本发明涉及线路缺陷检测,属于图像检测领域。
背景技术:
1、及时排除输电线路的缺陷是确保输电线安全运行的关键。目前,解决输电线缺陷检测的问题的方法,可以分为两类:数字图像处理方法和机器学习方法。
2、数字图像处理方法利用小波变换、图像分割等处理方法定位和识别输电线缺陷,但易受拍摄背景、光线及噪声的影响,使得检测精度差。
3、机器学习方法能够表征输电线缺陷的特征,但是特征的选择过分依赖设计者的经验,也使得检测精度差。
技术实现思路
1、本发明的目的是为了解决现有输电线路的缺陷检测方法,检测精度差的问题,提出了输电线路缺陷检测方法。
2、输电线路缺陷检测方法,所述方法包括以下内容:
3、步骤1、对无人机采集的每张巡检输电线路图像进行图像处理,得到清晰的图像;
4、步骤2、对每张清晰的图像中的电线缺陷位置进行标注,得到包含缺陷的巡检输电线路图像;
5、步骤3、对包含缺陷的巡检输电线路图像进行扩增处理,得到扩增后的包含缺陷的巡检输电线路图像;
6、步骤4、利用扩增后的包含缺陷的巡检输电线路图像对faster-rcnn网路进行训练,得到faster-rcnn的训练模型;
7、步骤5、将待检测的巡检输电线路图像输入至faster-rcnn的训练模型中,输出巡检输电线路图像上是否含有缺陷的检测结果。
8、优选地,步骤1中,对无人机采集的每张巡检输电线路图像进行图像处理,具体过程为:
9、步骤11、对无人机采集的每张巡检输电线路图像各转换成具有相同定义域的r通道、g通道和b通道的灰度值图像;
10、步骤12、将同一巡检输电线路图像的r通道、g通道和b通道的灰度值图像各进行降噪处理,各得到处理后的r通道、g通道和b通道的灰度值图像;
11、步骤13、将同一巡检输电线路图像处理后的r通道、g通道和b通道的灰度值图像合并成一个图像,形成合并后的图像;
12、步骤14、对合并后的图像依次进行去噪和滤波后,得到清晰的图像。
13、优选地,步骤3中,对包含缺陷的巡检输电线路图像进行扩增处理,具体过程为:
14、对每张包含缺陷的巡检输电线路图像各进行模糊处理、噪声添加和颜色变化,得到多张扩增后的包含缺陷的巡检输电线路图像。
15、优选地,缺陷指断股、散股、断线、烧伤和异物。
16、本发明的有益效果是:
17、对无人机采集的每张巡检输电线路图像进行处理,得到清晰的图像,其主要目的是消除掉图像中的无关信息,增强和恢复相关的信息,进行最大限度的简化数据,从而达到提高识别和增强检测效率的目的;
18、为了满足后续输电线缺陷检测要求,需要对样本图像进行扩增处理,制作输电线缺陷数据集;以便于模型能够快速、准确的识别出多种类型的缺陷,增加缺陷识别的准确性。
1.输电线路缺陷检测方法,其特征在于,所述方法包括以下内容:
2.根据权利要求1所述的输电线路缺陷检测方法,其特征在于,步骤1中,对无人机采集的每张巡检输电线路图像进行图像处理,具体过程为:
3.根据权利要求1所述的输电线路缺陷检测方法,其特征在于,步骤3中,对包含缺陷的巡检输电线路图像进行扩增处理,具体过程为:
4.根据权利要求1所述的输电线路缺陷检测方法,其特征在于,缺陷指断股、散股、断线、烧伤和异物。