一种输电线路图像数据管理系统及方法与流程

1.本公开涉及数据处理相关技术领域，具体的说，是涉及一种输电线路图像数据管理系统及方法。


背景技术：

2.本部分的陈述仅仅是提供了与本公开相关的背景技术信息，并不必然构成在先技术。
3.伴随着科技的不断发展，输电线路通道隐患的管控、分析以及治理都有了很多的手段和方法，近年来开始使用线路通道拍照的方式排查隐患，分别使用通道可视化监拍、无人机监拍和人工监拍等方式拍照，拍摄完毕后定期传入工作人员手中，进而管控通道隐患，使得通道隐患的管控由传统的人工巡视转变为相机拍摄的方式管控隐患；使得通道隐患的管控更加安全，高效，便捷。
4.发明人发现，通道拍摄照片数量巨大，导致人工排查照片的工作量加大，而且在发现隐患后还要由巡检人员手动标记隐患类型、隐患位置和隐患的重要程度等记录，同时，通道隐患的图像及隐患的类型等信息需要巡检人员查找，海量数据查找困难，不能够动态的展示和查询，不利于通道隐患的治理管控。


技术实现要素：

5.本公开为了解决上述问题，提出了一种输电线路图像数据管理系统及方法，能够实现自动化存储输电线路图像，并自动识别隐患图像和提取隐患信息，能够直观的查询输电线路隐患数据。
6.为了实现上述目的，本公开采用如下技术方案：
7.一个或多个实施例提供了一种输电线路图像数据管理系统，包括图像存储控制模块、图像标记模块和图像查询模块；
8.图像存储控制模块：被配置为用于对获取的输电线路图像按照对应的杆塔号命名后，按照文件名中的杆塔号分类存储；
9.图像标记模块：被配置为用于针对每个杆塔提取对应杆塔的图像，自动标记隐患图像，并识别出隐患类型；
10.图像查询模块：被配置为用于构建输电线路地理图，所述输电线路地理图上设置有包含杆塔节点连接的连线图，每个杆塔节点与对应杆塔的隐患图像和杆塔信息相关联；当接收杆塔查询请求在输电线路地理图上显示相应的隐患图像和杆塔信息。
11.一个或多个实施例提供了一种输电线路图像数据管理方法，包括如下步骤：
12.对获取的输电线路图像按照对应的杆塔号命名后，按照文件名中的杆塔号分类存储；
13.针对每个杆塔提取对应杆塔的图像，自动标记隐患图像，并识别出隐患类型；
14.构建输电线路地理图，所述输电线路地理图上设置有包含杆塔节点连接的连线
图，每个杆塔节点与对应杆塔的隐患图像和杆塔信息相关联；当接收杆塔查询请求在输电线路地理图上显示相应的隐患图像和隐患信息。
15.与现有技术相比，本公开的有益效果为：
16.本公开的输电线路图像数据管理系统，可以对接收到的图像实现自动标记以及快速查询，能够从海量数据中自动筛选隐患图片，并提取隐患信息。能够提高图像的处理效率，通过输电线路地理图实现输电线路的隐患信息的直观展示。
17.本公开的优点以及附加方面的优点将在下面的具体实施例中进行详细说明。
附图说明
18.构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的限定。
19.图1是本公开实施例1的系统的框图；
20.图2是本公开实施例2的方法流程图。
具体实施方式
21.下面结合附图与实施例对本公开作进一步说明。
22.应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
23.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。需要说明的是，在不冲突的情况下，本公开中的各个实施例及实施例中的特征可以相互组合。下面将结合附图对实施例进行详细描述。
24.实施例1
25.在一个或多个实施方式公开的技术方案中，如图1所示，一种输电线路图像数据管理系统，包括图像存储控制模块、图像标记模块和图像查询模块；
26.图像存储控制模块：被配置为用于对获取的输电线路图像按照对应的杆塔号命名后，按照文件名中的杆塔号分类存储；
27.图像标记模块：被配置为用于针对每个杆塔提取对应杆塔的图像，自动标记隐患图像，并识别出隐患类型；
28.图像查询模块：被配置为用于构建输电线路地理图，所述输电线路地理图上设置有包含杆塔节点连接的连线图，每个杆塔节点与对应杆塔的隐患图像和杆塔信息相关联；当接收杆塔查询请求在输电线路地理图上显示相应的隐患图像和杆塔信息。
29.本实施例的输电线路图像数据管理系统，可以对接收到的图像实现自动标记以及快速查询，能够从海量数据中自动筛选隐患图片，并提取隐患信息。能够提高图像的处理效率，通过输电线路地理图实现输电线路的隐患信息的直观展示。
30.在一些实施例中，图像存储控制模块的图像获取，可以通过无人机拍摄方式、人工
拍摄方式、可视化监拍方式的获得图像，每个图像的命名中还包括拍摄方式，文件名编码包括拍摄方式编码和杆塔号。
31.可选的，无人机拍摄方式，具体的，无人机的拍摄控制按照杆塔号进行顺序拍摄，并按照顺序传输至图像存储控制模块进行命名后存储。
32.其中，控制无人机按照杆塔号进行顺序拍摄，可选的，拍摄无人机拍摄小号杆塔到大号杆塔，或者，无人机拍摄大号杆塔到小号杆塔；如从001号杆塔拍到100号杆塔，就是小号到大号，反之就是大号到小号。
33.可视化监拍方式，杆塔上设置有自动监拍的装置拍摄图片，按照杆塔号顺序获取拍摄照片：可视化拍摄小号杆塔到大号杆塔，或者可视化拍摄大号杆塔到小号杆塔，如从001拍到100，就是小号到大号，反之就是大号到小号；
34.人工拍摄方式，按照杆塔号进行顺序拍摄，同时按照杆塔号存储图片；
35.同时，图像获取按图像文件命名编号的顺序读取，文件命名编号对应相应的杆塔。
36.使用时，例如文件名称为
‘
001-050’，这样对应的杆塔号应当为
‘
001-050’；三种拍摄方式的来源不同，图像的命名规则也不同，存储的时候相对来说比较分散，工作人员查看图片时繁琐、困难，本实施例中以拍摄方式，拍摄方式控制来对应的杆塔号来存储管理图像，用户上传时选择图像的拍摄方式，分类上传的依据，从而提高了使用效率，使用起来更加快速便捷。
37.在一些实施例中，图像标记模块中，隐患类型包括火灾、树木、违建、院落、机械、大棚、堆物(堆积起来的一团或者一块东西，在杆塔的周围)、异物(漂浮或者悬挂在杆塔或者线路上的物体，例如风筝、塑料薄膜等)和线路交叉跨越等。
38.针对每个杆塔提取对应杆塔的图像，自动标记隐患图像，并识别出隐患类型的方法，具体为：
39.步骤1、构建对应输电线路隐患类型以及无隐患的图像特征集；
40.具体的，获取包含每种隐患类型的输电线路图像以及没有隐患的输电线路图像，提取图像特征，构建以隐患类型分类的隐患图像特征集；
41.步骤2、获取每个杆塔处正常的图片作为标准图片；
42.步骤3、将获取的待检测图像，以标准图片为背景进行背景对消处理；
43.步骤4、对背景对消后得到的图像进行特征提取，得到待检测特征集；
44.步骤5、计算待检测特征集与每种输电线路隐患类型对应的图像特征集的相似度，相似度最高的图像特征集对应的隐患类型为待检测图像的隐患类型。
45.上述步骤中，提取图像特征可以采用卷积神经网络。
46.相似度的计算方法，具体为：计算特征集之间的欧氏距离。
47.本实施例中，基于背景对消融合深度学习算法实现图像中的隐患识别，通过背景对消技术减少了数据处理量，同时保留了图像的隐患区域，能够对隐患更有针对性的识别，提高识别的准确度。
48.使用时，图像标记模块将存在图像库中的通道图像记录(无人机、可视化、人工拍摄)，图像标记模块识别图像中的隐患信息，如火灾、树木、违建等，再用红色标注框把隐患圈出来，并且记录隐患类型，隐患危急程度，隐患处理状态，这种一站式的标记加记录可以一键式的生成通道隐患的信息数据，用户可以随时查找每个图像或者每个隐患的信息数
据。
49.在一些实施例中，图像查询模块：被配置为用于构建输电线路地理图，所述输电线路地理图上设置有包含杆塔节点连接的连线图，每个杆塔节点与对应杆塔的隐患图像和杆塔信息相关联；当接收杆塔查询请求在输电线路地理图上显示相应的隐患图像和信息。
50.可选的，杆塔信息可以包括图像的拍摄时间、图像对应的线路名、杆塔号、隐患类型、拍摄方式等。
51.进一步地，图像查询模块还包括查询请求输入模块，用于输入查询请求，所述查询请求包括按照时间段、线路名、杆塔号、隐患类型、拍摄方式查询，拍摄方式包括：无人机、可视化、人工等。
52.进一步地，输电线路地理图上对应杆塔的隐患图片如果有多张图像，通过列表展示，列表上方展示图像及隐患类型，点击隐患类型处的
‘
详情’可查看并编辑隐患台账。本实施例的查询方式的多样化，提升了人工通过图像查找通道隐患的效率，比起以往手动翻阅图片更加的快速、便捷。
53.进一步地，输电线路图像数据管理系统还包括通道隐患管控模块，被配置为设置分区，每个分区对输电线路图像以及信息按照不同的形势展示或者增加新的数据。
54.可选的，所述分区包括台账区、网格区、记录区和管控区。分为四个区可以方便工作人员更加便捷的对隐患进行排查和治理，可以有效的对隐患信息进行管理，对隐患的排查和二次摸排更加高效。
55.台账区：被配置为以列表的形势展示通道隐患基础信息。通道隐患基础信息包括位置(如地市)、场站、线路编号、杆塔、拍摄位置、拍摄时间、人员、严重程度和处理状态。台账区设置有批量导入接口和手动上传接口。
56.使用时，台账区的数据可以是批量导入，批量导入隐患台账时，不需要显示标注框，只需要右边的隐患类型，可以是手动新增，不上传图像，也可以是图像管理中上传图像并标注隐患，生成隐患台账。
57.网格区：被配置将有关联的一组信息构成一个网格，网格分别关联至台账区组成网格的各个信息，点击台账区的信息能够选择显示对应的网格。
58.网格对应的台账区的信息可以包括线路、杆塔、时间、人员和隐患类型。网格中可以新增信息，新增的信息可以包括：隐患治理所属的班组信息、隐患所在的位置信息和隐患的负责人信息。
59.使用时，显示网格可以选择(如点击)台账区相应的隐患，根据网格显示内容查看对应的隐患编号、线路、杆塔、拍摄时间、人员、隐患类型、隐患治理所属的班组信息、隐患所在的位置信息、隐患的负责人信息，形成网格状统一管理。
60.记录区：被配置为增加隐患巡视检查情况记录，并将记录添加至台账区，记录区的数据可以按照单条录入；每条记录可以包括：录入时间、人员、措施，按照线路、杆塔、时间、人员、隐患类型等查询记录情况。
61.记录区对应台账区，从隐患台账查询通道位置，查看目前隐患情况，可以选择相应的隐患巡视检查情况，录入时间、人员、措施，按照线路、杆塔、时间、人员、隐患类型等查询记录情况，(1)台账区批量或是单独新增隐患，(2)根据对应的隐患编号所在的信息录入该隐患的治理措施是否到位，是否齐全，形成对隐患治理的记录作用；
62.管控区：被配置为增加管控信息，管控信息包括修改状态、隐患告知情况、是否需要提交等。
63.使用时，管控区对应台账区，首先从隐患台账查询通道位置，查看目前隐患情况，选择相应的隐患管控情况，需要提交信息可以包括：线路、杆塔、时间、人员、隐患类型、管控信息和图片等，提交时，分权限审核；按照线路、杆塔、时间、人员、隐患类型等查询管控情况。
64.进一步地，输电线路图像数据管理系统还包括派工单模块、基础信息模块或/和数据统计模块；
65.派工单模块：被配置为对需要派工的隐患信息提取生成工单表格即为派工单，下发至相应的检修终端。其中，所述检修终端对应巡检人员的处理账号。
66.可选的，所述工单表格的信息包括：隐患的详细信息，治理隐患的管控措施，对于该隐患的巡视周期，以及评估现场隐患对于通道安全的结论。
67.基础信息模块：被配置为用于录入或者修改输电线路基础信息，并更新至台账区。
68.基础信息模块针对工区所管辖的地市的电压等级，线路名称，杆塔信息做一个台账数据的管理，设备台账变化后，要隐患台账的台账区也需要变化；系统启动后，首先要录入这些基础信息，才能保障系统的顺利运行，这些信息数据给系统提供了运作条件；
69.数据统计模块：被配置为针对通道隐患的详细数据统计，按照数据的不同维度分别生成统计报表。
70.数据的不同维度包括按照区县、线路、电压等级、隐患类型、时间周期进行分类统计，可以在系统的首页展示，进行统计的数据包括巡检统计，隐患统计，电压等级统计或/和班组统计，这样可以直观的看到各个数据的情况分。
71.进一步地，还包括权限管理模块，被配置为用于为每个登录用户设置权限，包括班组权限、个人权限。
72.可实现的方式，数据管理系统还包括数据库和服务器。
73.上述数据管理系统的各模块：图像存储控制模块、图像标记模块、通道隐患管控模块，工单派发模块、基础信息模块、数据统计模块和图像查询模块可以设置在服务器端实现各模块的功能，数据库用于存储输电线路图像数据，服务器和数据库通信连接用于存储和读取数据库中的数据。
74.可选的，所述服务器采用非x86服务器进行数据管控分析，服务器可以采用intel服务器cpu和windows网络操作系统；
75.数据库可以实现图像或信息等数据的存储，并根据所存储的信息进行智能搜索对应的数据信息，并且对所有的信息进行备份。
76.输电线路图像数据管理系统；针对图像来源不统一，图像命名杂乱无章、查询困难的问题，使用数据库操作查询图像，按照拍摄方式或者拍摄时间一键查询，节省了人力物力资源，使得工作人员对隐患的管控能够非常轻松，同时图像的管理清晰，分类明确，大大提高了工作人员的工作效率。对于通道隐患的管控：火灾、树木、违建、院落、机械、大棚、堆物、异物、交跨这九类隐患，可以及时对这些隐患进行分类、排查治理，并且在以后的维护工作中提高工作效率。
77.实施例2
78.基于实施例1，本实施例提供一种输电线路图像数据管理方法，如图2所示，包括如下步骤：
79.步骤1、对获取的输电线路图像按照对应的杆塔号命名后，按照文件名中的杆塔号分类存储；
80.步骤2、针对每个杆塔提取对应杆塔的图像，自动标记隐患图像，并识别出隐患类型；
81.步骤3、构建输电线路地理图，所述输电线路地理图上设置有包含杆塔节点连接的连线图，每个杆塔节点与对应杆塔的隐患图像和杆塔信息相关联；当接收杆塔查询请求在输电线路地理图上显示相应的隐患图像和隐患信息。
82.进一步地，隐患类型包括火灾、树木、违建、院落、机械、大棚、堆物、异物和线路交叉跨越等。隐患信息至少包括线路位置、场站、线路编号、杆塔、拍摄位置、拍摄时间、人员、严重程度和当前处理状态。
83.步骤2中，针对每个杆塔提取对应杆塔的图像，自动标记隐患图像，并识别出隐患类型的方法，具体为：
84.步骤21、构建对应输电线路隐患类型以及无隐患的图像特征集；
85.具体的，获取包含每种隐患类型的输电线路图像以及没有隐患的输电线路图像，提取图像特征，构建以隐患类型分类的隐患图像特征集；
86.步骤22、获取每个杆塔处正常的图片作为标准图片；
87.步骤23、将获取的待检测图像，以标准图片为背景进行背景对消处理；
88.步骤24、对背景对消后得到的图像进行特征提取，得到待检测特征集；
89.步骤25、计算待检测特征集与每种输电线路隐患类型对应的图像特征集的相似度，相似度最高的图像特征集对应的隐患类型为待检测图像的隐患类型。
90.上述步骤中，提取图像特征可以采用卷积神经网络。
91.相似度的计算方法，具体为：计算特征集之间的欧氏距离。
92.本实施例中，基于背景对消融合深度学习算法实现图像中的隐患识别，通过背景对消技术减少了数据处理量，同时保留了图像的隐患区域，能够对隐患更有针对性的识别，提高识别的准确度。
93.以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
94.上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。