[发明专利]一种基于深度学习的输电线路小目标缺陷检测方法在审
| 申请号： | 202111645927.7 | 申请日： | 2021-12-30 |
| 公开（公告）号： | CN114418968A | 公开（公告）日： | 2022-04-29 |
| 发明（设计）人： | 王江;韦基毅;韦屹健;覃明生;毛云申;韦维;兰建蒙;曾令争 | 申请（专利权）人： | 广西电网有限责任公司河池供电局 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/12;G06T7/13;G06N3/08;G06N3/04;G06K9/62;G06V10/44;G06V10/764;G06V10/82 |
| 代理公司： | 广州市专注鱼专利代理有限公司 44456 | 代理人： | 张志鹏 |
| 地址： | 547000 广西*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 深度 学习 输电 线路 目标 缺陷 检测 方法 | ||
1.一种基于深度学习的输电线路小目标缺陷检测方法，其特征在于，包括以下步骤：
步骤S1、获取前端摄像机采集的输电线路的初始图片数据；
步骤S2、对初始图片数据进行处理，得到具备特征方向的图片数据；
步骤S3、对具备特征方向的图片数据进行图像识别和图像特征提取，筛选出缺陷图片数据；
步骤S4、对筛选出的缺陷图片数据进行对应的小目标缺陷类别划分，得到不同小目标缺陷对应的缺陷图片数据；
步骤S5、根据不同小目标缺陷对应的缺陷图片数据，建立基于深度学习的小目标缺陷检测模型；
步骤S6、利用基于深度学习的小目标缺陷检测模型检测采集的图片数据，得到对应的小目标缺陷的结果。
2.根据权利要求1所述的基于深度学习的输电线路小目标缺陷检测方法，其特征在于，所述对初始图片数据进行处理，得到具备特征方向的图片数据具体包括：
步骤S201、获取初始图片数据中每个图片分辨率，得到同一分辨率的图片数据；
步骤S202、对同一分辨率的图片数据进行轮廓提取，得到图片数据的轮廓曲线；
步骤S203、对轮廓曲线进行求导数，获取轮廓曲线的曲率；
步骤S204、将中心点作为轮廓曲线的特征点，获得特征点指向轮廓曲线始端的方向向量和特征点指向轮廓曲线末端的方向向量；
步骤S205、对特征点指向轮廓曲线始端的方向向量和特征点指向轮廓曲线末端的方向向量进行求和计算，得到具备特征方向的图片数据。
3.根据权利要求1所述的基于深度学习的输电线路小目标缺陷检测方法，其特征在于，所述对具备特征方向的图片数据进行图像识别和图像特征提取，筛选出缺陷图片数据包括：
通过灰度法对具备特征方向的图片数据进行图像识别，对图像识别后图片数据进行图像特征提取，根据提取的图像特征，筛选出缺陷图片数据。
4.根据权利要求1或2所述的基于深度学习的输电线路小目标缺陷检测方法，其特征在于，所述初始图片数据包括缺陷图片数据和正常图片数据。
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广西电网有限责任公司河池供电局，未经广西电网有限责任公司河池供电局许可，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/202111645927.7/1.html，转载请声明来源钻瓜专利网。
