一种电缆缺陷诊断模型的构建方法和系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115908303A(43)申请公布日2023.04.04(21)申请号202211425127.9G06V10/80(2022.01)(22)申请日2022.11.14G06V10/82(2022.01)(71)申请人国网山东省电力公司临沂供电公司地址276000山东省临沂市兰山区金雀山路97号(72)发明人王兴帅刘涛吴晓宾刘克东李文康赵永贵张联邦张宇赵腾跃刘子彦朱新超张艺丹徐纪太崔镇国(74)专利代理机构淄博汇川知识产权代理有限公司37295专利代理师边雁(51)Int.Cl.G06T7/00(2017.01)G06V10/44(2022.01)权利要求书3页说明书10页附图3页(54)发明名称一种电缆缺陷诊断模型的构建方法和系统(57)摘要本发明公开了一种电缆缺陷诊断模型的构建方法和系统，属于图像处理领域，方法包括：获取电缆图像集合；对多组电缆图像进行编号，并进行预处理；构建红外图像数据集和可见光图像数据集；构建特征池，特征池包括亮度特征池和形状特征池；构建特征提取网络，从待检红外图像中提取出亮度特征放入至亮度特征池，从可见光图像中提取出形状特征放入至形状特征池；构建缺陷诊断神经网络；构建特征融合神经网络，通过特征融合神经网络在数据特征与缺陷结果之间建立映射关系；通过训练样本对电缆缺陷诊断模型进行训练；将测试样本输入到电缆缺陷诊断模型中；当向电缆缺陷诊断模型输入目标电缆图像时，输出是否存在缺陷以及缺陷的类别。CN115908303ACN115908303A权利要求书1/3页1.一种电缆缺陷诊断模型的构建方法，其特征在于，包括：S101：获取电缆图像集合，所述电缆图像集合中包括多组电缆图像，每组所述电缆图像包括对于同一位置进行拍摄的红外图像和可见光图像，其中，所述电缆图像对应的位置处是否存在缺陷以及缺陷的类别为已知量；S102：对多组所述电缆图像进行编号，并进行预处理，得到与图像编号建立有映射关系的待检红外图像和待检可见光图像；S103：构建红外图像数据集和可见光图像数据集，将所述待检红外图像存入所述红外图像数据集，将所述待检可见光图像存入所述可见光图像数据集，并将图像数据划分为训练样本和测试样本；S104：构建特征池，所述特征池包括亮度特征池和形状特征池；S105：构建特征提取网络，从所述待检红外图像中提取出亮度特征放入至所述亮度特征池，从所述可见光图像中提取出形状特征放入至所述形状特征池；S106：构建缺陷诊断神经网络，其中，所述缺陷诊断神经网络包括红外图像诊断神经网络和可见光图像诊断神经网络，所述亮度特征池连接所述红外图像诊断神经网络，所述形状特征池连接所述可见光图像诊断神经网络；S107：构建特征融合神经网络，所述缺陷诊断神经网络的输出端连接至所述特征融合神经网络，通过所述特征融合神经网络在数据特征与缺陷结果之间建立映射关系；S108：通过所述训练样本、已知的所述训练样本是否存在缺陷以及缺陷的类别，对所述电缆缺陷诊断模型进行训练；S109：将所述测试样本输入到所述电缆缺陷诊断模型中，验证其有效性，并根据验证结果调整所述电缆缺陷诊断模型的参数；S110：在向所述电缆缺陷诊断模型输入目标电缆图像的情况下，通过所述电缆缺陷诊断模型输出所述目标电缆图像是否存在缺陷以及缺陷的类别。2.根据权利要求1所述的电缆缺陷诊断模型的构建方法，其特征在于，S102具体包括：S1021：对多组所述电缆图像进行编号；S1022：通过YOLOv4检测网络，识别所述红外图像和所述可见光图像中的电缆区域；S1023：通过UNet分割网络对所述电缆区域进行截取；S1024：将截取后的图像中的电缆区域旋转至水平方向；S1025：对旋转后的图像进行归一化处理，将图像调整为预设尺寸；S1026：对归一化处理后的图像进行图像增强，得到与所述图像编号建立有映射关系的所述待检红外图像和所述待检可见光图像。3.根据权利要求2所述的电缆缺陷诊断模型的构建方法，其特征在于，S1026具体为：将图像分解为低频图像和高频图像，对所述低频图像进行增强，将增强后的所述低频图像与所述高频图像重新组合，获得增强后的图像；其中，分解变换函数由拐点函数和伽玛校正函数结合而成，所述分解变换函数可表示为：2CN115908303A权利要求书2/3页其中，β为变换参数，p为图像频率分解临界值，α1，α2，α3，α4均为增强系数。4.根据权利要求1所述的电缆缺陷诊断模型的构建方法，其特征在于，将图像数据中的70％划分为训练样本，30％划分为测试样本。5.根据权利要求1所述的电缆缺陷诊断模型的构建方法，其特征在于，所述S107具体包括：S1071：令亮度特征的权重为γ，亮度特征值为z1，形状特征的权重为δ，形状特征值为z2，则缺