[发明专利]一种基于无人机红外热像的电缆隐患点检测方法和装置

说明书

本发明涉及一种基于无人机红外热像的电缆隐患点检测方法和装置，所述方法包括以下步骤：图像采集步骤：获取待检测的红外电缆图像；预处理步骤：对获取的红外电缆图像进行预处理；二值化处理步骤：对预处理后的红外电缆图像进行二值化处理；电缆主体提取步骤：根据二值化处理后的红外电缆图像，采用投影法，从预处理后的红外电缆图像中提取电缆主体图像；隐患点检测步骤：从电缆主体图像中获取颜色高亮区域，并与预设的高亮阈值和预设的面积阈值比较，获取高亮区域，确定隐患点区域。与现有技术相比，本发明能节省大量的人力和时间，且具有检测正确率高、速度快等优点。

技术领域

本发明涉及电缆隐患点检测领域，尤其是涉及一种基于无人机红外热像的电缆隐患点检测方法和装置。

背景技术

城市输电电缆是城市电力供应的生命线，保障其安全可靠运行是电网企业日常工作的重中之重。在运维保障工作也发现了诸多难题：一、输电线路和电缆结合部的电缆终端平台高度约为7-10米，运行人员难以登塔检查；二、日常运维过程中现场采集的大量红外图谱数据，采用传统的人工检查手段难以快速有效地发现缺陷和故障。因此，通过目标检测与识别的方式对隐患点进行检测可以很大程度上克服这些难题，减少人工和时间成本，提高检测效率。

目前，目标检测与识别主要分为基于传统方法和深度学习方法。深度学习方法虽然在识别率上具有一定的优势，但是需要大量的数据进行网络训练，而对于电缆红外图像来说，制作训练数据集是工作量非常巨大的。另外，电缆缺陷和故障的已有数据量少，很难采取深度学习等已有人工智能技术进行快速准确识别。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种降低人力和时间，且检测准确率高的基于无人机红外热像的电缆隐患点检测方法和装置。

本发明的目的可以通过以下技术方案来实现：

一种基于无人机红外热像的电缆隐患点检测方法，能够对无人机航拍获取到的电缆终端红外精测图像进行隐患点智能检测，检测正确率高且速度快，解决了对电缆隐患点检测所需要的大量人力和时间问题，该方法包括以下步骤：

图像采集步骤：获取待检测的红外电缆图像；

预处理步骤：对获取的红外电缆图像进行预处理；

二值化处理步骤：对预处理后的红外电缆图像进行二值化处理；

电缆主体提取步骤：根据二值化处理后的红外电缆图像，采用投影法，从预处理后的红外电缆图像中提取电缆主体图像；

隐患点检测步骤：从电缆主体图像中获取颜色高亮区域，并与预设的高亮阈值和预设的面积阈值比较，获取高亮区域，确定隐患点区域。

传统方法无需大量数据也能够进行检测与识别。红外热成像技术可以无损检测电力部件红外热成像技术有效地监测和分析设备的温度、缺损，具有非接触、快速、能对运动目标和微小目标测温、能直观地显示物体表面的温度场、温度分辨率高、可采用多种显示方式、可进行数据存储和计算机处理等优点。

进一步地，预处理步骤中，所述预处理包括去除红外电缆图像中的强度色谱以及成像信息，避免对后续检测产生影响。

进一步地，二值化处理步骤中，采用自适应阈值法进行二值化处理。

进一步地，所述自适应阈值法具体包括以下步骤：

S101：计算预处理后的红外电缆图像的归一化直方图；

S102：计算归一化直方图中每个点前所有点的灰度值之和；

S103：基于归一化直方图中每个点前所有点的灰度值之和，根据预设的第一变量，对预处理后的红外电缆图像进行二值化。

进一步地，步骤S103中，所述二值化的表达式为：