[发明专利]基于输电线路巡检图像的防震锤脱落检测方法

说明书

本发明涉及一种基于输电线路巡检图像的防震锤脱落检测方法，包括以下步骤:步骤S1：对电力巡检图像数据进行预处理；步骤S2:构建防震锤目标检测数据集；步骤S3:构建基于DSSD的防震锤目标检测模型;步骤S4:训练防震锤目标检测模型；步骤S5:将防震锤目标检测数据集通过防震锤目标检测模型测试后的防震锤目标进行截取、标注处理，并构建防震锤固定夹检测数据集；步骤S6:构建防震锤固定夹检测模型，并训练；步骤S7:将待检测的防震锤电力图像依次通过训练后的防震锤目标检测模型和防震锤固定夹检测模型，判断防震锤掉把故障，并根据固定夹识别结果判断防震锤缺失故障。本发明基于输电线路巡检图像进行防震锤脱落检测，提高了检测的准确率和安全性。

技术领域

本发明涉及输电线路检测技术领域，具体涉及一种基于输电线路巡检图像的防震锤脱落检测方法。

背景技术

输电线路是电力系统的重要组成部分，它承担着电能远距离传输的任务。电力线路中的防震锤长期暴露在自然环境中，不仅承受着自然张力、材料老化等自身损坏，还要受到雷击、暴风、雨水等外界的侵蚀。如果输电线路中存在防震锤脱落的现象，导线在强风作用下，会发生强烈的振动，导线经过长期的周期性弯折会发生疲劳损坏，具有严重的安全隐患。传统的输电线路巡线工作是依靠人工巡检，但人工巡检效率低、工作强度大、以及对特殊线路尤其是高压线路时，有危机检测人员人身安全的风险。

发明内容

有鉴于此，本发明的目的在于提供一种基于输电线路巡检图像的防震锤脱落检测方法，提高了检测的准确率和安全性。

为实现上述目的，本发明采用如下技术方案：

一种基于输电线路巡检图像的防震锤脱落检测方法，包括以下步骤:

步骤S1：对电力巡检图像数据进行预处理，得到预处理后的图像数据；

步骤S2:基于预处理后的图像数据，构建防震锤目标检测数据集；

步骤S3:构建基于DSSD的防震锤目标检测模型;

步骤S4:根据防震锤目标检测数据集，训练防震锤目标检测模型；

步骤S5:将防震锤目标检测数据集通过防震锤目标检测模型测试后的防震锤目标进行截取、标注处理，并构建防震锤固定夹检测数据集；

步骤S6:构建防震锤固定夹检测模型，并根据防震锤固定夹检测数据集，训练防震锤固定夹检测模型；

步骤S7:将待检测的防震锤电力图像依次通过训练后的防震锤目标检测模型和防震锤固定夹检测模型，判断防震锤掉把故障，并根据固定夹识别结果判断防震锤缺失故障。

进一步的，所述步骤S1具体为：

步骤S11:利用拉普拉斯算子对电力巡检图像数据进行锐化处理，获得边缘清晰的电力图像；

步骤S12:对边缘清晰的电力图像进行去雾处理，利用暗通道先验去雾法对电力图像进行去雾处理，获得预处理后的图像数据。

进一步的，所述步骤S2具体为：

步骤S21:对预处理后的图像数据中的防震锤目标使用LabelME进行目标信息的记录，并生成xml格式的电力图像标注文件;

步骤S22:将防震锤图像与标注文件，以预设比例划分成所需要的防震锤训练集和测试集。

进一步的，所述电力图像标注文件具体包括图像中的所有待检测目标的坐标信息、所属类别信息与难样本信息。

进一步的，所述防震锤目标检测模型基于DSSD网络模型，在DSSD中加入top-down网络结构进行高低层特征融合，将浅层和深层的特征图在对应的信道上做乘法运算；并在预测时加入残差单元，在残差旁路将原来的特征图用的卷积核做处理后与网络主干道的特征图做通道间加法。