一种基于图像语义特征的电力图像数据筛选方法与流程

本发明涉及图像筛选，具体为一种基于图像语义特征的电力图像数据筛选方法。

背景技术：

1、电力建设公司工程项目地点远离市区，条件艰苦，通信手段落后，既没有公司专用局域网覆盖，电信、移动公网信号又差，站内联系靠对讲机，站外与总公司联系靠手机，数字化管理和办公条件很差，随着智能巡检的发展，从航拍或机器人采集得到的大量巡检电力图像中，快速而自动化地识别出存在电力设备缺陷的图像对于及时进行故障修复有很大作用。

2、由于巡检设备每次巡检过程中拍摄的图像数据较多，并且每次拍摄图像中存在的设备种类以及数量不同，故会存在较多的干扰因素，受到这些干扰因素影响导致人工智能无法进行比较精确的自动识别，进而不能够准确的判断电器设备缺陷或者故障，最终影响故障设备的快速维修工作，给电力的及时恢复造成了较大的影响。因此，我们提出一种基于图像语义特征的电力图像数据筛选方法。

技术实现思路

1、本发明的目的在于提供一种基于图像语义特征的电力图像数据筛选方法，通过对全部的图像进行初步筛分处理后，针对目标的颜色语义特征进行增强并进行筛分挑选，然后再对目标的形状语义特征进行增强后筛分挑选，获得仅含有目标的单独图像数据，之后再与正常目标的单独图像进行对比，筛选出存在故障或者缺陷目标的图像后输出，便于最后精确的判断识别设备故障处，解决了背景技术中所提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种基于图像语义特征的电力图像数据筛选方法，包括以下步骤：

3、步骤一：将巡检设备采集的图像集中进行初步筛分处理，剔除采集图像中模糊、重复、曝光过度、曝光不足等不良图像数据；

4、步骤二：将全部的图像数据进行背景去除处理，例如天空背景，地面或者草地、林木背景等，只保留图像中的实质性内容；

5、步骤三：针对需要筛选目标的基本颜色或者常见颜色进行增强处理，加强该颜色或者多个颜色在图像中的对比度，使其被更加明显的显示出来并同时删除其他颜色的内容，并挑选出这些图片，在挑选出来的图片中，进一步的进行形状的筛分，根据需要筛选目标的形状，选出含有这些形状的图像并存入至数据集；

6、步骤四：将经过上述筛分挑选后的图像颜色增强部分恢复至初始状态，可以获得剔除其他后内容的图像数据，并使恢复后的图像数据与无故障、无缺陷并且没有其他内容的目标图像进行对比，选出存在缺陷或故障的目标图片；

7、步骤五：最终将该图像数据完全恢复至初始状态，完成筛选并输出图像数据。

8、作为本发明的一种优选实施方式，所述步骤一中的巡检设备可以是安装在塔架上的摄像头，也可以安装在无人机上的摄像头，或者其他位置拍摄电力设备的摄像装置。

9、作为本发明的一种优选实施方式，所述步骤三中增强显示的颜色为目标的固定颜色，或者当目标存在多种颜色时，对这些颜色一起增强处理。

10、作为本发明的一种优选实施方式，所述步骤三中筛选的目标形状，当待筛选图像中任意位置包含该形状，或者整体为该形状均为需要筛选的内容。

11、作为本发明的一种优选实施方式，所述步骤四中单独比较单个目标与正常的单个目标，能够比较精确的筛分出存在缺陷的内容。

12、作为本发明的一种优选实施方式，所述步骤五中最终输出的图像数据还需要经过人工检查，最后精确判断电力设备存在的故障问题。

13、作为本发明的一种优选实施方式，所述步骤一至步骤五中的处理过程和筛分过程均在基于计算机的人工智能系统中完成。

14、与现有技术相比，本发明的有益效果如下：

15、本发明通过对全部的图像进行初步筛分处理后，针对目标的颜色语义特征进行增强并进行筛分挑选，然后再对目标的形状语义特征进行增强后筛分挑选，获得仅含有目标的单独图像数据，之后再与正常目标的单独图像进行对比，筛选出存在故障或者缺陷目标的图像后输出，便于最后精确的判断识别设备故障处。

技术特征：

1.一种基于图像语义特征的电力图像数据筛选方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于图像语义特征的电力图像数据筛选方法，其特征在于：所述步骤一中的巡检设备可以是安装在塔架上的摄像头，也可以安装在无人机上的摄像头，或者其他位置拍摄电力设备的摄像装置。

3.根据权利要求1所述的一种基于图像语义特征的电力图像数据筛选方法，其特征在于：所述步骤三中增强显示的颜色为目标的固定颜色，或者当目标存在多种颜色时，对这些颜色一起增强处理。

4.根据权利要求1所述的一种基于图像语义特征的电力图像数据筛选方法，其特征在于：所述步骤三中筛选的目标形状，当待筛选图像中任意位置包含该形状，或者整体为该形状均为需要筛选的内容。

5.根据权利要求1所述的一种基于图像语义特征的电力图像数据筛选方法，其特征在于：所述步骤四中单独比较单个目标与正常的单个目标，能够比较精确的筛分出存在缺陷的内容。

6.根据权利要求1所述的一种基于图像语义特征的电力图像数据筛选方法，其特征在于：所述步骤五中最终输出的图像数据还需要经过人工检查，最后精确判断电力设备存在的故障问题。

7.根据权利要求1所述的一种基于图像语义特征的电力图像数据筛选方法，其特征在于：所述步骤一至步骤五中的处理过程和筛分过程均在基于计算机的人工智能系统中完成。

技术总结
本发明涉及图像筛选技术领域，公开了一种基于图像语义特征的电力图像数据筛选方法，包括以下步骤：步骤一：剔除采集图像中不良图像数据；步骤二：图像数据背景去除处理；步骤三：根据需要筛选目标的颜色和形状，选出含有这些形状的图像并存入至数据集；步骤四：选出存在缺陷或故障的目标图片；步骤五：完成筛选并输出图像数据。本发明通过对全部的图像进行初步筛分处理后，针对目标的颜色语义特征进行增强并进行筛分挑选，然后再对目标的形状语义特征进行增强后筛分挑选，获得仅含有目标的单独图像数据，之后再与正常目标的单独图像进行对比，筛选出存在故障或者缺陷目标的图像后输出，便于最后精确的判断识别设备故障处。

技术研发人员：易伟,陈亮,熊伟,曾仕伦,朱礼鹏,唐海东,汪晓帆,兰沂梅,谢廷杰,王后勤,余菲
受保护的技术使用者：国网四川省电力公司眉山供电公司
技术研发日：
技术公布日：2024/1/12