一种相序牌识别检测方法及装置与流程

本发明涉及相序牌识别领域，尤其涉及一种相序牌识别检测方法及装置。

背景技术：

1、相序牌是一种用于指示输电线路相序的设备，在电力系统中得到广泛应用，包括输电线路、变电站和配电室等。对于直线塔来说，相序牌在确认线路相序方面起着关键作用，有助于维持电力系统的稳定运行。在直线塔上安装相序牌的位置应根据实际情况确定，通常放置在风险点附近或悬垂地线的接地处。安装时要确保固定稳固、排列垂直于支柱轴线，避免倾斜，并远离电源线路。所以需要保证相序牌安装正确且文字清晰，由于直线塔上的相序牌经常会收到外界因素的影响，所以需要定期维护。

2、在现有技术中多通过人工检查相序牌是否安装不规范或者相序牌是否破损，导致相序牌的安装和保养过于繁琐和困难，而由于安装在直线塔上相序牌的相较于直线塔很小，现有的图形识别算法对于相序牌的识别成功率较低。

技术实现思路

1、本发明提供了一种相序牌识别检测的方法及装置，以解决现有技术中对于直线塔上的相序牌无法准确检查的问题。

2、第一方面，本技术提供了一种相序牌识别检测方法，包括：

3、获取杆塔影像图集，通过目标检测算法获取所述杆塔影像图集中直线塔图像和直线塔在图像中的位置，得到直线塔框图；

4、将所述直线塔框图输入预设的检测识别模型，获取直线塔框图中相序牌的图像信息和位置；

5、根据相序牌的图像信息和位置，确定相序牌的安装状态。

6、这样通过采用目标检测算法，可以快速地从杆塔影像图集中获取直线塔图像和位置信息，大大缩短了人工检测的时间。且减少人工误差：相较于传统的人工检测方法，这种方法能够更准确地识别直线塔上的相序牌，降低了因人为因素导致的误判风险。通过对相序牌的安装状态进行实时监测，可以及时发现潜在的安全隐患，为电力设施的安全运行提供保障。进一步的本方法可以自动收集和整理相序牌的图像信息和位置数据，便于后期进行数据分析和管理，为电力设施的维护和优化提供有力支持。且先采用目标检测算法进行大物体的识别，得到较大的直线塔图像，获取直线塔框图后对框图内的图片细节进行识别，可以有效的解决目前单一的由于安装在直线塔上相序牌的相较于直线塔很小，单一的图形识别算法对于相序牌的识别成功率较低的问题。

7、进一步的，所述获取杆塔影像图集，通过目标检测算法获取所述杆塔影像图集中直线塔图像和直线塔在图像中的位置，得到直线塔框图，具体为：

8、获取杆塔影像图集，通过目标检测算法获取杆塔影像图集中每个杆塔的相序牌数量；

9、当存在杆塔影像中相序牌数量大于预设数量值时，确定所述杆塔影像为直线塔图像，并获取直线塔在直线塔图像中位置；

10、根据直线塔在直线塔图像中位置，生成含有直线塔的矩形框图。

11、这样通过对每个杆塔的相序牌数量进行检测，可以更准确地识别出直线塔图像，避免将其他类型的杆塔误判为直线塔。且当存在杆塔影像中相序牌数量大于预设数量值时，确定所述杆塔影像为直线塔图像，有助于电力行业更合理地分配资源，优先处理直线塔的维护工作。进一步的根据直线塔在直线塔图像中位置生成含有直线塔的矩形框图，可以快速定位到需要关注的区域，提高检测效率。生成的直线塔框图为后续的相序牌识别可以有效的解决目前单一的由于安装在直线塔上相序牌的相较于直线塔很小，单一的图形识别算法对于相序牌的识别成功率较低的问题。

12、进一步的，所述将所述直线塔框图输入预设的检测识别模型，获取直线塔框图中相序牌的图像信息和位置，具体为：

13、直线塔框图缩小至预设大小，并在缩小后的直线塔框图四周添加灰色边框，保证图片大小不变，得到预处理后的直线塔框图；

14、将预处理后的直线塔框图输入检测识别模型，通过检测识别模型中的主干网络中若干坐标卷积层和标准卷积层进行处理，并从主干网络中获取若干不同维度的直线塔图像特征，将所有直线塔图像特征输入检测识别模型中的路径聚合网络，获得直线塔框图中相序牌的图像信息和位置。

15、这样通过缩小直线塔框图并添加灰色边框进行预处理，能够更好地标准化直线塔框图的图片大小，符合检测识别模型的输入要求，从而提高识别准确率。且利用检测识别模型中的主干网络处理预处理后的直线塔框图，可以从中获取不同维度的直线塔图像特征，这有助于更全面地提取直线塔框图中的有用信息。进一步的将所有直线塔图像特征输入检测识别模型中的路径聚合网络，可以快速获得直线塔框图中相序牌的图像信息和位置，从而提高检测效率。

16、进一步的，所述根据相序牌的图像信息和位置，确定相序牌的安装状态，具体为：

17、根据相序牌的图像信息，当存在相序牌的图像信息不完整，即确定所述相序牌的安装状态为损坏；

18、其中，当相序牌图像信息的信息密度小于预设的相序牌的图像信息时，确定相序牌的图像信息不完整。

19、这样通过检测相序牌的图像信息是否完整，即判断是否存在损坏，能够更准确地识别出相序牌的安装状态。当存在相序牌的图像信息不完整时，可以快速确定其安装状态为损坏，有助于合理地分配资源，优先处理损坏的相序牌。且根据相序牌的图像信息和位置，可以快速确定其安装状态，从而提高检测效率。

20、进一步的，在所述根据相序牌的图像信息和位置，确定相序牌的安装状态，之后包括：

21、获取安装状态为损坏的相序牌和所述相序牌对应的直线塔，发送待维修信息至服务器；

22、所述待维修信息包括：相序牌所对应的直线塔的位置信息和相序牌的在直线塔中的位置信息。

23、这样通过自动发送待维修信息至服务器，可以快速通知相关人员对损坏的相序牌进行维修，从而提高维修效率。且服务器能够实时监控相序牌的状态，及时发现并处理问题，有利于提高电力设施的可靠性和安全性。

24、进一步的，所述通过检测识别模型中的主干网络中若干坐标卷积层和标准卷积层进行处理，并从主干网络中获取若干不同维度的直线塔图像特征，具体为：

25、重复连续通过若干坐标卷积层和一个标准卷积层，获取不同维度的直线塔图像特征；

26、将最后获得的直线塔图像特征通过sppf结构模型，获得直线塔特征，将直线塔特征和若干不同维度的直线塔图像特征输入检测识别模型中的路径聚合网络，获得直线塔框图中相序牌的图像信息和位置。

27、这样通过在主干网络中设置若干坐标卷积层和标准卷积层，能够获取不同维度的直线塔图像特征。这些特征能够充分捕捉到直线塔图像的关键信息，为后续的相序牌识别和安装状态判断提供支持。且采用sppf结构模型，将最后获得的直线塔图像特征进行处理，进一步提高了处理效率。同时，sppf网络还能将不同模态的特征图分别进行spp操作，并将这些特征图的结果进行融合，以得到更好的特征表示。sppf结构模型解决了固定输入设计的问题，使得模型能够自适应尺寸的输出。这有助于提高模型的鲁棒性，使其能够应对不同大小和形状的直线塔图像。

28、第二方面，本技术提供了一种相序牌识别检测装置，包括：直线塔框图模块、信息位置模块和安装状态模块；

29、所述直线塔框图模块用于获取杆塔影像图集，通过目标检测算法获取所述杆塔影像图集中直线塔图像和直线塔在图像中的位置，得到直线塔框图；

30、所述信息位置模块用于将所述直线塔框图输入预设的检测识别模型，获取直线塔框图中相序牌的图像信息和位置；

31、所述安装状态模块用于根据相序牌的图像信息和位置，确定相序牌的安装状态。

32、进一步的，所述直线塔框图模块包括：数量单元、直线塔确定单元和框图单元；

33、所述数量单元用于获取杆塔影像图集，通过目标检测算法获取杆塔影像图集中每个杆塔的相序牌数量；

34、所述直线塔确定单元用于当存在杆塔影像中相序牌数量大于预设数量值时，确定所述杆塔影像为直线塔图像，并获取直线塔在直线塔图像中位置；

35、所述框图单元用于根据直线塔在直线塔图像中位置，生成含有直线塔的矩形框图。

36、进一步的，所述信息位置模块包括：预处理单元和检测识别单元；

37、所述预处理单元用于直线塔框图缩小至预设大小，并在缩小后的直线塔框图四周添加灰色边框，保证图片大小不变，得到预处理后的直线塔框图；

38、所述检测识别单元用于将预处理后的直线塔框图输入检测识别模型，通过检测识别模型中的主干网络中若干坐标卷积层和标准卷积层进行处理，并从主干网络中获取若干不同维度的直线塔图像特征，将所有直线塔图像特征输入检测识别模型中的路径聚合网络，获得直线塔框图中相序牌的图像信息和位置。

39、进一步的，所述安装状态模块包括：损坏单元；

40、所述损坏单元用于根据相序牌的图像信息，当存在相序牌的图像信息不完整，即确定所述相序牌的安装状态为损坏；

41、其中，当相序牌图像信息的信息密度小于预设的相序牌的图像信息时，确定相序牌的图像信息不完整。

42、这样通过采用目标检测算法，可以快速地从杆塔影像图集中获取直线塔图像和位置信息，大大缩短了人工检测的时间。且减少人工误差：相较于传统的人工检测方法，这种方法能够更准确地识别直线塔上的相序牌，降低了因人为因素导致的误判风险。通过对相序牌的安装状态进行实时监测，可以及时发现潜在的安全隐患，为电力设施的安全运行提供保障。进一步的本方法可以自动收集和整理相序牌的图像信息和位置数据，便于后期进行数据分析和管理，为电力设施的维护和优化提供有力支持。且先采用目标检测算法进行大物体的识别，得到较大的直线塔图像，获取直线塔框图后对框图内的图片细节进行识别，可以有效的解决目前单一的由于安装在直线塔上相序牌的相较于直线塔很小，单一的图形识别算法对于相序牌的识别成功率较低的问题。