[发明专利]基于边缘计算的电力巡检图像处理方法、装置和设备

说明书

本申请涉及一种基于边缘计算的电力巡检图像处理方法、装置和设备。所述方法包括：获取对目标电力对象进行巡检拍摄得到的电力巡检图像，以及，获取所述目标电力对象对应的标准故障图像集合；若所述标准故障图像集合中的其中一帧参考图像与所述电力巡检图像间的相似度满足预设条件，则对所述电力巡检图像进行分类处理，得到图像分类结果；所述图像分类结果为所述电力巡检图像是否为异常图像的结果；若确定所述电力巡检图像为所述异常图像，则发送所述电力巡检图像至后台服务器；所述后台服务器用于对所述电力巡检图像进行识别处理，获得针对所述目标电力对象的故障识别结果。采用本方法能够提高电力巡检效率。

技术领域

本申请涉及电力技术领域，特别是涉及一种基于边缘计算的电力巡检图像处理方法、装置、计算机设备和存储介质。

背景技术

目前随着我国输电线路的建设，传统的人工检修模式面临着工作量太大、效率太低等问题，巡检无人机智能巡检技术具有智能化水平高、减少运维压力等优势，得到了一定程度的发展，逐步成为路线巡检的主流。

相关技术中的无人机巡检主要利用巡检无人机对输电线路进行图像采集，采集得到数据后，再传送到后台进行分析，诊断输电线路及其元件可能出现的缺陷或故障，这使得巡检无人机传送回系统后台的数据量过大传输耗时较长，不利于提高对输电线路的巡检效率。

因此，相关技术中存在对输电线路的巡检效率较低的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高对输电线路的巡检效率的一种基于边缘计算的电力巡检图像处理方法、装置、计算机设备和存储介质。

一种基于边缘计算的电力巡检图像处理方法，所述方法包括：

获取对目标电力对象进行巡检拍摄得到的电力巡检图像，以及，获取所述目标电力对象对应的标准故障图像集合；

若所述标准故障图像集合中的其中一帧参考图像与所述电力巡检图像间的相似度满足预设条件，则对所述电力巡检图像进行分类处理，得到图像分类结果；所述图像分类结果为所述电力巡检图像是否为异常图像的结果；

若确定所述电力巡检图像为所述异常图像，则发送所述电力巡检图像至后台服务器；所述后台服务器用于对所述电力巡检图像进行识别处理，获得针对所述目标电力对象的故障识别结果。

在其中一个实施例中，所述标准故障图像集合中的每帧参考图像均具有对应的故障特征，所述方法还包括：

获取所述电力巡检图像对应的故障特征；

若所述电力巡检图像对应的故障特征与所述参考图像对应的故障特征之间的差异小于预设的差异阈值，则判定所述标准故障图像集合中的其中一帧参考图像与所述电力巡检图像间的相似度满足预设条件。

在其中一个实施例中，在所述获取所述电力巡检图像对应的故障特征的步骤之后，所述方法还包括：

若所述电力巡检图像对应的故障特征与所述参考图像对应的故障特征之间的差异小于预设的差异阈值，则确定所述电力巡检图像的相邻序列帧图像；

获取各所述相邻序列帧图像对应的故障特征；

若各所述相邻序列帧图像对应的故障特征与所述参考图像对应的故障特征之间的差异均小于所述差异阈值，则判定所述标准故障图像集合中的其中一帧参考图像与所述电力巡检图像间的相似度满足预设条件。

在其中一个实施例中，所述获取所述电力巡检图像对应的故障特征，包括：

获取所述电力巡检图像对应的直方图；

对所述直方图的亮度分布进行归一化，得到直方图特征值；

将所述直方图特征值，作为所述电力巡检图像对应的故障特征。