[发明专利]航拍高压输电线路环境检测方法有效
申请号: | 201910129588.3 | 申请日: | 2019-02-21 |
公开(公告)号: | CN109829507B | 公开(公告)日: | 2023-09-19 |
发明(设计)人: | 何冰;谢小松;王宗洋;张羽公;王欣庭;顾俊杰;文颖 | 申请(专利权)人: | 国网上海市电力公司 |
主分类号: | G06V20/17 | 分类号: | G06V20/17;G06V10/26;G06V10/764;G06V10/774;G06V10/82 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 应小波 |
地址: | 200122 上海市浦东新区*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 航拍 高压 输电 线路 环境 检测 方法 | ||
1.一种航拍高压输电线路环境检测方法,该方法基于超像素和深度神经网络,其特征在于,所述的检测方法包括以下步骤:
步骤a:制作图像训练集;
步骤b:对图像训练集进行预处理;
步骤c:通过超像素分割算法进行预分割,提取每一超像素块的特征向量;
步骤d:根据超像素块的特征向量和该超像素块对应的真值训练DNN模型;
步骤e:对待检测的图像,重复步骤b-c,将提取的超像素块特征向量输入已训练的DNN模型,得到超像素块的分类结果,将分类结果运用到原图像得到最终预测结果;
所述步骤d中根据超像素块的特征向量和对应的真值训练DNN模型包括如下步骤:
步骤d1:将每一块超像素块的特征向量和其真值一一对应,得到特征向量训练集和对应的真值集;
步骤d2:初始化DNN网络,设置DNN隐藏单元数量hidden_units=[25],检测类别数量n_class=3,迭代轮数steps=15000,丢弃比率dropout=0.2,以及使用随机梯度下降SGD作为优化算法,选择交叉熵损失作为损失函数;
步骤d3:将d1中得到的超像素块特征向量和对应的真值作为DNN的输入,训练DNN模型,训练过程为迭代过程,每一次迭代最小化交叉熵损失并反向更新DNN的参数。
2.根据权利要求1所述的一种航拍高压输电线路环境检测方法,其特征在于,所示步骤a中仅需制作N张训练集的图像,其中5≤N≤10。
3.根据权利要求1所述的一种航拍高压输电线路环境检测方法,其特征在于,所述步骤b中预处理为对全部训练图像进行图像大小调整变换。
4.根据权利要求1所述的一种航拍高压输电线路环境检测方法,其特征在于,所述步骤c中提取超像素块特征包括如下步骤:
步骤c1:对于所有预处理后的训练集图像,通过超像素分割算法进行预分割,得到超像素预分割图像;
步骤c2:对预分割图像的每一超像素块提取多方面的特征,组合成特征向量。
5.根据权利要求1或4所述的一种航拍高压输电线路环境检测方法,其特征在于,所述超像素分割算法采用SLIC算法。
6.根据权利要求1所述的一种航拍高压输电线路环境检测方法,其特征在于,所述步骤e中对待检测图像得到检测结果包括如下步骤:
步骤e1:检测阶段,对于一张待分割的测试图像,重复步骤b-c,得到整张图像每一块超像素块的特征向量,将每一块超像素块的特征向量作为步骤d中训练所得的DNN的输入,得到超像素块的分类结果;
步骤e2:将每一块超像素块的分类结果对应到原图中超像素块所在的区域,得到最终检测结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网上海市电力公司,未经国网上海市电力公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910129588.3/1.html,转载请声明来源钻瓜专利网。