本发明涉及无人机红外摄像,尤其涉及耐张线夹远程发热缺陷识别方法、系统、存储介质及终端。
背景技术:
1、随着输电线路大规模增加,以往输电线路的人工巡检形式不仅难以实现较远距离输电线路故障、缺陷的识别,而且针对地形复杂、山区、交通不便区域的巡检会给电力检修人员带来极大的工作难度和作业强度。无人机红外摄像技术在输电线路巡检工作中能够有效解决上述问题。
2、现有技术中,输电所普遍采用搭载了红外摄像头的无人机进行远程测温,最终会得到包括耐张线夹和导线在内的整个图像区域每个像素点的温度,但这些温度保存在后台,无法在图像中直接显示,需要利用专门的软件手动点击,且单次只能获得一个点的温度,很难准确找到耐张线夹的最高温度,以及较低的导线温度点,用来做发热缺陷等级评定。
技术实现思路
1、基于此,有必要针对上述问题,提出了耐张线夹远程发热缺陷识别方法、系统、存储介质及终端。
2、一种耐张线夹远程发热缺陷识别方法,所述方法包括:
3、根据输电线路的红外图像获取第一坐标温度字典和标注的图片及标签。
4、根据所述标注的图片及标签确定目标区域,所述目标区域包括耐张线夹及导线。
5、根据所述第一坐标温度字典和所述目标区域确定第二坐标温度字典。
6、根据所述第二坐标温度字典获取所述目标区域的最高温度和最低温度。
7、根据所述最高温度和最低温度进行耐张线夹发热缺陷识别。
8、其中,所述根据输电线路的红外图像获取第一坐标温度字典和标注的图片及标签,具体包括:
9、提取所述输电线路的红外图像中每个像素点的坐标及温度,获取第一坐标温度字典。
10、对所述输电线路的红外图像中的耐张线夹和导线进行标注,获取标注的图片及标签。
11、其中,所述根据所述标注的图片及标签确定目标区域,所述目标区域包括耐张线夹及导线,具体包括:
12、根据所述耐张线夹和导线的分割模型确定目标区域,所述目标区域包括耐张线夹及导线。
13、其中,所述分割模型通过历史标注的图片及标签进行训练,具体包括:
14、将所述历史标注的图片及标签划分为训练集和测试集。
15、对所述训练集进行预处理。
16、将预处理后的训练集输入到所述耐张线夹和导线的分割模型中,直至训练轮次达到预设最大轮次,训练完成。
17、保存所述耐张线夹和导线的分割模型训练中在所述测试集上的误差最小轮次以及最后一轮训练的模型权重参数。
18、其中,所述根据所述耐张线夹和导线的分割模型确定目标区域,所述目标区域包括耐张线夹及导线,具体包括:
19、将所述误差最小轮次以及最后一轮训练的模型权重参数加载到所述耐张线夹和导线的分割模型中,并将所述输电线路的红外图像作为输入,获取目标区域,所述目标区域包括耐张线夹及导线。
20、其中,所述根据所述第一坐标温度字典和所述目标区域确定第二坐标温度字典,具体包括:
21、提取所述目标区域的坐标。
22、根据所述第一坐标温度字典获取所述目标区域的坐标对应的温度,并写成第二坐标温度字典。
23、其中,所述根据所述第二坐标温度字典获取所述目标区域的最高温度和最低温度,具体包括:
24、将所述目标区域的坐标作为聚类算法的输入,获取聚类中心坐标。
25、对所述聚类中心坐标取整,通过取整后的聚类中心坐标在所述第二坐标温度字典中查找对应的聚类中心温度。
26、根据所述聚类中心温度确定最低温度和最高温度。
27、其中,所述将所述目标区域的坐标作为聚类算法的输入,获取聚类中心坐标,具体包括:
28、对所述目标区域的坐标中的坐标点进行预处理。
29、设置聚类类别数为k,其中,20≤k≤100。
30、在坐标点中随机选取k个点作为初始聚类中心。
31、根据所述坐标点到所述初始聚类中心的欧式距离确定聚类中心坐标。
32、其中,所述根据所述坐标点到所述初始聚类中心的欧式距离确定聚类中心坐标,具体包括:
33、确定所述坐标点到所述初始聚类中心的欧式距离。
34、根据所述欧式距离对所述坐标点进行分类,获取新聚类中心。
35、重复上述步骤,直到达到预设重复次数,获取聚类中心坐标。
36、其中,所述根据所述最高温度和最低温度进行耐张线夹发热缺陷识别,具体包括:
37、根据所述最高温度和最低温度确定相对温差。
38、当所述相对温差大于等于35%,小于80%,但所述最高温度未达到90℃,则耐张线夹发热缺陷等级为一般缺陷。
39、当所述相对温差大于等于80%,但所述最高温度未达到90℃或所述最高温度大于等于90℃,小于等于130℃,则耐张线夹发热缺陷等级为重大缺陷。
40、当所述相对温差大于等于95%,所述最高温度大于90℃或所述最高温度大于130℃,则耐张线夹发热缺陷等级为紧急缺陷。
41、一种耐张线夹远程发热缺陷识别系统,所述系统包括:
42、第一获取模块,用于根据输电线路的红外图像获取第一坐标温度字典和标注的图片及标签。
43、目标区域确定模块,用于根据所述标注的图片及标签确定目标区域,所述目标区域包括耐张线夹及导线。
44、第二坐标温度字典确定模块,用于根据所述第一坐标温度字典和所述目标区域确定第二坐标温度字典。
45、第二获取模块,用于根据所述第二坐标温度字典获取所述目标区域的最高温度和最低温度。
46、耐张线夹发热缺陷识别模块,用于根据所述最高温度和最低温度进行耐张线夹发热缺陷识别。
47、一种存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如上所述方法的步骤。
48、一种终端,其特征在于,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如上所述方法的步骤。
49、采用本发明实施例,具有如下有益效果:
50、本发明提供的耐张线夹远程发热缺陷识别方法根据第一坐标温度字典、标注的图片及标签以及第二坐标温度字典确定耐张线夹及导线的最高温度和最低温度,通过最高温度和最低温度实现耐张线夹发热缺陷的远程自动识别,提高了相关作业的效率和特征温度识别的准确率,为输电线路无人机自动化巡检提供了技术基础,有利推动了数字电网建设工作。
1.一种耐张线夹远程发热缺陷识别方法,其特征在于,所述方法包括:
2.根据权利要求1所述的耐张线夹远程发热缺陷识别方法,其特征在于,所述根据输电线路的红外图像获取第一坐标温度字典和标注的图片及标签,具体包括:
3.根据权利要求2所述的耐张线夹远程发热缺陷识别方法,其特征在于,所述根据所述标注的图片及标签确定目标区域,所述目标区域包括耐张线夹及导线,具体包括:
4.根据权利要求3所述的耐张线夹远程发热缺陷识别方法,其特征在于,所述分割模型通过历史标注的图片及标签进行训练,具体包括:
5.根据权利要求4所述的耐张线夹远程发热缺陷识别方法,其特征在于,所述根据所述耐张线夹和导线的分割模型确定目标区域,所述目标区域包括耐张线夹及导线,具体包括:
6.根据权利要求5所述的耐张线夹远程发热缺陷识别方法,其特征在于,所述根据所述第一坐标温度字典和所述目标区域确定第二坐标温度字典,具体包括:
7.根据权利要求6所述的耐张线夹远程发热缺陷识别方法,其特征在于,所述根据所述第二坐标温度字典获取所述目标区域的最高温度和最低温度,具体包括:
8.根据权利要求7所述的耐张线夹远程发热缺陷识别方法,其特征在于,所述将所述目标区域的坐标作为聚类算法的输入,获取聚类中心坐标,具体包括:
9.根据权利要求8所述的耐张线夹远程发热缺陷识别方法,其特征在于,所述根据所述坐标点到所述初始聚类中心的欧式距离确定聚类中心坐标,具体包括:
10.根据权利要求9所述的耐张线夹远程发热缺陷识别方法,其特征在于,所述根据所述最高温度和最低温度进行耐张线夹发热缺陷识别,具体包括:
11.一种耐张线夹远程发热缺陷识别系统,其特征在于,所述系统包括:
12.一种存储介质,其特征在于,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至10中任一项所述方法的步骤。
13.一种终端,其特征在于,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至10中任一项所述方法的步骤。