8.根据权利要求6所述的温度检测装置，其特征在于，所述温度检测装置还包括：

存储模块，用于存储所述热红外图像、所述可见光图像以及所述温度分布信息至数据库，以使所述数据库输出包括所述热红外图像、所述可见光图像以及所述温度分布信息的仪表图。

9.一种计算机设备，其特征在于，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述计算机设备执行根据权利要求1至5中任一项所述的一种温度检测方法。

10.一种计算机可读存储介质，其特征在于，其存储有权利要求9所述的计算机设备中所使用的计算机程序。