线路检测方法、装置、存储介质及计算机程序产品与流程

本申请涉及图像处理，具体而言，涉及一种线路检测方法、装置、存储介质及计算机程序产品。

背景技术：

1、高压架空输电线路是地区电力输送的主要方式，输电线路巡检对地方输配电网络的安全运行至关重要。在运行过程中，输变电设备可能出现多种异常情况，其中局部放电是常见造成严重隐患的一种现象。局部放电是导致高压输电设备最终发生绝缘击穿的主要原因之一，也是绝缘劣化的重要标志。特别是在架空输电线路长期在恶劣环境下运行时，容易发生高频次的输电设备异常情况，需要及时监测和处理，以确保设备的正常运行和输电系统的安全稳定。然而，传统的人工巡检方式效率低下、工作量大、投资经费高，并且在复杂地理环境下存在安全隐患。

2、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本申请实施例提供了一种线路检测方法、装置、存储介质及计算机程序产品，以至少解决由于相关技术在进行线路巡检时采用人工巡检的方式，造成线路检测效率低的技术问题。

2、根据本申请实施例的一个方面，提供了一种线路检测方法，包括：获取线路图像，并对线路图像进行图像预处理，其中，线路图像是由无人机采集的包含输电线路的紫外成像图像；对经过图像预处理后的线路图像进行特征提取，得到特征图；确定特征图中包含待检测目标的锚点框，并依据包含待检测目标的锚点框，生成候选框，其中，待检测目标包括：输电线路，锚点框为特征图中预设的一组不同尺寸的边框，候选框用于框选待检测目标在特征图中所处的区域位置；提取特征图中与候选框的位置对应的图像区域，并确定图像区域对应的线路故障类型，其中，线路故障类型包括：局部放电故障。

3、可选地，依据包含待检测目标的锚点框，生成候选框包括：采用区域候选网络中的分类层，确定特征图中的锚点框包含待检测目标的概率，其中，特征图中的每个点对应一组锚点框；采用区域候选网络中的回归层，确定待检测目标相对于锚点框的偏移量；依据分类层确定的概率、回归层确定的偏移量，确定候选框的位置信息，其中，位置信息包括：候选框的中心点的横坐标和纵坐标、候选框的长度和宽度。

4、可选地，依据分类层确定的概率、回归层确定的偏移量，确定候选框的位置信息包括：依据偏移量，对特征图中锚点框进行修正，其中，偏移量包括：锚点框的中心点的横坐标偏移量和纵坐标偏移量、锚点框的长度偏移量和宽度偏移量；获取修正后的锚点框中，包含待检测目标的概率最大的预设数量锚点框，得到候选锚点框集合；删除候选锚点框集合中尺寸小于预设尺寸阈值的锚点框，并将候选锚点框集合中剩余的锚点框，确定为候选框。

5、可选地，区域候选网络通过以下步骤训练得到：采用初始的区域候选网络，预测训练图像对应的锚点框包含待检测目标的概率、以及待检测目标相对于锚点框的偏移量；依据预测的概率与训练图像中锚点框对应的真实概率值，计算第一损失值，其中，在锚点框中包含待检测目标的情况下，锚点框对应的真实概率值为一，在锚点框中不包含待检测目标的情况下，锚点框对应的真实概率值为零；依据预测的偏移量与训练图像中锚点框与待检测目标之间的真实偏移量，计算第二损失值；依据第一损失值和第二损失值，确定区域候选网络对应的目标损失值，并依据目标损失值，对区域候选网络的模型参数进行更新，采用更新后的区域候选网络重复上述训练步骤，直至目标损失值不大于预设损失阈值。

6、可选地，提取特征图中与候选框的位置对应的图像区域，并确定图像区域对应的线路故障类型包括：采用池化层，依据候选框的位置信息，对特征图中进行池化操作，得到特征图中与候选框的位置对应的图像区域，其中，经过池化操作后的图像区域的尺寸一致；采用全连接层和分类器，确定图像区域对应的故障类型。

7、可选地，对线路图像进行图像预处理包括：对线路图像进行均值滤波操作，其中均值滤波操作用于将线路图像中位于第一像素点邻域内的所有像素点的像素平均值，更新为第一像素点的新的像素值；对经过均值滤波操作的线路图像进行灰度化操作，其中，灰度化操作用于依据线路图像中每个像素点的红色分离、绿色分离和蓝色分量，来确定像素点对应的灰度值；对经过灰度化操作的线路图像进行二值化操作，其中，二值化操作用于将线路图像中灰度值大于预设灰度值的像素点的像素值设为一，以及将线路图像中灰度值不大于预设灰度值的像素点的像素值设为零。

8、可选地，对线路图像进行图像预处理还包括：对经过二值化操作的线路图像进行形态学处理，其中，形态学处理包括：腐蚀操作和膨胀操作，在腐蚀算子的原点与线路图像的像素点对齐的情况下，若腐蚀算子完全被线路图像中像素值为一的部分包含，则将像素点确定为经过腐蚀操作后所保留的像素点，在膨胀算子的原点与线路图像的像素点对齐的情况下，若膨胀算子与线路图像中像素值为一的部分相交，则将像素点确定为经过膨胀操作后所保留的像素点。

9、根据本申请实施例的另一个方面，还提供了一种线路检测装置，包括：图像获取模块，用于获取线路图像，并对线路图像进行图像预处理，其中，线路图像是由无人机采集的包含输电线路的紫外成像图像；特征提取模块，用于对经过图像预处理后的线路图像进行特征提取，得到特征图；区域候选模块，用于确定特征图中包含待检测目标的锚点框，并依据包含待检测目标的锚点框，生成候选框，其中，待检测目标包括：输电线路，锚点框为特征图中预设的一组不同尺寸的边框，候选框用于框选待检测目标在特征图中所处的区域位置；故障分类模块，用于提取特征图中与候选框的位置对应的图像区域，并确定图像区域对应的线路故障类型，其中，线路故障类型包括：局部放电故障。

10、根据本申请实施例的再一方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的计算机程序，其中，非易失性存储介质所在设备通过运行计算机程序执行线路检测方法。

11、根据本申请实施例的再一方面，还提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现线路检测方法的步骤。

12、在本申请实施例中，采用获取线路图像，并对线路图像进行图像预处理，其中，线路图像是由无人机采集的包含输电线路的紫外成像图像；对经过图像预处理后的线路图像进行特征提取，得到特征图；确定特征图中包含待检测目标的锚点框，并依据包含待检测目标的锚点框，生成候选框，其中，待检测目标包括：输电线路，锚点框为特征图中预设的一组不同尺寸的边框，候选框用于框选待检测目标在特征图中所处的区域位置；提取特征图中与候选框的位置对应的图像区域，并确定图像区域对应的线路故障类型，其中，线路故障类型包括：局部放电故障的方式，通过无人机搭载的紫外成像设备采集输电线路的紫外影响，结合图像预处理步骤增强图像特征，并利用目标检测算法进行对故障进行检测，达到了精准快速定位放电故障点的目的，进而解决了由于相关技术在进行线路巡检时采用人工巡检的方式，造成线路检测效率低技术问题。

技术特征：

1.一种线路检测方法，其特征在于，包括：

2.根据权利要求1所述的线路检测方法，其特征在于，依据包含所述待检测目标的所述锚点框，生成候选框包括：

3.根据权利要求2所述的线路检测方法，其特征在于，依据所述分类层确定的所述概率、所述回归层确定的所述偏移量，确定所述候选框的位置信息包括：

4.根据权利要求2所述的线路检测方法，其特征在于，所述区域候选网络通过以下步骤训练得到：

5.根据权利要求2所述的线路检测方法，其特征在于，提取所述特征图中与所述候选框的位置对应的图像区域，并确定所述图像区域对应的线路故障类型包括：

6.根据权利要求1所述的线路检测方法，其特征在于，对所述线路图像进行图像预处理包括：

7.根据权利要求6所述的线路检测方法，其特征在于，对所述线路图像进行图像预处理还包括：

8.一种线路检测装置，其特征在于，包括：

9.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的计算机程序，其中，所述非易失性存储介质所在设备通过运行所述计算机程序执行权利要求1至7中任意一项所述的线路检测方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任意一项所述的线路检测方法的步骤。

技术总结本申请公开了一种线路检测方法、装置、存储介质及计算机程序产品。其中，该方法包括：获取线路图像，并对线路图像进行图像预处理，其中，线路图像是由无人机采集的包含输电线路的紫外成像图像；对经过图像预处理后的线路图像进行特征提取，得到特征图；确定特征图中包含待检测目标的锚点框，并依据包含待检测目标的锚点框，生成候选框，锚点框为特征图中预设的一组不同尺寸的边框，候选框用于框选待检测目标在特征图中所处的区域位置；提取特征图中与候选框的位置对应的图像区域，并确定图像区域对应的线路故障类型。本申请解决了由于相关技术在进行线路巡检时采用人工巡检的方式，造成线路检测效率低的技术问题。技术研发人员：郑帮助,刘海涛,钟元高,何锦雄,刘银,郑忠仁,许建远,王赫男,李一荣,马海腾,贺静,陈杰,柯程皓,刘帅,吴寿华,温洁,尤彦纬,叶睆,安向阳受保护的技术使用者：广东电网有限责任公司茂名供电局技术研发日：技术公布日：2024/12/2