一种基于红外图像的导线风偏识别方法与系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114220009A(43)申请公布日2022.03.22(21)申请号202111498676.4G06K9/62(2022.01)(22)申请日2021.12.09G01J5/48(2006.01)G06V10/764(2022.01)(71)申请人福建省海峡智汇科技有限公司地址361112福建省厦门市同安区五显镇五显街233号(72)发明人曾远强李密陈旭陈佳期唐光铁魏明泉林旭(74)专利代理机构厦门福贝知识产权代理事务所(普通合伙)35235代理人陈远洋(51)Int.Cl.G06V20/10(2022.01)G06T7/00(2017.01)G06N3/08(2006.01)G06N3/04(2006.01)权利要求书2页说明书8页附图5页(54)发明名称一种基于红外图像的导线风偏识别方法与系统(57)摘要本申请提出了一种基于红外图像的导线风偏识别方法与系统，该方法包括如下步骤：S1、获取待检测区域输电线路的红外图像；S2、读取所述红外图像，并基于yolov5s目标检测模型检测出所述输电线路绝缘子区域，进一步提取所述绝缘子区域；S3、通过红外温度检测模型对所述绝缘子区域进行检测，获取所述绝缘子区域内的温度，同时通过图像处理算法计算所述绝缘子区域的偏斜程度；以及S4、判断所述绝缘子区域的温度是否符合正常值，以及判断所述绝缘子区域是否位于正常状态下，进一步判断所述输电线路是否产生风偏。通过将红外图像与可见光处理算法结合，能够更加精确的判断绝缘子是否出现风偏现象。CN114220009ACN114220009A权利要求书1/2页1.一种基于红外图像的导线风偏识别方法，其特征在于，该方法包括如下步骤：S1、获取待检测区域输电线路的红外图像；S2、读取所述红外图像，并基于yolov5s目标检测模型检测出所述输电线路绝缘子区域，进一步提取所述绝缘子区域；S3、通过红外温度检测模型对所述绝缘子区域进行检测，获取所述绝缘子区域内的温度，同时通过图像处理算法计算所述绝缘子区域的偏斜程度；以及S4、判断所述绝缘子区域的温度是否符合正常值，以及判断所述绝缘子区域是否位于正常状态下，进一步判断所述输电线路是否产生风偏。2.根据权利要求1所述的基于红外图像的导线风偏识别方法，其特征在于，S2对所述红外图像基于yolov5s目标检测模型检测，还包括:S21、采集一定数量所述绝缘子区域的图片，利用图像标注工具Lbelme进行人工标注获取数据集；S22、将获取的所述数据集以8：2的比例划分为训练集以及测试集；S23、利用yolov5s读取所述训练集训练，获得基于yolov5s的目标检测模型；S24、再使用所述测试集对基于yolov5s的目标检测模型进行检测。3.根据权利要求2所述的基于红外图像的导线风偏识别方法，其特征在于，S3中还包括建立所述红外温度检测模型：S31、获取不同时间，相同地点和相同角度拍摄的所述绝缘子区域的红外图像，将所述红外图像按时间段分类；S32、通过无人机SDK标记所述红外图像中所述绝缘子区域中各点的温度；S33、进一步将所述红外图像转为灰度图像；S34、将各点对应的灰度值与温度值通过朴素贝叶斯算法进行拟合；S35、建立得到所述红外温度检测模型。4.根据权利要求3所述的基于红外图像的导线风偏识别方法，其特征在于，在S34中所述朴素贝叶斯公式表述如下其中T代表温度，G代表灰度值，温度T的条件分布可以表达为，得到温度对应灰度值的分类模型，classify(g)＝argmaxp(T＝t)5.根据权利要求4所述的基于红外图像的导线风偏识别方法，其特征在于，S3中所述绝缘子区域的图像处理包括：2CN114220009A权利要求书2/2页S311、对提取的所述绝缘子区域的图像进行预处理；S312、对所述绝缘子区域的图像进行分割处理，并进一步进行形态学处理；S313、对所述绝缘子区域的绝缘子串的骨架进行提取，进一步计算得到所述骨架两端的端点坐标；S314、根据所述端点坐标计算所述绝缘子串的偏移量，进一步判断所述绝缘子区域的偏移程度。6.根据权利要求5所述的基于红外图像的导线风偏识别方法，其特征在于，在S312中，所述形态学处理包括数学形态学中的膨胀操作以及腐蚀操作。7.根据权利要求6所述的基于红外图像的导线风偏识别方法，其特征在于，在S313中所述绝缘子串的偏移量利用风偏角度计算公式计算得到，所述风偏角度计算公式具体为：其中，(x1,y1)、(x2,y2)为所述绝缘子串风偏后的端点。8.一种基于红外图像的导线风偏识别系统，其特征在于，该系统包括：红外图像采集模块，配置用于获取待检测区域输电线路的红外图像；红外图像处理模块，配置用于检测并提取所述绝缘子区域，和对提取的