一种输电线路异物识别方法、系统、计算机设备及介质与流程

本发明属于图像识别，具体涉及一种输电线路异物识别方法、系统、计算机设备及介质。

背景技术：

1、随着信息技术的不断发展，基于无人机、视频摄像头的输电线路巡检技术已逐步替代人工巡视技术。无人机、视频摄像头获取输电线路的图像后，将图像上传到后台服务端，进行输电线路异物识别。早期，输电线路运维班组采用人工查看巡检图像的方式进行输电线路异物识别，由于图像数量非常多，且受人为因素等影响，在视频图像巡检过程中容易出现漏检等情况，导致不能及时发现输电线路存在异物的问题，从而影响输电线路运行安全。

2、因此为了解决上述人工识别存在的问题，目前对输电线路异物识别智能算法做了大量的研究。例如，（1）基于改进yolov4算法的输电线路异物识别技术，其通过k-means聚类生成适配样本数据集，并采用空间金字塔池化进行输电线路异物识别；（2）基于卷积神经网络的输电线路异物识别技术，其通过构建气球、风筝、塑料和鸟巢等四种输电线路异物类型，并采用卷积神经网络识别输电线路异物类型；（3）基于dense-net网络的输电线路异物识别技术，其对风筝、鸟巢、垃圾、机械施工类异物入侵情况进行有效识别；（4）基于霍夫变换的输电线路异物识别技术，其通过霍夫变换和hough变换累加器识别输电线路异物特征。然而输电线路跨越高山、河流、森林等复杂地形，图像背景与输电线路异物极易混淆，上述现有输电线路异常识别算法均未充分考虑此问题，导致输电线路异物图像识别准确率较低。

技术实现思路

1、为了解决输电线路背景地形复杂，背景图像与输电线路异物极易混淆造成输电线路异物图像识别准确率较低的问题，本发明提出了一种输电线路异物识别方法、系统、计算机设备及介质，本发明通过采用超分重建去雾算法消除环境对输电线路巡检图像带来的影响，然后采用图像分割算法对输电线路图像进行语义分割，减少背景图像对输电线路异物识别的影响，最后根据基于任意分段模型和目标物形态增广算法构建的输电线路异物样本库，快速准确地实现输电线路异物识别。

2、本发明通过下述技术方案实现：

3、一种输电线路异物识别方法，所述方法包括：

4、采用超分重建去雾算法对采集的输电线路图像进行处理；

5、采用异物分割提取算法对处理后的输电线路图像进行语义分割，完成异常特征提取；

6、将提取的异常特征图像与输电线路异物样本库中的图像进行比较，识别出输电线路异物类型；其中，所述输电线路异物样本库通过任意分段模型和形态增广算法构建而成。

7、在一些实施方式中，所述超分重建去雾算法通过预先构建并训练好的超分重建去雾模型，对所述输电线路图像进行处理；

8、其中，所述超分重建去雾模型构建和训练过程包括：

9、基于采集的历史输电线路图像，构建一个输电线路原始正常图像和天气图像的对照数据集，并对数据集进行去噪处理；所述天气图像是指非正常天气下采集的输电线路图像，所述正常图像是指正常天气下采集的输电线路图像；

10、构建超分重建去雾模型，构建的所述超分重建去雾模型包括超分结构和去雾结构两部分；其中，所述超分结构通过对天气图像连续采样使得图像的特征图从低尺寸发展到高尺寸，由模型根据图像信息自主学习插值像素，插值后的高尺寸特征图不会破坏原有的图像信息；所述去雾结构从高尺寸特征图出发，经过通道注意力机制网络结构，复原出正常图像；

11、将所述对照数据集输入到所述超分重建去雾模型中进行训练，并采用感知损失恢复图像的感知质量。

12、在一些实施方式中，经过通道注意力机制网络结构，复原出正常图像，具体为：

13、通过注意力机制提取每个卷积核通道中的特征，把每个通道都压缩成一个点，直接求平均，作为这个通道的特征值，从而实现图像复原。

14、在一些实施方式中，在利用构建并训练好的超分重建去雾模型对输电线路图像进行处理之前，还包括：

15、对采集的输电线路图像进行去噪处理。

16、在一些实施方式中，所述异物分割提取算法具体包括：

17、采用图像分割模型进行输电线路图像关注区域分割；

18、从记忆模块获取top1特征的多尺度样本特征和图像的对应多尺度特征进行通道维度融合；

19、采用半监督学习模型对特征融合后的图像进行异常特征提取。

20、在一些实施方式中，输电线路异物类型识别过程具体包括：

21、计算异常特征图像与所述输电线路异物样本库中的图像的图像相速度；

22、根据图像相似度来判定输电线路异物所属类型。

23、在一些实施方式中，所述输电线路异物样本库的构建过程具体包括：

24、将历史异常特征图像输入任意分段模型，生成输电线路异物样本集；

25、对所述输电线路异物样本集中的异常目标物体进行筛选，筛选出符合输电场景的异常生成目标，并利用标注里的轮廓信息，采用描边的方式提取目标图像，并在原始尺寸上保留目标图像，组成异物目标图像数据集；

26、对所述异物目标图像数据集中的异物目标图像进行形态增广，包括：对异物目标图像进行随机角度旋转和随机翻转操作；以异物目标上的某一像素点为基准，随机生成透视变换矩阵，并进行透视变换，将异物目标从某一视角变换成另一视角；

27、将形态增广后的异物目标图像和输电线路场景图像进行图像融合；图像融合过程中，需要满足：异物目标图像和输电线路场景图像交界处，要保持平滑；异物目标图像和输电线路场景图像交界处无缝。

28、第二方面，本发明提出了一种输电线路异物识别系统，所述系统包括：

29、超分重建去雾模块，所述超分重建去雾模块采用超分重建去雾算法对采集的输电线路图像进行处理；

30、异常分割提取模块，所述异常分割提取模块采用异物分割提取算法对处理后的输电线路图像进行语义分割，完成异常特征提取；

31、以及，异物类型识别模型，所述异物类型识别模块将提取的异常特征图像与输电线路异物样本库中的图像进行比较，识别出输电线路异物类型；其中，所述输电线路异物样本库通过任意分段模型和形态增广算法构建而成。

32、第三方面，本发明提出了一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现本发明所述方法的步骤。

33、第四方面，本发明提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本发明所述方法的步骤。

34、本发明提出的一种输电线路异物识别方法、系统、计算机设备及介质，通过超分重建去雾算法降低输电线路雨、雾、雪、霾等环境对输电线路巡检图像带来的影响，然后采用图像分割算法对输电线路图像进行语义分割，完成异常特征提取，减少背景图像对输电线路异物识别的影响，最后基于通过任意分段模型和目标物形态增广算法构建的输电线路异物样本数据库，准确快速地实现输电线路异物类型识别，解决了输电线路环境复杂，背景图像与输电线路异物极易混淆造成的输电线路异物图像识别准确率低的问题；

35、本发明提出的一种输电线路异物识别方法、系统、计算机设备及介质，能够适用于各种复杂的输电线路环境下的输电线路异物识别，其识别准确性和可靠性较高。