System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及圖像識別,尤其涉及一種電力金具遮擋圖像識別方法及系統。
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、在電力系統的日常運行和維護中,電力金具扮演著至關重要的角色,是送電線廣泛使用的鐵制或鋁制金屬附件。其可以保護導線免受外界環境的影響;提供可靠的電氣接觸,確保電流的流動和電能的傳輸;防止電導線發生松動或脫落,使導線在運行過程中保持正確的位置和穩定性。電力金具還可以調整導線的長度和角度,使其更適應電力系統的需要。此外,電力金具還能將電力分配到不同的導線上,從而提高電力系統的效率。
3、電力金具在電力系統應用廣泛,除了應用在電力線路中,還常應用于變電站等。然而,這些金具往往位于復雜的環境中,它們的尺寸相對較小,且常常因為安裝密集而相互遮擋,導致識別精度不高,常有漏檢情況的發生,這給圖像檢測和識別帶來了極大的挑戰。因此,能夠精確識別小尺寸電力金具的類別,且能判斷出遮擋情況是目前亟待解決的問題。
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電網故障監測方法及系統,目的是解決現有圖像識別方法中對小尺寸電力金具分類精準度不高,不能準確識別遮擋情況的問題。
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電力金具遮擋圖像識別方法,包括:
4、獲取電力金具歷史圖像數據;
5、對獲取的電力金具歷
6、建立第二識別模型;在第二識別模型中輸入歷史圖像數據集進行訓練,輸出電力金具的類別與遮擋情況;
7、通過圖像采集設備,采集電力金具實時數字圖像數據并進行預處理,應用電力金具遮擋識別模型對電力金具進行自動識別。
8、作為進一步的限定,所述預處理,包括灰度處理、歸一化處理、降噪處理與增強處理;其中,采用加權平均法將圖像灰度化處理;確定圖像尺寸,對圖像尺寸歸一化處理;采用中值濾波法對圖像降噪;增強處理包括對圖像進行色度、亮度、銳度、對比度調整。
9、作為進一步的限定,所述建立第一識別模型,具體為:
10、輸入預處理后的電力金具歷史圖像數據至卷積層,提取節點的特定特征,生成第一特征圖;依次經過激活層、池化層、全連接層,最終輸入softmax層,根據特定特征輸出某一節點為電力金具的概率。
11、作為進一步的限定,所述特定特征包括節點的形狀、尺寸、輪廓、紋理;所述節點包括電力金具、導線、變壓器、絕緣子。
12、作為進一步的限定,所述構建歷史圖像數據集,具體為:
13、在第一識別模型輸出的特征圖中標注電力金具的邊緣輪廓點,得到輪廓點圖;
14、根據第一識別模型輸出,在輪廓點圖上標注電力金具標簽;
15、利用標注后的輪廓點圖構建歷史圖像數據集。
16、作為進一步的限定,所述在第一識別模型輸出的特征圖中標注電力金具的邊緣輪廓點,具體為:
17、采用改進后的canny邊緣檢測,將圖像中所有灰度值表示為{0,1,2,…,y-1},選定一個閾值k,并將圖像中灰度值在[0,k]和[k+1,y-1]范圍的像素點組成q0和q1;采用下式使得目標函數最大時的閾值k為最佳閾值:
18、
19、ω0和ω1分別表示像素點屬于q0和q1的概率,μ0和μ1分別表示q0和q1的平均灰度值。
20、作為進一步的限定,建立第二識別模型,具體為,
21、s1:將歷史圖像數據集輸入特征工程單元生成特征圖;
22、s1.1:將歷史圖像數據集輸入卷積編碼器,提取環境特征,生成第二特征圖;所述卷積編碼器結構為:深度可分離卷積層-池化層-下采樣層;
23、s1.2:在卷積編碼器后跳躍連接卷積解碼器逐步恢復圖像的細節信息,所述卷積解碼器結構為:上采樣-反卷積層-激活層;
24、s1.3:卷積解碼器后連接兩個全連接層,從高維特征轉換到低維特征;
25、s1.4:輸入softmax層,根據環境特征對電力金具進行分類,進一步輸出電力金具屬于導線金具、接地金具、絕緣金具、保護金具與支架金具的概率,并進行標簽標注;
26、s2:將標注后的特征圖輸入到生成候選區域單元,生成多個區域錨框;通過softmax激活函數判斷每個錨框屬于是否為前景,再使用非極大值抑制法進行篩選,生成修正后的錨框;
27、s3:修正錨框后輸入roi池化單元,在池化過程中,每個r0i被劃分為固定數量的小區域,每個小區域內的特征被聚合,生成具有統一尺寸的第三特征圖;
28、s4:將第三特征圖輸入遮擋識別單元,根據電力金具錨框間相交區域的坐標信息判斷遮擋情況;
29、具體的,選取兩個電力金具a、b的錨框,根據下式得到遮擋情況:
30、
31、其中,xa、xb為電力金具a、b錨框的中心橫坐標,ya、yb為電力金具a、b錨框的中心縱坐標,wa、wb為電力金具a、b錨框的寬度,la、lb為電力金具a、b錨框的長度;
32、電力金具a、b錨框滿足上式時,表示電力金具a、b之間未遮擋;
33、
34、電力金具a、b錨框滿足上式時,表示電力金具a、b之間輕微遮擋;
35、
36、電力金具a、b錨框滿足上式時,表示電力金具a、b之間嚴重遮擋;
37、s5:結合第一識別模型的輸出進行二次識別,輸出二次識別后的電力金具的類別和遮擋情況。
38、本專利技術第二方面提供了一種電力金具遮擋圖像識別系統,包括:
39、數據獲取模塊,被配置為:獲取電力金具歷史圖像數據;
40、初次識別模塊,被配置為:對獲取的電力金具歷史圖像數據進行預處理,構建第一識別模型與歷史圖像數據集;
41、二次識別模塊,被配置為:建立第二識別模型;在第二識別模型中輸入歷史圖像數據集進行訓練,輸出電力金具的類別與遮擋情況;
42、電力金具實時識別模塊,被配置為:通過圖像采集設備,采集電力金具實時數字圖像數據并進行預處理,應用第一識別模型與第二識別模型對電力金具進行自動識別。
43、本專利技術第三方面提供了一種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一種電力金具遮擋圖像識別方法中的步驟。
44、本專利技術第四方面提供了一種電子設備,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,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一種電力金具遮擋圖像識別方法中的步驟。
45、以上一個或多個技術方案存在以下有益效果:
46、本專利技術通過依次經過兩個識別模型,實現了對電力金具遮擋情況的準確判斷。第一識別模型專注于識別電力金具的基本特征,第二本文檔來自技高網...
【技術保護點】
1.一種電力金具遮擋圖像識別方法,其特征在于,包括:
2.如權利要求1所述的一種電力金具遮擋圖像識別方法,其特征在于,所述預處理,包括灰度處理、歸一化處理、降噪處理與增強處理;其中,采用加權平均法將圖像灰度化處理;確定圖像尺寸,對圖像尺寸歸一化處理;采用中值濾波法對圖像降噪;增強處理包括對圖像進行色度、亮度、銳度、對比度調整。
3.如權利要求1所述的一種電力金具遮擋圖像識別方法,其特征在于,所述建立第一識別模型,具體為:
4.如權利要求3所述的一種電力金具遮擋圖像識別方法,其特征在于,所述特定特征包括節點的形狀、尺寸、輪廓、紋理;所述節點包括電力金具、導線、變壓器、絕緣子。
5.如權利要求1所述的種電力金具遮擋圖像識別方法,其特征在于,所述構建歷史圖像數據集,具體為:
6.如權利要求5所述的一種電力金具遮擋圖像識別方法,其特征在于,所述在第一識別模型輸出的特征圖中標注電力金具的邊緣輪廓點,具體為:
7.如權利要求1所述的一種電力金具遮擋圖像識別方法,其特征在于,建立第二識別模型,具體為,
8.一種
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任一項所述的一種電力金具遮擋圖像識別方法中的步驟。
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任一項所述的一種電力金具遮擋圖像識別方法中的步驟。
...【技術特征摘要】
1.一種電力金具遮擋圖像識別方法,其特征在于,包括:
2.如權利要求1所述的一種電力金具遮擋圖像識別方法,其特征在于,所述預處理,包括灰度處理、歸一化處理、降噪處理與增強處理;其中,采用加權平均法將圖像灰度化處理;確定圖像尺寸,對圖像尺寸歸一化處理;采用中值濾波法對圖像降噪;增強處理包括對圖像進行色度、亮度、銳度、對比度調整。
3.如權利要求1所述的一種電力金具遮擋圖像識別方法,其特征在于,所述建立第一識別模型,具體為:
4.如權利要求3所述的一種電力金具遮擋圖像識別方法,其特征在于,所述特定特征包括節點的形狀、尺寸、輪廓、紋理;所述節點包括電力金具、導線、變壓器、絕緣子。
5.如權利要求1所述的種電力金具遮擋圖像識別方法,其特征在于,所述構建...
【專利技術屬性】
技術研發人員:郭凍,張愛民,李子然,丁升,張利行,孫興宇,郭申,劉成,張益豪,劉謙,
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。