[发明专利]一种电网巡检中的全景目标检测方法有效
申请号: | 202011242924.4 | 申请日: | 2020-11-09 |
公开(公告)号: | CN112270670B | 公开(公告)日: | 2023-09-12 |
发明(设计)人: | 段尚琪;黄双得;陈海东;葛兴科;赵毅林;周仿荣;赵小萌;胡昌斌;宋庆 | 申请(专利权)人: | 云南电网有限责任公司昆明供电局 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06N3/0464;G06N3/08 |
代理公司: | 昆明正原专利商标代理有限公司 53100 | 代理人: | 金耀生;于洪 |
地址: | 650011 云南省昆明市自由贸易*** | 国省代码: | 云南;53 |
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 电网 巡检 中的 全景 目标 检测 方法 | ||
1.一种电网巡检中的全景目标检测方法,其特征在于,包括如下步骤:
S1,利用搭载在无人机上的全景采集设备对电网设施进行拍摄,获取连续的全景图像数据;
S2,利用全景重投影技术对S1中采集的全景图像数据进行处理,均匀的在全景成像空间中设置虚拟透视投影相机,每个虚拟透视投影相机的投影中心与全景的球体中心重合,根据虚拟透视投影相机的虚拟焦距和投影视场来得到透视投影的成像方程,将全景图像投影到若干个透视投影的图像上;
S3,利用改进的深度神经网络目标检测模型对S2中获取的透视投影图像进行目标检测,提取电网巡检关注的目标;
S4,对S3提取的目标进行逆投影,将目标重新投影到全景图像中,实现电网全景图像的目标检测;
所述S3中,改进的深度神经网络目标检测模型采用深度学习平台来进行训练,样本数据从无人机电网巡检得到的历史数据中来提取,样本图像的大小设置为512*512像素,并对样本数据进行预处理来增加样本的数量;所述预处理包括图像旋转、镜像、放大、缩小操作;
所述的改进的深度神经网络目标检测模型以语义分割中的U-Net网络作为主网络,网络的左半部分对原始输入的三波段图像进行卷积和池化运算,从图像中提取抽象特征,得到编码后的特征图;网络的右半部分对编码后的特征图进行上采样,提高特征图的分辨率,并且利用直连来将左半部分的特征图与右半部分的特征图进行拼接;
平面(u,v)代表了经过拼接后的球面全景影像,影像中的每个像素点p对应了球面空间O′-X′Y′Z′中的一个三维点点在半径为Rs的球体上;横坐标u代表了经度,纵坐标v代表了纬度;设影像的宽为wd,高为ht,经纬度为:(lon,lat),则有:
wd=2×ht (1)
wd=2πRs (22)
lon=u/Rs,lat=v/Rs (3)
X′=Rscos(lat)sin(lon) (4)
Y′=Rscos(lat)cos(lon) (5)
Z′=Rssin(lat) (6)
大地坐标系O-XYZ经过平移和旋转变换为O′-X′Y′Z′;
引入齐次坐标:[X Y Z 1]T,将上述公式简化为:
P=[R T] (9)
T=-RTs (10)
公式中P为投影矩阵,大小为3*4;投影矩阵中包含了平移矢量和旋转矩阵的信息。
2.根据权利要求1所述的电网巡检中的全景目标检测方法,其特征在于,所述S1中,全景采集设备为全景相机,通过全景相机获取的全景图像为球面全景图像。
3.根据权利要求2所述的电网巡检中的全景目标检测方法,其特征在于,所述S2中,透视投影的图像的虚拟焦距为球面全景图像的半径值,每个透视投影的视场角为45度;透视投影的Z轴方向为球面全景图像的球体中心和透视投影中心的连线。
4.根据权利要求2所述的电网巡检中的全景目标检测方法,其特征在于,所述S2中,设置8个虚拟透视投影相机,得到8张透视投影的图像。
5.根据权利要求1所述的电网巡检中的全景目标检测方法,其特征在于,所述S4中,透视投影图像中检测得到的目标位置逆投影到全景图像后,目标框的4个角点会形成一个四边形,计算该四边形的外接矩形来作为最终的检测结果;所述的外接矩形的相邻两边分别与图像的XY轴平行。
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云南电网有限责任公司昆明供电局,未经云南电网有限责任公司昆明供电局许可,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/202011242924.4/1.html,转载请声明来源钻瓜专利网。