System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于输电通道异物检测领域,尤其涉及一种基于切图的输电通道异物检测方法、系统、介质及设备。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息,不必然构成在先技术。
2、由于对施工场地缺少维护,施工场地内的防尘网以及塑料膜等极易被吹起物品,在大风天气影响下,很可能会挂载在导线或杆塔上,从而引起断电事故。因此,定期对输电通道的线路工作状态检测和输电通道内导线异物进行监控是必不可少的。
3、目前,输电通道内导线异物目标排查巡检工作主要是通过监拍装置实时采集输电通道内的图片,并使用基于深度学习目标检测与人工审核结合的方式来排查隐患。
4、现有技术中提出利用深度学习模型构建异物检测模型,对输电线路监拍设备和无人机巡检设备实时拍摄输电的图片进行导线异物检测,并将检测结果直接反馈回去。由于输电通道内的监控摄像设备拍摄范围较广,而拍摄图片中输电通道内的导线异物较小(比如:输电通道监拍图片分辨率为2592*1944,而多数导线异物的最小外接矩形框尺寸为16*32,这样导线异物占比较小,使得目标不够明显),直接将输电场景拍摄图片利用深度学习目标检测模型进行检测效果较差。另外还由于异物的类型、形态和颜色的多样性,现有的目标检测算法性能较差,给隐患排查工作带来困难,使得导线异物难以被及时发现。
技术实现思路
1、为了解决上述
技术介绍
中存在的技术问题,本专利技术提供一种基于切图的输电通道异物检测方法、系统、介质及设备,其对于输电场景中小目标可以
2、为了实现上述目的,本专利技术采用如下技术方案:
3、本专利技术的第一个方面提供一种基于切图的输电通道异物检测方法。
4、一种基于切图的输电通道异物检测方法,其包括:
5、获取输电通道图像,确定出杆塔和导线的位置信息;
6、根据杆塔和导线的位置信息,确定导线区域切图策略和杆塔区域切图策略,分别对所述输电通道图像进行切图,得到杆塔区域图片和导线区域图片;
7、利用异物检测模型分别处理杆塔区域图片和导线区域图片,得到对应区域异物检测结果,并对异物检测结果进行融合,得到输电通道异物检测结果。
8、作为一种实施方式,所述导线区域切图策略为:
9、根据导线的位置信息,确定两侧导线的中轴线,划分出两个导线区域,这两个导线区域的重叠像素等于预设小目标像素;
10、每个导线区域靠近对侧的横坐标为:中轴线横坐标与1/2倍预设小目标像素的差;
11、每个导线区域远离对侧的横坐标为:每个导线区域靠近对侧的横坐标向各自侧平移第二阈值像素的坐标值与每个导线区域最外侧导线的横坐标值之间的最大值;其中,第二阈值像素由异物检测模型决定;
12、每个导线区域的纵坐标为:每个导线区域中的导线在纵坐标方向的边界值。
13、上述技术方案的优点在于,结合导线的位置信息以及异物检测模型,而且还设置两个导线区域的重叠区域像素为预设小目标像素,这样既能够保证小目标检出率,还能够保障异物检测准确率。
14、作为一种实施方式,所述杆塔区域切图策略为:
15、杆塔区域底部纵坐标为:杆塔底部位置纵坐标;
16、杆塔区域顶部纵坐标为:以杆塔区域底部纵坐标向上平移第二阈值像素与杆塔顶部纵坐标最大值;
17、杆塔区域底部的一个横坐标为:以杆塔底部中心点向右侧平移第二阈值像素的坐标值与杆塔底部的右边缘横坐标值之间的最大值;
18、杆塔区域底部的另一个横坐标为:以杆塔底部中心点向左侧平移第二阈值像素的坐标值与杆塔底部的左边缘横坐标值之间的最小值;
19、杆塔区域顶部的一个横坐标为:以杆塔区域底部右侧横坐标向上平移第二阈值像素的坐标值与杆塔顶部右侧边缘横坐标值之间的最大值;
20、杆塔区域顶部的另一个横坐标为:以杆塔区域底部左侧横坐标向上平移第二阈值像素的坐标值与杆塔顶部左侧边缘横坐标值之间的最小值;
21、其中,第二阈值像素由异物检测模型决定。
22、上述技术方案的优点在于,结合杆塔的位置信息以及异物检测模型的输入像素要求进行切图,这样能够有效对异物进行检测,对于输电场景中小目标可以实现精准定位。
23、作为一种实施方式,确定杆塔和导线的位置信息的过程为:
24、根据输电通道图像所对应的场景信息;
25、判断场景数据库内是否存在当前场景下的杆塔和导线的位置:
26、若不存在,则利用目标检测模型,生成当前场景下的导线与杆塔位置信息;
27、否则,从场景数据库中找出当前场景下的导线与杆塔位置信息;其中,场景数据库内预先存储有以场景为标签的杆塔和导线的位置信息。
28、上述技术方案的优点在于,杆塔及导线相较于导线异物更容易被定位,确定杆塔及导线位置有利于减小导线异物搜索范围,有利于提高了导线异物检测精度。
29、作为一种实施方式,所述目标检测模型包括导线检测模型与杆塔检测模型,所述导线检测模型与杆塔检测模型的主干网络结构相同。
30、作为一种实施方式,在融合不同区域异物检测结果的过程中,使用nms算法将不同区域转换合并后得到的冗余检测结果剔除,得到整张图片检测结果。
31、上述技术方案的优点在于,由于切图时切图设置了重合区域,不可避免会出现冗余检测结果,通过剔除冗余检测结果,提高了导线异物检测结果。
32、作为一种实施方式,所述预设小目标像素为32。
33、此处可以理解的是,本领域技术人员可根据实际情况需求,来设置小目标像素值大小。
34、本专利技术的第二个方面提供一种基于切图的输电通道异物检测系统。
35、在一个或多个实施例中,一种基于切图的输电通道异物检测系统,其包括:
36、监拍设备和监控平台;
37、所述监拍设备包括:
38、位置确定模块,其用于获取输电通道图像,确定出杆塔和导线的位置信息;
39、区域切图模块,其用于根据杆塔和导线的位置信息,确定导线区域切图策略和杆塔区域切图策略,分别对所述输电通道图像进行切图,得到杆塔区域图片和导线区域图片;
40、异物检测模块,其用于利用异物检测模型分别处理杆塔区域图片和导线区域图片,得到对应区域异物检测结果,并对异物检测结果进行融合,得到输电通道异物检测结果并传送至监控平台。
41、作为一种实施方式,在所述区域切图模块中,所述导线区域切图策略为:
42、根据导线的位置信息,确定两侧导线的中轴线,划分出两个导线区域,这两个导线区域的重叠像素等于预设小目标像素;
43、每个导线区域靠近对侧的横坐标为:中轴线横坐标与1/2倍预设小目标像素的差;
44、每个导线区域远离对侧的横坐标为:每个导线区域靠近对侧的横坐标向各自侧平移第二阈值像素的坐标值与每个导线区域最外本文档来自技高网...
【技术保护点】
1.一种基于切图的输电通道异物检测方法,其特征在于,包括:
2.如权利要求1所述的基于切图的输电通道异物检测方法,其特征在于,所述导线区域切图策略为:
3.如权利要求1所述的基于切图的输电通道异物检测方法,其特征在于,所述杆塔区域切图策略为:
4.如权利要求1所述的基于切图的输电通道异物检测方法,其特征在于,确定杆塔和导线的位置信息的过程为:
5.如权利要求4所述的基于切图的输电通道异物检测方法,其特征在于,所述目标检测模型包括导线检测模型与杆塔检测模型,所述导线检测模型与杆塔检测模型的主干网络结构相同。
6.如权利要求1所述的基于切图的输电通道异物检测方法,其特征在于,在融合不同区域异物检测结果的过程中,使用NMS算法将不同区域转换合并后得到的冗余检测结果剔除,得到整张图片检测结果;
7.一种基于切图的输电通道异物检测系统,其特征在于,包括:
8.如权利要求7所述的基于切图的输电通道异物检测系统,其特征在于,在所述区域切图模块中,所述导线区域切图策略为:
9.如权利要求7所述的基于切
10.如权利要求7所述的基于切图的输电通道异物检测系统,其特征在于,在所述位置确定模块中,确定杆塔和导线的位置信息的过程为:
11.如权利要求10所述的基于切图的输电通道异物检测系统,其特征在于,所述目标检测模型包括导线检测模型与杆塔检测模型,所述导线检测模型与杆塔检测模型的主干网络结构相同。
12.如权利要求7所述的基于切图的输电通道异物检测系统,其特征在于,在所述异物检测模块中,在融合不同区域异物检测结果的过程中,使用NMS算法将不同区域转换合并后得到的冗余检测结果剔除,得到整张图片检测结果;
13.一种基于切图的输电通道异物检测系统,其特征在于,包括:
14.一种监拍设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-6中任一项所述的基于切图的输电通道异物检测方法中的步骤。
15.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一项所述的基于切图的输电通道异物检测方法中的步骤。
...【技术特征摘要】
1.一种基于切图的输电通道异物检测方法,其特征在于,包括:
2.如权利要求1所述的基于切图的输电通道异物检测方法,其特征在于,所述导线区域切图策略为:
3.如权利要求1所述的基于切图的输电通道异物检测方法,其特征在于,所述杆塔区域切图策略为:
4.如权利要求1所述的基于切图的输电通道异物检测方法,其特征在于,确定杆塔和导线的位置信息的过程为:
5.如权利要求4所述的基于切图的输电通道异物检测方法,其特征在于,所述目标检测模型包括导线检测模型与杆塔检测模型,所述导线检测模型与杆塔检测模型的主干网络结构相同。
6.如权利要求1所述的基于切图的输电通道异物检测方法,其特征在于,在融合不同区域异物检测结果的过程中,使用nms算法将不同区域转换合并后得到的冗余检测结果剔除,得到整张图片检测结果;
7.一种基于切图的输电通道异物检测系统,其特征在于,包括:
8.如权利要求7所述的基于切图的输电通道异物检测系统,其特征在于,在所述区域切图模块中,所述导线区域切图策略为:
9.如权利要求7所述的基于切图的输电通道异物检测系统,其特征在于,在所述...
【专利技术属性】
技术研发人员:牛世利,蔡富东,吕昌峰,刘焕云,郭国信,赵慧,帅民伟,
申请(专利权)人:济南信通达电气科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。