[发明专利]一种对图像中的绝缘子的定位方法

说明书

本发明公开了一种对图像中的绝缘子的定位方法，涉及电力设备图像目标定位领域。在对架空线路和杆塔的绝缘子进行污秽、裂纹、爆裂缺失等外部缺陷进行检测前，需要精准定位无人机等装置的采集图像中的绝缘子。本发明步骤为：1)采集绝缘子图像；2)对图像进行扩充；3)利用labelImg工具对采集的图像及扩充图像中绝缘子的位置进行标注；4)构建图像训练集和测试集；5)进行基于改进SSD算法的绝缘子目标模型检测训练；6)对成训练的模型系统进行测试；7)测试通过后，输入实际采集的绝缘子图像进行定位分辨。方便地实现对绝缘子图像进行精准的定位识别，为进一步进行绝缘子外观缺陷检测提供可能。

技术领域

本发明涉及电力设备图像目标定位领域，尤其涉及一种对图像中的绝缘子的定位方法。

背景技术

绝缘子一种有玻璃或陶瓷构成的电力设备，用于增加爬电距离，实现电气绝缘和机械固定。由于绝缘子长期暴露外界，受冰雹等恶劣天气外力破坏、过电压、污损闪络等影响，使得绝缘子掉串或者自爆，无法完成机械支撑和电气绝缘，造成电网安全事故。因此有必要对污秽、裂纹、爆裂缺失等绝缘子外部缺陷进行检测。

在检测之前，首先需要精准定位无人机等装置的采集图像中的绝缘子。现有的基于深度学习的目标定位算法一般通过学习大量的图像完成模型训练，但在实际模型训练中难以收集到大量高质量的绝缘子图像。此外，原SSD算法没有充分考虑上下文信息，导致每个尺度中用于目标检测的信息不够丰富，检测准确性不够高。

发明内容

本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进，提供一种对图像中的绝缘子的定位方法，以实现对图像中绝缘子的精确定位为目的。为此，本发明采取以下技术方案。

一种对图像中的绝缘子的定位方法，包括以下步骤：

1)采集绝缘子图像；

2)采用色彩抖动法、叠加噪声法、裁切混淆法和加权混淆法对图像进行扩充；

3)利用labelImg工具对所有无人机采集图像及扩充图像中绝缘子的位置进行标注；

4)构建图像训练集和测试集；

5)利用训练集进行基于改进SSD算法的绝缘子目标模型检测训练；

6)利用测试集对完成训练的模型系统进行测试；

7)测试通过后，输入实际采集的绝缘子图像进行精确定位分辨。

本方法可方便地实现对绝缘子图像进行精准的定位识别，为进一步进行绝缘子外观缺陷检测提供可能。

作为优选技术手段：步骤2)中，所述的色彩抖动法为通过调整图像的亮度、饱和度和对比度，进行图像的颜色增强。实现颜色增强的图像扩充处理，增加图像样本，便于进行模型训练。

作为优选技术手段：步骤2)中，所述的叠加噪声法是在绝缘子图像上叠加高斯噪声和椒盐噪声。实现噪声叠加图像扩充处理，增加图像样本。

作为优选技术手段：步骤2)中，所述的裁切混淆法是对随机选取绝缘子训练集中的A和B两张图像，随机裁切样本A中一部分矩阵区域C，并保证该矩形区域小于B图像，再将矩形区域C随机覆盖到图像B指定区域上。实现裁切混淆的图像扩充处理，增加图像样本。作为优选技术手段：步骤2)中，所述的加权混淆法是对两张绝缘子图像进行加权求和，生成新的绝缘子样本图像，图像加权混淆公式如下：

其中(p_i,q_i)和(p_j,q_j)是从绝缘子训练数据中随机抽取的两个样本，p为绝缘子图像，q为该图像的标签，λ∈[0,1]，该参数定义了两个样本进行加权求和时各自的权重。实现加权混淆的图像扩充处理，增加图像样本。