基于人工智能的输电线缆状态识别处理方法及系统与流程

本发明属于图像处理，具体涉及基于人工智能的输电线缆状态识别处理方法及系统。

背景技术：

1、输电线缆是电力系统的重要组成部分，其运行状态直接影响到电能的正常传输和供电质量，输电线缆故障可能导致停电、设备损坏等后果，对国民经济和民众生活造成较大影响，识别输电线缆状态，可以及时发现并处理线路异常，降低故障发生的风险，避免潜在的安全隐患确保电力系统的稳定运行。类似的现有技术公开号为cn109215020b的中国发明专利，该发明专利提供基于计算机视觉的高压输电线缆故障识别方法。该发明包括步骤一、根据边缘检测算法对输电线缆图像进行边缘检测，得到强边缘图像，从强边缘图像中获得边缘端点和边缘方向，由于边缘端点的梯度方向与边缘方向垂直，根据边缘端点的梯度方向选择边缘连接窗口，根据霍夫变换的方法在边缘连接窗口内筛选边缘连接点，将边缘连接点连接成边缘图像；步骤二、采用基于相位编组的输电导线检测算法从输电线缆图像的边缘图像中筛选出输电导线；步骤三、对输电导线进行处理，识别输电线缆上的故障。它用于输电线缆故障识别。类似的现有技术还有公开号为cn116468660a的中国专利申请，公开一种基于红外热像图的电缆结构运行状态识别方法，该方法包括步骤1、利用红外热成像设备获取电缆各位置的红外热图像；步骤2、采集各红外热成像设备获取的红外热图像，并采用改进的bernsen算法对红外热图像进行二值化处理；步骤3、对二值化处理后的红外热图像进行降噪处理；步骤4、根据强度色谱确定主体电缆图像中颜色高亮的异常区域，根据相应的电缆红外对照图谱确定异常区域电缆工作温度及其运行状态。然而上述两个文件都没有考虑减少输电线缆识别时间提高输电线缆识别速度的问题，由此，本发明提供基于人工智能的输电线缆状态识别处理方法及系统。

技术实现思路

1、本发明通过获取具有异常区域的第一输电线缆图像和不具有异常区域的第二输电线缆图像，将异常区域和第二输电线缆图像组合生成具有异常区域的合成输电线缆图像，将所有输电线缆图像作为学习数据用机器学习算法训练生成异常识别模型，收集目标区域内各输电线缆的多张原始图像，获取其中的最优原始图像，获取其中的输电线缆区域生成特征图像，将特征图像输入异常识别模型，识别各输电线缆的异常区域，对具有异常区域的特征图像数据获取对应输电线缆所在的位置信息，根据位置信息对出现异常的输电线缆进行修补。本发明能够提高异常识别模型的识别速度和精度。

2、为了达到上述的发明目的，本发明给出如下所述的基于人工智能的输电线缆状态识别方法，主要通过执行以下步骤进行实现:

3、获取具有异常区域的第一输电线缆图像，获取不具有异常区域的第二输电线缆图像，获取所述第一输电线缆图像中的异常区域，将所述异常区域和所述第二输电线缆图像组合生成具有异常区域的合成输电线缆图像，将所述第一输电线缆图像、所述第二输电线缆图像和所述合成输电线缆图像作为学习数据用机器学习算法训练生成异常识别模型；

4、收集目标区域内各输电线缆的多张原始图像，根据各所述原始图像获取其中的最优原始图像，切割所述最优原始图像获取特征区域所在的特征图像，所述特征区域是指所述原始图像中的输电线缆区域，所述特征图像是指仅包含所述特征区域的图像数据；

5、将所述特征图像输入所述异常识别模型，识别各输电线缆的异常区域，对具有异常区域的所述特征图像获取对应输电线缆所在的位置信息，根据所述位置信息对出现异常的输电线缆进行修补。

6、作为本发明的一种优选技术方案，根据各所述原始图像获取其中的最优原始图像，包括如下步骤：

7、根据电力塔和输电线缆建立三维模型，基于所述三维模型获取输电线缆的三维区域，其中所述三维区域有两个所述电力塔分别位于所述输电线缆的两端，获取所述输电线缆不同角度的多张原始图像数据记为第一图像数据，获取各所述第一图像数据的拍摄位置，根据所述拍摄位置获取各所述第一图像数据的拍摄距离，根据所述拍摄距离从所述第一图像数据中选择若干图像数据记为第二图像数据，根据所述拍摄位置获取各所述第二图像数据的拍摄角度，根据所述拍摄角度从各所述第二图像数据中选择第三图像数据。

8、作为本发明的一种优选技术方案，根据电力塔和输电线缆建立三维模型，基于所述三维模型获取输电线缆的三维区域，包括如下步骤：

9、建立三维直角坐标系，获取输电线缆两端两个电力塔的第一顶点和第二顶点，获取所述第一顶点的第一坐标和所述第二顶点的第二坐标，预设第一距离，将所述第一顶点和所述第二顶点垂直向下移动所述第一距离获取到第一标记点和第二标记点，以所述第一标记和所述第二标记点为中心点生成第一矩形和第二矩形，所述第一矩形和所述第二矩形长为第二距离宽为第三距离，连接所述第一矩形和所述第二矩形的四个相对应的顶点，生成第一长方体，所述第一长方体所在的区域即为所述三维区域。

10、作为本发明的一种优选技术方案，根据所述拍摄距离从所述第一图像数据中选择若干图像数据记为第二图像数据，包括如下步骤：

11、获取各所述第一图像数据的拍摄位置映射在所述三维模型中，并将所述拍摄位置的坐标记为第三坐标，连接所述第一标记点和所述第二标记点获取到第一线段，获取所述第一线段的中点记为第一中点，获取各所述第三坐标和所述第一中点的第一距离，预设最大距离和最小距离，判断各所述第一距离是否大于等于所述最小距离且小于等于所述最大距离，若是,将所述第一距离对应的第一图像数据作为第二图像数据，根据所述拍摄位置获取各所述第二图像数据的拍摄角度，根据所述拍摄角度从各所述第二图像数据中选择第三图像数据，若否，判断所述第一距离是否小于所述最小距离，若是，将所述第一距离小于所述最小距离对应的第一图像数据作为第四图像数据。

12、作为本发明的一种优选技术方案，根据所述拍摄角度从各所述第二图像数据中选择第三图像数据，包括如下步骤：

13、获取各所述第二图像数据的拍摄位置，将各所述拍摄位置映射在所述三维直角坐标系中的拍摄坐标点，将所述拍摄坐标点分别和所述第一标记点和所述第二标记点相连获取到第二线段和第三线段，获取所述第二线段和第三线段的第一夹角，使用第四线段将所述第一夹角分为两等份，获取所述第四线段和所述第一线段的第二夹角，获取所有所述第二图像数据对应的第二夹角，判断所有所述第二夹角和预设角度的差值，获取所有差值中的最小差值对应的第二图像数据作为第三图像数据，根据所述第三图像数据获取所述第三图像数据的特征区域生成对应的特征图像。

14、作为本发明的一种优选技术方案，将所述特征图像输入所述异常识别模型后，还执行如下步骤：

15、获取对应的所述异常区域，则获取所述特征图像对应的第三图像数据，根据所述第三图像数据获取对应的所有所述第四图像数据，判断各所述第四图像数据的拍摄范围是否包含所述异常区域，若包含，将所述第四图像数据输入所述异常识别模型进行再次识别。

16、本发明还提供基于人工智能的输电线缆状态识别处理系统，包括如下的模块：

17、模型训练模块，用于获取具有异常区域的第一输电线缆图像，获取不具有异常区域的第二输电线缆图像，获取所述第一输电线缆图像中的异常区域，将所述异常区域和所述第二输电线缆图像组合生成具有异常区域的合成输电线缆图像，将所述第一输电线缆图像、所述第二输电线缆图像和所述合成输电线缆图像作为学习数据用机器学习算法训练生成异常识别模型；

18、图像处理模块，用于收集目标区域内各输电线缆的多张原始图像数据，根据各所述原始图像数据获取其中的最优原始图像数据，切割所述最优原始图像数据获取特征区域所在的特征图像数据，所述特征区域是指所述原始图像数据中的输电线缆区域，所述特征图像数据是指仅包含所述特征区域的图像数据；

19、输电线缆识别模块，用于将所述特征图像输入所述异常识别模型，识别各输电线缆的异常区域，对具有异常区域的所述特征图像获取对应输电线缆所在的位置信息，根据所述位置信息对出现异常的输电线缆进行修补。

20、与现有技术相比，本发明的有益效果至少如下所述：

21、在本发明中，获取具有异常区域的第一输电线缆图像和不具有异常区域的第二输电线缆图像，将异常区域和第二输电线缆图像组合生成具有异常区域的合成输电线缆图像，将所有输电线缆图像作为学习数据用机器学习算法训练生成异常识别模型，收集目标区域内各输电线缆的多张原始图像，获取其中的最优原始图像，获取其中的输电线缆区域生成特征图像，将特征图像输入异常识别模型，识别各输电线缆的异常区域，对具有异常区域的特征图像获取对应输电线缆所在的位置信息，根据位置信息对出现异常的输电线缆进行修补。本发明能够获取多角度的输电线缆图像中的最优输电线缆图像，通过仅对最优输电线缆识别处理，节省异常识别模型处理无效数据的时间，提高异常识别模型的识别速度和精度。