[发明专利]一种电力设备导体插接位置的X射线影像自动检测方法

权利要求书

1.一种电力设备导体插接位置的X射线影像自动检测方法，其特征在于，包括：

X射线成像，利用X射线数字成像技术获取GIS设备导体插接或装配位置的X射线照片；

图像去噪及特征增强，通过线性降噪方法中的滤波算法对X射线导体插接位置原始图像去噪，清晰显现弹簧的具体位置及特征；

图像尺寸格式标准化，按照卷积神经网络对输入图像尺寸和格式的要求统一去噪后图像的尺寸和格式；

无监督数据增强-GAN方法，通过基于生成对抗网络GAN方法对标准图像进行X射线样本图像增强，生成训练数据图像；

数据标注，通过标注工具标注训练数据图像；

RetinaNet目标检测技术，基于RetinaNet目标检测技术自动检测训练数据图像的X射线导体插接边框位置；

获取检测结果，已标注的训练数据图像按比例分为训练集、验证集和测试集，训练集送入检测网络模型中训练，经深度网络ResNet初步提取特征，特征重组生成不同尺度的特征图，送入分类和回归子网络得出导体插接的具体位置并给出相应类别。

2.根据权利要求1所述的一种电力设备导体插接位置的X射线影像自动检测方法，其特征在于，所述图像去噪及特征增强的步骤包括：

通过3×3的边界增强卷积核、锐化卷积核和平滑卷积核对X射线导体插接位置原始图像进行滤波操作，对原始图像像素进行卷积遍历，截取和卷积核同等大小的像素矩阵进行卷积运算，对输入图像灰度值进行非线性操作，使输出图像灰度值和输入图像灰度值呈指数关系，其公式如下所示：

公式中的指数为γ，其中V_in的取值范围为0到1，因此需要进行归一化操作再取指数。

3.根据权利要求1所述的一种电力设备导体插接位置的X射线影像自动检测方法，其特征在于，所述图像尺寸格式标准化的步骤包括：

所述去噪后图像的尺寸设定为256×256，格式统一为jpg格式。

4.根据权利要求1所述的一种电力设备导体插接位置的X射线影像自动检测方法，其特征在于，所述无监督数据增强-GAN方法的步骤包括：

采用基于生成对抗网络GAN方法进行X射线样本图像增强，其中生成对抗网络由一个生成器G和一个判别器D组成，生成器不断训练输入其中的随机噪声使其拟合原始图像数据集的空间分布，从无到有生成与原始图像相似的样本并混淆判别器，判别器对于输入其中的伪造样本的输出接近于0，对于真实样本的输出接近于1；生成对抗网络的生成模型G的输入为二维高斯模型中一个随机的向量z，生成模型的输出是一张伪造的导体插接位置的合成图像G(z)，通过索引获取原始图像数据集中的导体插接位置的真实图像x，将导体插接位置的合成图像G(z)和真实图像x同步传给判别模型D，判别模型给出判别结果,使得生成模型生成的图片质量提高，优化目标函数如下所示：

5.根据权利要求1所述的一种电力设备导体插接位置的X射线影像自动检测方法，其特征在于，所述数据标注的步骤包括：

数据扩充后通过标注工具对图片数据进行标注，插入到一根弹簧位置的标注为“one_abnormal”,插入到两根弹簧位置的标注为“two_abnormal”，插入到三根弹簧位置的标注为“three_normal”，图片与标签放在同一文件夹中，已插入的标签存放在一个.json文件中，文件内容包括文件夹名称、图片名、文件路径、图片大小、目标的类别名称和边框坐标。