[发明专利]基于YOLOv2算法接触网定位管斜拉线故障检测方法

权利要求书

1.基于YOLOv2算法接触网定位管斜拉线故障检测方法，其特征在于，包括步骤：

步骤(1)：使用基于深度学习YOLOv2的算法模型，以Darknet-19的架构模式为基础，利用迭代回归理论，对接触网定位管斜拉线成像图片进行处理，通过计算机的GTX 1080Ti显示卡进行迭代，在不同背景下准确定位斜拉线的两端端点；

步骤(2)：根据不同的斜拉线数量，实现不同背景下的斜拉线区域定位；

步骤(3)：采用Canny算法，对边缘进行检测，在接触网定位管斜拉线成像图片中提取潜在区域的边缘及轮廓；

步骤(4)：采用霍夫变换检测方法，以极坐标系的表现形式，把该区域内经过了所有的亮点的直线集的参数空间表示出来，并寻找理想斜拉线的极坐标参数；

步骤(5)：采用像素点检测算法，对斜拉线进行故障判定，检测斜拉线处于正常状态、轻微故障状态以及未受力状态。

2.根据权利要求1所述的一种基于YOLOv2算法接触网定位管斜拉线故障检测方法，其特征在于，所述步骤(1)中，使用基于深度学习YOLOv2的算法模型所处理的接触网斜拉线图片，选择使用Adam梯度算法，即结合YOLOv2算法模型中的Rmsprop梯度算法，能够有效改善收敛的精度和速度，也能够大幅度提升训练速度；调整算法中类别和定位损失函数的权重比，将原本的1:1改为1:2，能够提升定位精度。

3.根据权利要求1所述的一种基于YOLOv2算法接触网定位管斜拉线故障检测方法，其特征在于，所述步骤(2)中，基于YOLOv2算法模型的端点定位结果，对不同斜拉线数量的区域进行定位，包括：单斜拉线区域定位和多斜拉线区域定位。

4.根据权利要求1所述的一种基于YOLOv2算法接触网定位管斜拉线故障检测方法，其特征在于，所述步骤(4)中，采用的霍夫变换检测方法，利用Canny算法得到的边缘建立极坐标系，在图像中随机使用两点确定唯一的直线，并映射至二维空间建立关系式，并列出所有经过这两点的直线的极坐标表达式，经过两点的曲线的交点作为直线的参数，以此得到理想斜拉线的极坐标参数。

5.根据权利要求1所述的一种基于YOLOv2算法接触网定位管斜拉线故障检测方法，其特征在于，所述步骤(5)中，斜拉线像素点检测算法通过确定像素的灰度值大小的归一化数值d_i，计算理想斜拉线与实际的符合程度p，并将斜拉线划分未正常状态、轻微故障状态以及未受力状态三种状态，观察出三种状态下的p值分布情况，选择0.8作为阈值，只有超过0.8时斜拉线状态视为正常。