[发明专利]一种电力控制柜线缆异常识别方法及装置

权利要求书

1.一种电力控制柜线缆异常识别方法，其特征在于，包括：

获得电力控制柜线缆图像；

基于所述电力控制柜线缆图像，通过滑框剪裁，获得多个图像样本；

将所述多个图像样本输入线缆外观异常检测模型，根据每个图像样本获得若干检测框信息；根据多个图像样本的位置关系，融合多个图像样本的检测框信息，并与所述电力控制柜线缆图像相匹配，获得所述电力控制柜线缆图像的多个异常区域检测框；

根据电力控制柜线缆图像，获取包含其线缆特征的特性曲线；

根据多个异常区域检测框和特性曲线的重合判定，确定电力控制柜线缆异常检测结果。

2.根据权利要求1的方法，其特征在于，所述线缆外观异常检测模型的网络参数初始化的数学表达式为：

其中，n为网络所在层数；ni为该层网络输入单位数量。

3.根据权利要求1的方法，其中所述线缆外观异常检测模型的激活函数公式的数学表达式为：

其中，xi为激活函数输入。

4.根据权利要求1的方法，其特征在于，所述线缆外观异常检测模型包含依次连接的多个网络块，每个网络块对其输入进行下采样后，将本网络块的特征图输出到次一个网络块，同时，从依序第二个网络块开始，每个网络块的特征图通过插值算法上采样到和前一网络块特征图一样的尺寸，然后将本网络块和前一网络块特征图相加作为本网络块的输出特征图；

将多个网络块的输出特征图分别经过一个卷积层，以及一个全局平均池化层，合并后经过一个一层感知机和sigmoid非线性变换层，将获得结果分别与多个网络块的输出特征图相乘得到多个最终特征图，所述最终特征图用于线缆外观异常检测模型的回归/分类。

5.根据权利要求1的方法，其特征在于，所述线缆外观异常检测模型包括若干先验检测框，所述先验检测框基于k-means聚类算法对线缆破损样本的标注边界框做聚类分析获取。

6.根据权利要求1的方法，其特征在于，还包括：在根据多个图像样本的位置关系，融合多个图像样本的检测框信息之后，通过非最大抑制方法去除其中重叠的冗余检测框信息。

7.根据权利要求1的方法，其特征在于，根据电力控制柜线缆图像，获取包含其线缆特征的特性曲线，包括：

对电力控制柜线缆图像进行增强处理，然后采用Sobel算子进行边缘提取，得到二值边缘图像，再采用Hough变换从二值边缘图像中提取特征曲线。

8.根据权利要求1的方法，其特征在于，还包括：当电力控制柜线缆异常检测结果为电力控制柜线缆图像存在外观异常区域后，发出设备故障预警。

9.一种电力控制柜线缆异常识别装置，其特征在于，包括：

图像获取单元，配置为获得电力控制柜线缆图像；

样本获取单元，配置为基于所述电力控制柜线缆图像，通过滑框剪裁，获得多个图像样本；

异常检测框确定单元，配置为将所述多个图像样本输入线缆外观异常检测模型，根据每个图像样本获得若干检测框信息；根据多个图像样本的位置关系，融合多个图像样本的检测框信息，并与所述电力控制柜线缆图像相匹配，获得所述电力控制柜线缆图像的多个异常区域检测框；

特性曲线确定单元，配置为根据电力控制柜线缆图像，获取包含其线缆特征的特性曲线；

检测结果判定单元，配置为根据多个异常区域检测框和特性曲线的重合判定，确定电力控制柜线缆异常检测结果。

10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机指令，当所述计算机指令被计算机执行时，使得所述计算机执行权利要求1-8任一项所述的方法。