[发明专利]一种基于无人机航拍图像的配电杆塔倒断信息快速识别方法

说明书

本发明涉及一种基于无人机航拍图像的配电杆塔倒断信息快速识别方法，包括以下步骤：步骤S1：对无人机航拍图像的配电杆塔信息进行人工标注，将配电杆塔划分为正常和倒断两类，生成XML格式文件并进行预处理；步骤S2：对标注框进行聚类分析确定4个锚定框；步骤S3：建立配电杆塔倒断信息快速识别模型并设计损失函数进行误差反向传播的训练，得到最优权重；步骤S4：将最优权重应用于配电杆塔倒断信息快速识别模型，最终获得正常和倒断配电杆塔的位置信息，完成倒断信息的快速识别。本发明具有快速、轻量的特点，用于实时处理海量的无人机航拍图像数据，适用于移动端或设备端，并促进未来无人机航拍配电杆塔图像处理的智能化。

技术领域

本发明涉及图像识别领域，特别是一种基于无人机航拍图像的配电杆塔倒断信息快速识别方法。

背景技术

东南沿海地区电网经常受气象灾害如台风的影响，导致配电杆塔的倒断，严重威胁配电网的安全，未被及时处理的配电杆塔极易产生二次事故，威胁人身安全，因此配电杆塔的检修与巡检成为配网的重要一环。

近年来无人机技术迅猛发展，可以实现自动化飞行、主动避障、路径规划、高清图像拍摄等等功能。因此，我国电网已较广泛的将无人机应用于电力巡检中来。在这样的背景下，无人机技术也被应用到航拍配电杆塔中来，成为输电线路运维检修的辅助手段，主要是从无人机航拍图像中人工地采集配电杆塔的倒断信息，进而进行及时性的抢修。然而无人机的每一次飞行都将产生大量的图片，通过人工的方式已经不能满足时效性，而且机械化的流程下容易产生误判漏判的情况，因此迫切需要实现无人机航拍图像处理的智能化。

发明内容

有鉴于此，本发明的目的是提供一种基于无人机航拍图像的配电杆塔倒断信息快速识别方法，具有快速、轻量的特点，用于实时处理海量的无人机航拍图像数据，适用于移动端或设备端，从而促进未来无人机航拍配电杆塔图像处理的智能化。

本发明采用以下方案实现：一种基于无人机航拍图像的配电杆塔倒断信息快速识别方法，包括以下步骤：

步骤S1：使用LabelImg软件对无人机航拍图像的配电杆塔信息进行人工标注，将配电杆塔划分为正常和倒断两类，生成XML格式文件；所述XML格式文件中包括杆塔的位置信息和类别信息；使用Python脚本对所述XML格式文件进行预处理即所述Python脚本将依据航拍图像的长宽对杆塔位置信息进行归一化，返回的标签为杆塔标注框中心点坐标以及杆塔标注框的宽与高(x,y,w,h)，存入txt文件中，单张图像对应一个txt文件，同时依照9：1的比例划分训练集和交叉训练集；

步骤S2：针对步骤S1中无人机航拍图像的配电杆塔图像，利用K-Means算法对标注框进行聚类分析确定4个锚定框；

步骤S3：建立配电杆塔倒断信息快速识别模型并设计损失函数进行误差反向传播的训练，直至误差收敛到一个可容许的范围内10^-1，并保存最优权重；

步骤S4：将所述最优权重应用于无人机航拍图像的配电杆塔倒断信息快速识别模型，模型输出多个预测框，并使用非极大值抑制方法(NMS)去掉重复的目标框，得到最终正常和倒断配电杆塔的位置信息，完成倒断信息的快速识别。

进一步地，所述步骤S2具体包括以下步骤：

步骤S21：使用脚本从步骤S1中得到的各个txt文件中读取各个样本中配电杆塔标注框的中心点坐标、宽、高数据(x,y,w,h)，设置聚类个数k＝4，并随机初始化四个类的聚类中心；其中单个txt文件包含多个配电杆塔标注框的(x,y,w,h)信息；

步骤S22：计算每一个样本点到每一个聚类中心的距离；所述样本点即为单个txt文件中包含的配电杆塔标注框信息(x,y,w,h)，所述聚类中心为随机初始化的标注框的中心点坐标、宽、高，与样本点数据类型一致；

标注框(x,y,w,h)与聚类中心框之间的距离函数设置为：