本发明涉及无人机技术的应用领域，特别涉及一种输电线路中绝缘子缺损分析的图片自动检测方法。
背景技术：
目前民用无人机可用于电力巡检工作领域：装配有高清数码摄像机和照相机以及GPS定位方法的无人机，可沿电网进行定位自主巡航，实时传送拍摄影像，监控人员可在电脑上同步收看与操控。推荐理由：采用传统的人工电力巡线方式，条件艰苦，效率低下，一线的电力巡查工偶尔会遭遇“被狗撵”“被蛇咬”的危险。无人机实现了电子化、信息化、智能化巡检，提高了电力线路巡检的工作效率、应急抢险水平和供电可靠率。而在山洪暴发、地震灾害等紧急情况下，无人机可对线路的潜在危险，诸如塔基陷落等问题进行勘测与紧急排查，丝毫不受路面状况影响，既免去攀爬杆塔之苦，又能勘测到人眼的视觉死角，对于迅速恢复供电很有帮助。
综上，目前市面上的OSD视频叠加方案均有各种缺陷，急需成本低且稳定的方案。
技术实现要素：
本发明所要解决的技术问题是提供一种输电线路中绝缘子缺损分析的图片自动检测方法，以解决现有技术中导致的上述多项缺陷。
为实现上述目的，本发明提供以下的技术方案：一种输电线路中绝缘子缺损分析的图片自动检测方法，包括以下步骤：
1)加载图片；
2)进行识别定位到绝缘子；
3)缺损分析；
4)有无问题的图片自动分类；绝缘子有缺陷的归到绝缘子缺陷文件夹、绝缘子污秽的图片归到绝缘子污秽文件夹，完整无缺损的绝缘子图片照片归到正常文件夹；
5)输出绝缘子缺损报告。
优选的，所述步骤1)具体为准备正负样本：正样本即只包含绝缘子的图片；负样本即背景图片，背景选取是从含绝缘子的图片中截取出来除去绝缘子的部分，目的在于提取到绝缘子会存在的各种背景。
优选的，所述步骤2)具体为完整提取图片中的绝缘子：准备好了正负样本之后使用深度学习CNN将样本进行训练，最终训练结果即可将绝缘子部分完整提取出来。
优选的，所述步骤3)具体为绝缘子缺陷以及污损检测：首先采用局部二元模式算法提取绝缘子的纹理特征,然后利用半监督学习的方法将绝缘子分类,包括正常、自爆、受污秽和其他四种类型；对绝缘子图像中的自爆缺陷采用滑动窗口的方法计算模板和窗口的直方图距离,通过归一化的直方图距离判断是否存在缺陷,并定位缺陷位置；最后对局部污秽进行检测,利用提取纵向灰度值变化率的方法对污秽行检测,破坏绝缘子纵向灰度变化率规律的位置即为局部污秽的区域。
采用以上技术方案的有益效果是：通过绝缘子自动识别分析系统，加载图片文件后自动识别绝缘子的缺损情况，自动分类到绝缘子正常文件夹、绝缘子缺陷文件夹、绝缘子污秽文件，并进行归档，实现全自动识别。相比较人为检查即提高了效率又降低了准确率。
附图说明
图1是本发明的流程图。
具体实施方式
大量绝缘子图片的缺损判断急需一种准确度高、自动化的方案来检查，因此设计一款绝缘子自动识别、分析方法显得非常重要。
下面结合附图详细说明本发明一种输电线路中绝缘子缺损分析的图片自动检测方法的实施方式。
图1出示本发明一种输电线路中绝缘子缺损分析的图片自动检测方法的具体实施方式：一种输电线路中绝缘子缺损分析的图片自动检测方法，包括以下步骤：
1)加载图片；
2)进行识别定位到绝缘子；
3)缺损分析；
4)有无问题的图片自动分类；绝缘子有缺陷的归到绝缘子缺陷文件夹、绝缘子污秽的图片归到绝缘子污秽文件夹，完整无缺损的绝缘子图片照片归到正常文件夹；
5)输出绝缘子缺损报告。
工作人员可以直接通过查看绝缘子缺损报告来得知输电线路上绝缘子的缺损情况，及时进行维修。
在本实施例中，所述步骤1)具体为准备正负样本：正样本即只包含绝缘子的图片；负样本即背景图片，背景选取是从含绝缘子的图片中截取出来除去绝缘子的部分，目的在于提取到绝缘子会存在的各种背景。
在本实施例中，所述步骤2)具体为完整提取图片中的绝缘子：准备好了正负样本之后使用深度学习CNN将样本进行训练，最终训练结果即可将绝缘子部分完整提取出来。
在本实施例中，所述步骤3)具体为绝缘子缺陷以及污损检测：首先采用局部二元模式算法提取绝缘子的纹理特征,然后利用半监督学习的方法将绝缘子分类,包括正常、自爆、受污秽和其他四种类型；对绝缘子图像中的自爆缺陷采用滑动窗口的方法计算模板和窗口的直方图距离,通过归一化的直方图距离判断是否存在缺陷,并定位缺陷位置；最后对局部污秽进行检测,利用提取纵向灰度值变化率的方法对污秽行检测,破坏绝缘子纵向灰度变化率规律的位置即为局部污秽的区域。
基于上述，本发明现有技术相比有益效果为：实现方法简单，使地面接收的视频清晰度和稳定性比其他方案大大提高，省去了其他的视频叠加设备，节省了成本、功耗、传输时间。
以上所述的仅是本发明的优选实施方式，应当指出，对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。