[发明专利]基于语义分割的变电站渗漏油和金属锈蚀检测方法及系统在审
申请号: | 202111049692.5 | 申请日: | 2021-09-08 |
公开(公告)号: | CN113763358A | 公开(公告)日: | 2021-12-07 |
发明(设计)人: | 吕要要;刘海峰;任广鑫;张明 | 申请(专利权)人: | 合肥中科类脑智能技术有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/187;G06T5/50;G06T5/30;G06N3/04;G06N3/08 |
代理公司: | 合肥昊晟德专利代理事务所(普通合伙) 34153 | 代理人: | 何梓秋 |
地址: | 230088 安徽省合肥市高*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 语义 分割 变电站 渗漏 金属 锈蚀 检测 方法 系统 | ||
1.基于语义分割的变电站渗漏油和金属锈蚀检测方法,其特征在于,包括以下步骤:
S1:训练网络
利用已标注的训练数据集训练语义分割网络;
S2:分割识别
使用训练完成的语义分割网络对待检图片进行分割识别;
S3:区域融合
针对每一类信息,采用基本图像处理操作,分别融合成渗漏油和金属锈蚀区域;
S4:间隔采样
间隔固定时间t,对取样点再次进行图片采集,重复步骤S2及步骤S3;
S5:重复采样
重复步骤S4,直到对同一采样点累计完成n次采样后;
S6:确定目标区域
针对相同区域长宽比例按照采样时间顺序进行记录,将区域变化不合理的检测结果排除,确定最终的目标区域。
2.根据权利要求1所述的基于语义分割的变电站渗漏油和金属锈蚀检测方法,其特征在于:所述步骤S1具体包括以下过程:
S101:采集数据图片,使用labelme数据标注工具对图片进行手动分割标注,分割出图片中存在的渗漏油区域和金属锈蚀区域,形成训练数据集;
S102:使用标注完成的数据集对语义分割网络进行训练。
3.根据权利要求2所述的基于语义分割的变电站渗漏油和金属锈蚀检测方法,其特征在于:在所述步骤S102中,语义分割网络选用U-Net网络。
4.根据权利要求1所述的基于语义分割的变电站渗漏油和金属锈蚀检测方法,其特征在于:在所述步骤S3中,每一类信息为经过分割识别后的渗漏油和金属锈蚀像素信息。
5.根据权利要求1所述的基于语义分割的变电站渗漏油和金属锈蚀检测方法,其特征在于:在所述步骤S3中,基本图像处理操作包括腐蚀、膨胀、连通域提取操作。
6.根据权利要求1所述的基于语义分割的变电站渗漏油和金属锈蚀检测方法,其特征在于:在所述步骤S4中,间隔时间t不小于0.5h。
7.根据权利要求1所述的基于语义分割的变电站渗漏油和金属锈蚀检测方法,其特征在于:在所述步骤S5中,采样次数n不小于3。
8.根据权利要求1所述的基于语义分割的变电站渗漏油和金属锈蚀检测方法,其特征在于:在所述步骤S6中,区域变化不合理的检测结果类型包括两种,第一种为在多次检测结果中,检测到的区域随时间变小,第二种为在多次检测结果中,检测到的区域随时间存在变大和变小两种变化过程。
9.基于语义分割的变电站渗漏油和金属锈蚀检测系统,其特征在于,采用如权利要求1~8任一项所述的检测方法对变电站设备的渗漏油和金属锈蚀现象进行检测,包括:
训练模块,用于利用已标注的训练数据集训练语义分割网络;
分割模块,用于使用训练完成的语义分割网络对待检图片进行分割识别;
区域融合模块,用于针对每一类信息,采用基本图像处理操作,分别融合成渗漏油和金属锈蚀区域;
第一采样模块,用于间隔固定时间t,对取样点再次进行图片采集,重复步骤S2及步骤S3;
第二采样模块,用于重复步骤S4,直到对同一采样点累计完成n次采样后;
区域确定模块,用于针对相同区域长宽比例按照采样时间顺序进行记录,将区域变化不合理的检测结果排除,确定最终的目标区域;
控制处理模块,用于向各模块发出控制指令,完成相关动作;
所述训练模块、分割模块、区域融合模块、第一采样模块、第二采样模块、区域确定模块均与所述控制处理模块电性连接。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥中科类脑智能技术有限公司,未经合肥中科类脑智能技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111049692.5/1.html,转载请声明来源钻瓜专利网。