[发明专利]航拍高压输电线路环境检测方法有效

专利信息
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
【权利要求书】:

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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top