【技術實現步驟摘要】
本專利技術屬于電力設備表面缺陷檢測，尤其涉及一種絕緣子表面缺陷檢測方法、系統、存儲介質及設備。
技術介紹
1、本部分的陳述僅僅是提供了與本專利技術相關的
技術介紹
信息，不必然構成在先技術。
2、高壓線中的絕緣串是由絕緣子疊加而成,因為有良好的絕緣性能,被用于高壓架空輸配電線上,起到大規模高效傳輸電力的作用。絕緣子長期暴露在外界環境中工作，易受雨雪、霧霾、太陽光、強電場、強機械張力的影響，使得絕緣子出現破損、自爆、污穢等缺陷。在外部惡劣環境的影響下,很小的一些瑕疵,如鐵銹、裂紋、無釉、斑點等瑕疵都會快速變大,嚴重縮短陶瓷絕緣子的壽命,進而降低高壓線的效率。因此,對陶瓷絕緣子表面完好程度有很高的要求,對其質量檢測要求也越來越嚴格。
3、基于圖像識別的缺陷診斷方法主要有基于紅外圖像和可見光圖像的缺陷檢測。中國專利技術專利cn116183621a公開了一種瓷絕緣子質量檢測方法及系統，通過獲取絕緣子的可見光圖像，將可見光圖像輸入到檢測模型中進行檢測；可見光圖像成像能夠采集到圖像含的高頻分量較多，而高頻信息越多，圖像的細節信息就越多，且清晰度會越高。但是它易受環境干擾，透霧能力弱，能見度較低時會導致采集到的圖像不清晰、圖像效果變差等，因而不能夠全天候工作。中國專利技術專利cn111652857a公開了一種絕緣子缺陷紅外檢測方法，通過獲取絕緣子的紅外圖像，將可見光圖像輸入到檢測模型中進行檢測；紅外圖像的成像原理是通過紅外熱成像儀來捕捉物體上產生的紅外光波，在熱成像儀中生成紅外圖像，能夠體現出物體的溫度分布情況。這種成像方
技術實現思路
1、為克服上述現有技術的不足，本專利技術提供了一種絕緣子表面缺陷檢測方法、系統、存儲介質及設備，通過對紅外圖像和可見光圖像進行圖像融合，以及對檢測模型進行改進，提高了檢測結果的準確性。
2、為實現上述目的，本專利技術的一個或多個實施例提供了如下技術方案：
3、本專利技術第一方面，提供了一種絕緣子表面缺陷檢測方法，包括以下步驟：
4、獲取絕緣子的可見光圖像和紅外圖像，并分別對可見光圖像和紅外圖像進行預處理；
5、對預處理后的可見光圖像和紅外圖像先進行圖像配準再進行圖像融合，得到融合圖像；
6、將融合圖像輸入到訓練好的絕緣子表面缺陷檢測模型中進行檢測，得到絕緣子表面缺陷檢測結果；
7、其中，所述融合圖像的獲取過程為：首先將配準后的可見光圖像和紅外圖像分別采用潛在低秩表示分解為低秩部分、視覺顯著部分和稀疏噪聲部分；然后將可見光圖像的低秩部分和紅外圖像的低秩部分進行融合，獲得低秩部分融合圖像；再將可見光圖像的視覺顯著部分和紅外圖像的視覺顯著部分進行融合，得到視覺顯著部分融合圖像；最后對稀疏噪聲部分直接舍棄，利用低秩部分融合圖像和視覺顯著部分融合圖像重構融合圖像。
8、進一步地，圖像預處理過程包括圖像降噪和圖像分辨率增強，其中，所述圖像降噪采用三維匹配算法進行去噪，所述圖像分辨率增強采用改進的自動色彩均衡算法進行增強。
9、進一步地，所述改進的自動色彩均衡算法原始首先對原始圖像進行亮度判斷，使其亮度符合一定范圍后，再進行自動算法均衡操作。
10、進一步地，可見光圖像和紅外圖像采用特征點匹配法進行配準，特征點采用加速穩健特征算法進行提取。
11、進一步地，低秩部分采用基于vgg網絡的特征提取算法結合多層融合策略獲得低秩部分融合圖像，具體包括：采用vgg網絡提取特征；基于l1范數和區域平均算子獲取特征映射圖；軟最大值處理獲取權重值；低秩部分圖像重建，采用最大值選擇策略獲取低秩部分融合圖像。
12、進一步地，視覺顯著部分采用基于區域能量的融合方法進行融合獲得視覺顯著部分融合圖像，具體包括：首先確定區域大小，然后計算每一點周圍區域的能量，最后通過區域區域能量取大的融合規則融合視覺顯著部分。
13、進一步地，所述絕緣子表面缺陷檢測模型采用改進的yolox-s目標檢測模型，所述改進的yolox-s目標檢測模型中在主干網絡尾端空間金字塔池化中引入了多尺度深度可分離卷積，頭部預測網絡網絡部分添加senet注意力機制。
14、本專利技術第二方面提供了一種絕緣子表面缺陷檢測系統，包括：
15、圖像獲取及預處理模塊，被配置為：獲取絕緣子的可見光圖像和紅外圖像，并分別對可見光圖像和紅外圖像進行預處理；
16、圖像融合模塊，被配置為：對預處理后的可見光圖像和紅外圖像先進行圖像配準再進行圖像融合，得到融合圖像；
17、檢測模塊，被配置為：將融合圖像輸入到訓練好的絕緣子表面缺陷檢測模型中進行檢測，得到絕緣子表面缺陷檢測結果；
18、其中，所述融合圖像的獲取過程為：首先將配準后的可見光圖像和紅外圖像分別采用潛在低秩表示分解為低秩部分、視覺顯著部分和稀疏噪聲部分；然后將可見光圖像的低秩部分和紅外圖像的低秩部分進行融合，獲得低秩部分融合圖像；再將可見光圖像的視覺顯著部分和紅外圖像的視覺顯著部分進行融合，得到視覺顯著部分融合圖像；最后對稀疏噪聲部分直接舍棄，利用低秩部分融合圖像和視覺顯著部分融合圖像重構融合圖像。
19、本專利技術第三方面提供了計算機可讀存儲介質，其上存儲有程序，該程序被處理器執行時實現如本專利技術第一方面所述的絕緣子表面缺陷檢測方法中的步驟。
20、本專利技術第四方面提供了電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的程序，所述處理器執行所述程序時實現如本專利技術第一方面所述的方法中的步驟。
21、以上一個或多個技術方案存在以下有益效果：
22、本專利技術提供的絕緣子表面缺陷檢測方法，通過將可見光圖像和紅外圖像進行圖像融合，將融合后的圖像作為檢測圖像，將兩種圖像的優勢進行互補，用紅外圖像的優點來彌補可見光的缺點，使檢測工作能夠全天候進行，不易受外界環境的干擾，增加檢測系統抵抗外界干擾的能力。
23、本專利技術提供的絕緣子表面缺陷檢測方法，先對紅外圖像和可見光圖像進行預處理，接著采用加速穩健特征算法將兩幅圖像的特征點進行匹配，使兩幅圖在不同的維度上都能夠對齊，進而確定兩者之間的映射關系，為圖像的融合奠定基礎；其中，預處理過程中采用改進的自動色彩均衡算法進行圖像增強，不僅很好的保留了原圖像的結構，同時很明顯的提高了圖像的對比度與飽和度。
24、本專利技術提供的絕緣子表面缺陷檢測方法，在對可見光圖像和紅外圖像進行圖像融合的過程中，外圖像采用潛在低秩表示將可見光圖像和紅外圖像分解為低秩部分、視覺顯著部分和稀疏噪聲部分，低秩部分采本文檔來自技高網...
【技術保護點】
1.一種絕緣子表面缺陷檢測方法，其特征在于，包括以下步驟：
2.如權利要求1所述的絕緣子表面缺陷檢測方法，其特征在于，圖像預處理過程包括圖像降噪和圖像分辨率增強，其中，所述圖像降噪采用三維匹配算法進行去噪，所述圖像分辨率增強采用改進的自動色彩均衡算法進行增強。
3.如權利要求2所述的絕緣子表面缺陷檢測方法，其特征在于，所述改進的自動色彩均衡算法原始首先對原始圖像進行亮度判斷，使其亮度符合一定范圍后，再進行自動算法均衡操作。
4.如權利要求1所述的絕緣子表面缺陷檢測方法，其特征在于，可見光圖像和紅外圖像采用特征點匹配法進行配準，特征點采用加速穩健特征算法進行提取。
5.如權利要求1所述的絕緣子表面缺陷檢測方法，其特征在于，低秩部分采用基于VGG網絡的特征提取算法結合多層融合策略獲得低秩部分融合圖像，具體包括：采用VGG網絡提取特征；基于l?1范數和區域平均算子獲取特征映射圖；軟最大值處理獲取權重值；低秩部分圖像重建，采用最大值選擇策略獲取低秩部分融合圖像。
6.如權利要求1所述的絕緣子表面缺陷檢測方法，其特征在于，視覺顯著
7.如權利要求1所述的絕緣子表面缺陷檢測方法，其特征在于，所述絕緣子表面缺陷檢測模型采用改進的YOLOX-s目標檢測模型，所述改進的YOLOX-s目標檢測模型中在主干網絡尾端空間金字塔池化中引入了多尺度深度可分離卷積，頭部預測網絡網絡部分添加SENet注意力機制。
8.一種絕緣子表面缺陷檢測系統，其特征在于，包括：
9.一種計算機可讀存儲介質，其上存儲有程序，其特征在于，該程序被處理器執行時實現如權利要求1-7任一項所述的絕緣子表面缺陷檢測方法中的步驟。
10.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的程序，其特征在于，所述處理器執行所述程序時實現如權利要求1-7任一項所述的絕緣子表面缺陷檢測方法中的步驟。
...【技術特征摘要】
1.一種絕緣子表面缺陷檢測方法，其特征在于，包括以下步驟：
2.如權利要求1所述的絕緣子表面缺陷檢測方法，其特征在于，圖像預處理過程包括圖像降噪和圖像分辨率增強，其中，所述圖像降噪采用三維匹配算法進行去噪，所述圖像分辨率增強采用改進的自動色彩均衡算法進行增強。
3.如權利要求2所述的絕緣子表面缺陷檢測方法，其特征在于，所述改進的自動色彩均衡算法原始首先對原始圖像進行亮度判斷，使其亮度符合一定范圍后，再進行自動算法均衡操作。
4.如權利要求1所述的絕緣子表面缺陷檢測方法，其特征在于，可見光圖像和紅外圖像采用特征點匹配法進行配準，特征點采用加速穩健特征算法進行提取。
5.如權利要求1所述的絕緣子表面缺陷檢測方法，其特征在于，低秩部分采用基于vgg網絡的特征提取算法結合多層融合策略獲得低秩部分融合圖像，具體包括：采用vgg網絡提取特征；基于l?1范數和區域平均算子獲取特征映射圖；軟最大值處理獲取權重值；低秩部分圖像重建，采用最大值選擇策略獲取低秩部分融合圖像。
6...
【專利技術屬性】
技術研發人員：田玉輝，趙顏，張昱，趙圣，靳妍妍，韓澍，劉志敬，鞏萌雨，王文剛，楚騰祥，
申請(專利權)人：國網山東省電力公司嘉祥縣供電公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。