[发明专利]基于实例分割的输电线路隐患检测方法

说明书

本发明公开一种基于实例分割的输电线路隐患检测方法,是基于实例分割技术利用改进的MASK R‑CNN模型进行电力领域输电线路隐患的自动检测，尤其针对防震锤锈蚀的自动检测效果优势明显。对于无人机拍摄得到的图像，通过该模型对目标区域进行获取，可以实现精确的目标特征提取和分类检测。基于分割得到的目标实例采用图像处理技术检测目标故障隐患程度，结合目标检测结果加权计算，可以准确量化目标故障隐患水平。同时，还会考虑到检测目标的自身特性。本发明利用先验知识进行图像处理、特征提取网络结构调整和非极大值抑制算法改进，引入实例分割与目标检测相结合的方法，实现了目标的自动检测，提高了输电线路中隐患目标的准确性。

技术领域

本发明公开一种基于实例分割的输电线路隐患检测方法，属于输电线路智能化检测的技术领域。

背景技术

高压架空输电线路暴露在复杂的自然环境中，长时间受到风吹、日晒、雨淋等影响，容易出现各种隐患，如线路配套的防震锤等相关金具表面容易发生锈蚀。锈蚀会影响金具的整体性能，大大降低金具与其他部件之间的连接强度，锈蚀金具遇到大风等恶劣天气时容易发生移位变形，甚至可能断裂并坠落。这样不仅会对输电线路的正常输电造成影响，而且还会对塔下行人的安全产生威胁。因此输电线路金具的锈蚀隐患检测至关重要。

在目前输电线路隐患巡检过程中，鉴于无法目测金具锈蚀损坏程度，人工巡检具有耗时、耗力且存在较高危险等特点。近年来随着无人机技术的快速发展和不断成熟，国内外许多电力企业开始采用无人机辅助进行输电线路金具锈蚀巡检，基于无人机拍摄得到的输电线路金具图像判断其是否锈蚀。而对于无人机采集的海量图像数据，如果采用人工肉眼判断的方式，容易发生检测误判或漏判等情况，难以准确发现输电线路存在的安全隐患，并且大大增加了检修成本。因此研究自动检测输电线路金具锈蚀的方法是非常必要的。近年来基于深度学习的图像处理技术得到了长足的进步，也为我们利用先进的数字图像处理技术研究输电线路金具锈蚀隐患的自动检测方法提供了极大的便利。

中国专利文献CN110634127A公开了一种输电线路防震锤目标检测与缺陷识别方法，包括以下步骤：通过图像采集装置获取防震锤图片；对防震锤图片进行预处理得到预处理图片；构建特征提取模块、特征增强模块和像素级预测模块；对特征提取模块、特征增强模块和像素级预测模块进行连接优化，建立训练模型；将预处理图片输入训练模型中进行测试，实现对预处理图片中防震锤的目标检测和识别。

中国专利文献CN110634127A采用目标检测算法进行缺陷识别，但是本发明是采用目标检测与实例分割相结合的方法，目标检测结果作为预测结果的部分加权。本发明基于实例分割算法得到的金具区域，利用图像处理技术检测金具区域锈蚀程度，并结合目标检测结果加权得到输电线路金具锈蚀检测结果。

中国专利文献CN110363749A公开了基于图像处理的防震锤锈蚀程度评价方法，具体为：步骤1、通过图像采集设备获取防震锤的图像I1，并对获取的防震锤图像I1进行灰度化处理得到图像I2；步骤2、首先对图像I2进行处理依次得到I3及I4；步骤3、对图像I4进行各向异性方向导数滤波等处理得到边缘强度映射图像I6；步骤4、获取防震锤区域图像，获得防震锤图像I9，最后将防震锤图像I9映射回图像I1获得防震锤图像I10；步骤5、检测防震锤锈蚀情况。本发明方法能够准确分离出防震锤区域，对防震锤锈蚀区域的定位和锈蚀程度进行判定，将有利于指导运维人员的检修工作。

对比中国专利文献CN110363749A采用传统图像处理技术进行防震锤锈蚀检测，本发明采用基于深度学习的目标检测和实例分割算法，利用实例分割模型获取金具区域图像进行锈蚀检测，并与目标检测模型检测结果加权结合得到最终结果。