[发明专利]一种输电杆塔金具锈蚀的智能识别方法

说明书

本发明公开了一种输电杆塔金具锈蚀的智能识别方法，包括信息采集步骤，信息分析步骤，以及监控报警步骤，所述信息采集步骤为通过无人机获取高清图片，所述信息分析步骤为通过计算机对所述图片进行识别分析，所述监控报警步骤为对所述信息分析步骤得到的结果进行展示并报警。该方法基于计算机视觉技术进行图片识别，对输电线路铁塔上金具锈蚀进行检测，提高了金具锈蚀检出几率，为避免因金具锈蚀导致的输电线路故障提供支撑。

技术领域

本发明涉及图像识别技术领域，具体涉及到一种输电杆塔金具锈蚀的智能识别方法。

背景技术

目标检测是计算机视觉领域的基本任务之一，学术界已有将近二十年的研究历史。近些年随着深度学习技术的火热发展，目标检测算法也从基于手工特征的传统算法转向了基于深度神经网络的检测技术。

现有技术有完全通过深度学习网络（如Mask-rcnn），或者通过颜色删除背景，再通过线性支持向量机根据保留的面积和颜色等特征进行分类。或者通过将图片分成许多小块，计算每一个小块的颜色和纹理特征进行统计，从而分类。也有根据锈蚀区域像素相对于背景像素的亮度更低，而且因为附着在某些特定金具上而具有可能方向性等特征进行识别。

目前的技术具有各种不足，比如某些深度学习网络运行速度较慢；基于线性支持向量机的方法对核函数的选择较为困难；基于统计的方法将图片切割成许多小块也会降低运算速度；基于方向性的方法可能难以适应各种不同形状的金具；考虑的特征不够充分等等。这些缺陷会导致模型的运行速度和识别准确率不高。

发明内容

为解决上述现有技术问题，本发明的目的在于提供一种适用于各种形状的金具，并兼顾速度和准确率的锈蚀识别方案。

本发明采用的技术方案如下：一种输电杆塔金具锈蚀的智能识别方法，包括S1信息采集步骤，S2信息分析步骤，S3监控报警步骤，所述S1信息采集步骤为通过无人机获取高清图片，所述信息分析步骤为通过计算机对所述图片进行识别分析，所述监控报警步骤为对所述信息分析步骤得到的结果进行展示并报警。

本发明的有益效果是：通过引入faster-rcnn对金具位置进行定位，缩小检索范围，大幅降低了多检，且结合多种特征目标区域是否锈蚀进行综合判断，从而大幅降低了误检，提高了输电线路金具锈蚀隐患的检出几率，为避免金具锈蚀造成的输电线安全事件提供支撑。

进一步的，所述步骤S1中，利用无人机获取的高清图片保存为JPEG格式，所拍摄的图片应涵盖输电线路金具。

进一步的，所述步骤S2具体如下：

S2-1：采用faster-rcnn算法对输电线路金具进行定位；

S2-2：通过颜色过滤裁剪出mask；

S2-3：计算mask的面积和纹理特征；

S2-4: 根据mask在图片中提取一个代表性样本；

S2-5：对样本的颜色和纹理特征进行计算；

S2-6：进行随机森林分类判断金具是否锈蚀。

进一步的，所述步骤S2中当检测得到金具锈蚀存在时，将此判断为输电线路金具锈蚀隐患，所述S3监控报警步骤报警。

进一步的，通过在图片中提取代表性样本从而有效地排除复杂背景的干扰。

附图说明

图1是本发明现有技术的示意图。

图2是本发明实施例的流程示意图。

图3是本发明实施例中信息分析步骤的流程图。

图4是本发明实施例中faster-rcnn模型的结构图。

图5是本发明实施例中信息分析步骤的示意图。

具体实施方式