【技术实现步骤摘要】
本专利技术涉及电力通道安全监测领域，尤其是一种电力通道安全监测的异物类型识别方法及系统。
技术介绍
1、在当今时代，面对着持续且日益增长的用电需求，以及由此而同步增加的在输电线路通道维护方面的重重挑战，积极主动地进行创新，同时不断优化电力通道的安全监测机制，其重要程度变得极为关键和突出。就当下的实际情况来看，当前电力通道安全监测技术存在着一定的局限性，这不但会对电网的稳定运行产生潜在的威胁，甚至还有可能引发一系列的安全事故，进而对社会经济的正常秩序造成不良影响，并且也会给民众的日常生活质量带来较大程度的干扰。
2、在现有的技术状况下，针对电力通道安全监测这一方面，当下目前存在着如下这些问题：其一，对于电力通道中所存在的异物，其识别不够准确，难以精确地辨别出异物的具体类型；其二，主要依靠人工的方式来对异物风险进行评估，这样一来，评估结果就会受到人为因素的较大影响，从而导致评估结果不够精准，而且评估效率也相对比较低下；其三，无法做到对存在隐患的异物在第一时间就及时做出有效的预警。
3、鉴于种种情况，迫切需要一种关于电力通道安全监测的异物类型识别方法及系统来有效地解决上述所提到的这些问题。
技术实现思路
1、本专利技术旨在至少一定程度上解决上述技术中的技术问题之一。为此，本专利技术的第一方面目的在于提出一种电力通道安全监测的异物类型识别方法，能够及时准确地识别电力通道中的异物类型，对具有隐患的异物类型进行风险评估，在风险评估值达到或超过阈值时发出预警提示，可及时通
2、本专利技术的第二方面目的在于提出一种电力通道安全监测的异物类型识别系统。
3、为达到上述目的，本专利技术实施例提出了一种电力通道安全监测的异物类型识别方法，包括：
4、获取电力通道安全监测的待识别图像；
5、对所述待识别图像进行预处理；
6、将预处理后的待识别图像输入到预先训练好的异物类型识别模型中进行识别，确定识别结果；
7、在确定识别结果中存在具有隐患的异物类型时，对异物产生的风险进行评估，得到目标评估值；
8、在确定目标评估值大于等于预设风险评估阈值时，发出预警提示。
9、优选的，对所述待识别图像进行预处理，包括：
10、对所述待识别图像进行图像降噪，得到降噪图像；
11、对所述降噪图像进行图像增强，得到预处理后的待识别图像。
12、优选的，对所述降噪图像进行图像增强，得到预处理后的待识别图像，包括：
13、对所述降噪图像进行模糊区域识别，得到若干个初始目标模糊区域；
14、对所述若干个初始目标模糊区域进行清晰度计算，得到若干个初始目标模糊区域对应的清晰度值；
15、将所述初始目标模糊区域对应的清晰度值与预设清晰度阈值作比较，在确定所述初始目标模糊区域对应的清晰度值小于预设清晰度阈值时，将所述初始目标模糊区域作为最终目标模糊区域；
16、任取一个最终目标模糊区域，作为待增强区域；
17、获取待增强区域中各个像素点的hsv值，作为第一hsv值；
18、对所述待增强区域中各个像素点进行高斯模糊处理，获取高斯模糊处理后待增强区域中各个像素点的hsv值，作为第二hsv值；
19、计算待增强区域中每个像素点对应的第一hsv值与第二hsv值的差值，作为像素调整值；
20、基于所述像素调整值查询预设的像素调整值-增强系数数据表，确定每个像素点对应的增强系数；
21、基于每个像素点对应的增强系数对每个像素点进行图像增强，得到增强后的最终目标模糊区域；
22、遍历所有最终目标模糊区域，得到若干个增强后的最终模糊区域；
23、基于若干个增强后的最终目标模糊区域，完成对降噪图像的增强，得到预处理后的待识别图像。
24、优选的，对所述降噪图像进行模糊区域识别，得到若干个初始目标模糊区域，包括：
25、任取一张降噪图像，作为目标图像；将目标图像均匀分为若干个区域；
26、任取一个区域，作为目标区域；获取目标区域中各个像素点的梯度方向，确定目标区域中每个梯度方向的梯度方向评价值，得到若干个梯度方向评价值；
27、将梯度方向评价最大值对应的梯度方向作为目标区域对应的目标梯度方向；
28、获取目标区域中目标梯度方向上各个像素点的灰度值；
29、基于目标梯度方向上各个像素点的灰度值确定目标区域对应的平滑值；
30、基于所述梯度方向评价最大值及平滑值，确定目标区域的模糊程度值；
31、将所述模糊程度值与预设模糊程度阈值作比较，将所述模糊程度值大于等于预设模糊程度阈值时对应的目标区域作为初始目标模糊区域；
32、遍历所有区域，得到目标图像对应的若干个初始目标模糊区域；
33、遍历所有降噪图像，得到降噪图像对应的若干个初始目标模糊区域。
34、优选的，对所述若干个初始目标模糊区域进行清晰度计算，得到若干个初始目标模糊区域对应的清晰度值，包括：
35、任取一个初始目标模糊区域，并获取初始目标模糊区域中各个像素点的亮度值；
36、计算初始目标模糊区域中各个像素点的亮度均值，得到目标亮度均值；
37、计算初始目标模糊区域中最大亮度值与目标亮度均值之间的差值，作为初始目标模糊区域对应的第一亮度差值；
38、计算初始目标模糊区域中最小亮度值与目标亮度均值之间的差值，作为初始目标模糊区域对应的第二亮度差值；
39、计算第一亮度差值与第二亮度差值的平方和，得到初始目标模糊区域对应的清晰度值；
40、遍历每个初始目标模糊区域，得到若干个初始目标模糊区域对应的清晰度值。
41、优选的，异物类型识别模型的训练方法，包括：
42、获取异物类型识别训练集；
43、将所述异物类型识别训练集输入到预设的神经网络模型中进行训练，得到初始异物类型识别模型；
44、利用交叉验证的方法对所述初始异物类型识别模型的参数进行优化，得到优化后的初始异物类型识别模型；
45、获取异物类型识别测试集；
46、基于异物类型识别测试集对优化后的初始异物类型识别模型进测试，在测试结果合格时，得到训练好的异物类型识别模型。
47、优选的，在确定识别结果中存在具有隐患的异物类型时，对异物产生的风险进行评估，得到目标评估值，包括：
48、根据识别结果中存在具有隐患的异物类型时对应的待识别图像建立笛卡尔直角坐标系，确定电力通道对应的坐标信息及异物对应的坐标信息；
49、基于电力通道对应的坐标信息及异物对应的坐标信息判断电力通道与异物之间是否有重叠；
50、若电力通道与异物之间有重叠，则基于电力通道对应的坐标信息及异物本文档来自技高网...
【技术保护点】
1.一种电力通道安全监测的异物类型识别方法，其特征在于，包括：
2.如权利要求1所述的电力通道安全监测的异物类型识别方法，其特征在于，对所述待识别图像进行预处理，包括：
3.如权利要求2所述的电力通道安全监测的异物类型识别方法，其特征在于，对所述降噪图像进行图像增强，得到预处理后的待识别图像，包括：
4.如权利要求3所述的电力通道安全监测的异物类型识别方法，其特征在于，对所述降噪图像进行模糊区域识别，得到若干个初始目标模糊区域，包括：
5.如权利要求4所述的电力通道安全监测的异物类型识别方法，其特征在于，对所述若干个初始目标模糊区域进行清晰度计算，得到若干个初始目标模糊区域对应的清晰度值，包括：
6.如权利要求1所述的电力通道安全监测的异物类型识别方法，其特征在于，异物类型识别模型的训练方法，包括：
7.如权利要求1所述的电力通道安全监测的异物类型识别方法，其特征在于，在确定识别结果中存在具有隐患的异物类型时，对异物产生的风险进行评估，得到目标评估值，包括：
8.如权利要求7所述的电力通道安全监测
9.如权利要求1所述的电力通道安全监测的异物类型识别方法，其特征在于，所述异物类型包括周边违章建筑、塑料大棚及临时施工。
10.一种电力通道安全监测的异物类型识别系统，其特征在于，包括：
...【技术特征摘要】
1.一种电力通道安全监测的异物类型识别方法，其特征在于，包括：
2.如权利要求1所述的电力通道安全监测的异物类型识别方法，其特征在于，对所述待识别图像进行预处理，包括：
3.如权利要求2所述的电力通道安全监测的异物类型识别方法，其特征在于，对所述降噪图像进行图像增强，得到预处理后的待识别图像，包括：
4.如权利要求3所述的电力通道安全监测的异物类型识别方法，其特征在于，对所述降噪图像进行模糊区域识别，得到若干个初始目标模糊区域，包括：
5.如权利要求4所述的电力通道安全监测的异物类型识别方法，其特征在于，对所述若干个初始目标模糊区域进行清晰度计算，得到若干个初始目标模糊区域对应的清晰度值，包括：<...
【专利技术属性】
技术研发人员：陈云龙，姜钦霞，邓飞凤，晏伟，刘青，郑云梅，闫立财，
申请(专利权)人：国网江西省电力有限公司宜春供电分公司，
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。