[发明专利]一种输电线路绝缘子爆裂识别方法及装置有效

专利信息
申请号: 202010732376.7 申请日: 2020-07-27
公开(公告)号: CN111914720B 公开(公告)日: 2021-08-17
发明(设计)人: 詹炜;朱晨光;舒子桓 申请(专利权)人: 长江大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/62;G06N3/04;G06N3/08
代理公司: 武汉智嘉联合知识产权代理事务所(普通合伙) 42231 代理人: 易贤卫
地址: 434023*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 输电 线路 绝缘子 爆裂 识别 方法 装置
【权利要求书】:

1.一种输电线路绝缘子爆裂识别方法,其特征在于,包括以下步骤:

采集输电线路图像,对输电线路图像中绝缘子区域进行标注,得到绝缘子标注框;

对所述输电线路图像进行分割,得到多个锚框,选取一部分锚框,根据所述绝缘子标注框对选取的锚框进行分类,得到包括绝缘子的正样本和不包括绝缘子的负样本;

利用所述正样本和负样本对区域提议网络进行训练,得到绝缘子识别模型;

根据所述绝缘子识别模型对所有所述锚框进行分类,得到正样本和负样本,对所述正样本进行爆裂区域标注,得到训练样本;

利用训练样本对神经网络进行训练,得到爆裂识别模型;

结合所述绝缘子识别模型以及爆裂识别模型对待识别图像进行爆裂识别;

对所述正样本进行爆裂区域标注,得到训练样本,具体为:

选取置信率最高的设定数量的正样本作为目标区域,并将正样本的偏移量添加到所述目标区域的坐标上;

对所述目标区域进行极大值抑制操作,筛除对应同一个目标的重复目标区域;

如果筛除重复目标区域后,剩余目标区域的数量小于所述设定数量,则通过补零的方式对目标区域进行补充;

对所述目标区域进行进一步筛选,去除补零的目标区域,去除包含多个待测物体的目标区域,从剩余的目标区域中,按设定比例挑选设定数量的包含爆裂绝缘子的正样本和不包含爆裂绝缘子的负样本;

将与正样本交并比最大的爆裂标注框的类标签赋给正样本,并计算正样本与真实框之间的偏移量,得到所述训练样本。

2.根据权利要求1所述的输电线路绝缘子爆裂识别方法,其特征在于,对所述输电线路图像进行分割,得到多个锚框,具体为:

将所述输电线路图像输入残差网络得到多维的特征图;

将高层特征图上采样后再与相应的低层特征图按元素相加融合,得到融合后的特征图;

对所述特征图进行逐像素的滑窗扫描,生成多个锚框。

3.根据权利要求2所述的输电线路绝缘子爆裂识别方法,其特征在于,对所述特征图进行逐像素的滑窗扫描,生成多个锚框,具体为:

设置锚框的多种长宽比例;

为每一层特征图设置相应的锚框大小,结合多种长宽比例得到每一层特征图相应的多种锚框大小;

遍历每一层特征图,对每一层特征图进行逐像素的滑窗扫描,生成多种大小的锚框组。

4.根据权利要求1所述的输电线路绝缘子爆裂识别方法,其特征在于,根据所述绝缘子标注框对选取的锚框进行分类,得到包括绝缘子的正样本和不包括绝缘子的负样本,具体为:

以绝缘子标注框作为真实框,计算真实框与各锚框的交并比,将交并比大于第一设定值的锚框划分为正样本,并计算所述正样本与相应真实框之间的偏移量,将交并比小于第二设定值的锚框划分为负样本。

5.根据权利要求1所述的输电线路绝缘子爆裂识别方法,其特征在于,对所述目标区域进行极大值抑制操作,筛除对应同一个目标的重复目标区域,具体为:

计算置信率最高的目标区域与其他目标区域之间的交并比,如果交并比大于设定阈值,则去除相应的目标区域。

6.根据权利要求1所述的输电线路绝缘子爆裂识别方法,其特征在于,对所述正样本进行爆裂区域标注,得到训练样本,还包括:对训练样本进行二次调整;

对训练样本进行二次调整,具体为:

查找与训练样本相应的特征图,计算训练样本在相应特征图上的大小;

将特征图上与训练样本对应的区域划分为多个小区域,将每一小区域划分为四等份,采用双线性插值法计算每一小区域中四等份区域的中心点像素,取计算的四个中心点像素的最大值作为相应小区域的像素值;

结合多个小区域的像素值得到与训练样本相对应的特征块;

将所述特征块输入全连接层和softmax层进行分类,返回训练样本相应的类别标签和真实框坐标。

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长江大学,未经长江大学许可,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/202010732376.7/1.html,转载请声明来源钻瓜专利网。

×

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