[发明专利]一种基于图像相似度的输电线路小样本温度图像扩增方法

说明书

本发明提供了一种基于图像相似度的输电线路小样本温度图像扩增方法，采集输电线路红外图像对图像预处理，结合累加像素法和垂直投影法进行温度值的定位和分割，根据温度特点建立11种类型的温度图像数据集，结合投影累加和直方图计算图像相似度，对CGAN模型进行改进，输入原始图像数据集后使用基于图像相似度改进的CGAN模型进行对抗训练，扩增11种类型的温度图像，从主观和客观角度进行分析，验证其效果。本发明的有益效果为：通过自适应阈值的二值化方法对图像进行预处理，提高二值化的准确性和可靠性，结合投影累加和直方图计算图像相似度，改进CGAN模型的损失函数。

技术领域

本发明涉及小样本图像扩增技术领域，尤其涉及一种基于图像相似度的输电线路小样本温度图像扩增方法。

背景技术

输电线路是电力系统安全运行的关键，所处环境复杂，容易发生各类故障，从未导致温度的异常。传统的检测方法为人工检测，费时费力，效率低下。基于红外图像的缺陷检测方法能够及时发现温度异常，是降低输电线路故障的有效手段。通常红外图像右侧会生成测温图谱，同时标有温度最大值和最小值，方便及时发现故障，进行排查和统计。在输电线路红外图像采集的过程中，受复杂环境和采集设备的限制，输电线路图像存在样本小、不平衡的问题。因此，基于神经网络技术对输电线路温度图像数据集进行扩增记录具有重要意义。

条件生成式对抗网络主要由生成和鉴别两个网络模型组成，通过生成网络和判别网络的对抗训练，不断提高生成网络的能力，最终达到纳什平衡，得到样本的生产图像。

公开号112446429A的发明专利一种基于CGAN的巡检图像数据小样本扩充方法公开了该方法通过异常检测算法提出掉巡检图像中的异常图像，接着导入到CGAN模型中，生成大量巡检图像，并根据给定阈值进行图像筛选，最终得到扩增的巡检图像。虽然该方法能够进行图像的扩增处理，但是收集到的巡检图像是可见光图像，包含变电设备、输电线路等众多图像，含有较多的复杂信息，容易收到光照、天气等干扰因素的影响，并且没有对生成的图像效果进行进一步验证，在实际生活中容易因为生成图像质量问题而造成结果不准确。

发明内容

本发明的目的在于提供一种基于图像相似度的输电线路小样本温度图像扩增方法，通过采集输电线路红外图像，采用自适应阈值的二值化方法去除复杂的背景信息；其次，结合累加像素法和垂直投影法进行温度值的定位和分割，建立含有11中类型的输电线路温度图像数据集；结合投影累加和直方图计算图像相似度改进CGAN，并进行图像扩增，克服了输电线路小样本温度图像数据集样本不平衡、质量低的问题，提高了图像生成的质量，有利于提高后期检测的准确性。

本发明是通过如下措施实现的：一种基于图像相似度的输电线路小样本温度图像扩增方法，包括如下步骤：

S1、采集输电线路图像，对图像进行预处理，去除复杂的背景信息；

S2、图像分割，定位图像中测温图谱的位置，根据位置关系分割温度图像；

S3、构建输电线路温度图像数据集，按照红外图像中温度的特点分成数字“0-9”和符号“-”共11种类型；

S4、改进CGAN模型，计算图像相似度对CGAN模型进行改进；

S5、图像扩增，将输电线路温度图像数据集导入到基于图像相似度改进的CGAN模型中，进行对抗训练，扩增给定标签的温度图像，输出扩增后的图像数据集；

S6、效果验证，采用主客观分析方法，验证其效果。

进一步地，所述采集的图像为输电线路红外图像，图像预处理方法采用自适应阈值的二值化方法。