一种电网无人机巡检缺陷处理方法与流程

本发明属于电网无人机巡检技术领域，具体涉及一种电网无人机巡检缺陷处理方法。

背景技术：

长久以来，我国电网庞大的输电线路网络巡检工作主要依赖人工巡视方式进行，巡检成果的时效性、安全性、准确性是人巡时代长期困扰电网运维部门的难题，近些年，无人机作为一种高科技的巡检利器在电网行业中得到迅速推广与应用，飞控手通过操作无人机沿线路飞行，并同步拍照或者激光扫描，可以快速、准确地发掘线路中的隐患缺陷，随着全国电网行业无人机数量、飞手数量及技能水平的不断提升，我们可以认为，电网巡检的机巡时代已全面到来。

目前技术中是通过目测大量的航拍图像进行判断，此方式受主客观因素影响大，由于无人机图像受光照条件的变化，光照强度与角度会随着时间发生变化，使得采集图像的亮度与分辨率得不到保障；且在图像采集过程中噪声与运动模糊的影响使得图像产生严重的降质和退化，因此审核人员要对对复杂场景下的电力设备无人机图像中目标图像进行提取与识别检测，审核人员首先要提取图像，确认图像的拍摄位置、位于杆塔的部位，由于图像产生严重的降质和退化，这一过程需要耗费大量时间且容易出错，然后审核人员对缺陷进行识别并进行标注，标注的过程没有规范，对于缺陷较为严重的图像由专家复审时可能会产生误解，所以这一过程精准度低，效率更低。

技术实现要素：

本发明的目的是提供一种电网无人机巡检缺陷处理方法，用于提高电网无人机巡检缺陷处理的准确率和效率。

本发明解决其技术问题的技术方案为：一种电网无人机巡检缺陷处理方法，包括

步骤1：无人机巡检拍摄送电线路的图像；

步骤2：将步骤1所拍摄的图像上传至网络；

步骤3：将图像进行归集处理，把相同杆塔的图像及图像信息归集到一类中，将不同杆塔相同部位的图像及图像信息归集到一类；

步骤4：将归集后的图像进行脱敏处理，得到去除敏感信息的图像；

步骤5：将去除敏感信息的图像分发给标注人员进行标注处理，每一张图像都经过多人标注，将标注后的图像提交至服务器；

步骤6：服务器对图像进行处理，将标注率超过40%的图像转至复审人员；

步骤7：复审人员对图像进行审核；

步骤8：提交审核结果；

步骤9：建立缺陷标准库存储审核结果。

步骤3中对图像归集的信息包括：gps坐标、高程信息、云台信息、相机信息、尺寸信息、拍照位置信息、拍摄人信息、拍摄时间信息。

步骤3中对图像归集时还包括对图像进行重新命名，命名方式为以杆塔加杆塔的部位命名。

步骤4中对图像的脱敏过程为使用pyexiv2模块读取图像属性信息，脱除的敏感信息包gps坐标、高程信息、云台信息、相机信息、照片名称，对信息做格式化处理后储存到mysql数据层中，生成脱敏日志。

步骤5中的分发分为自动分发和人工分发两种，标注人员查找到缺陷后使用基于opencv制作的标注工具以矩形框将其框出来，同时记录框缺陷id、左顶点坐标、右下点坐标，矩形长度宽度信息并储存在mysql数据库中，同时把标注信息和图像关联，在标注时统一使用方框，用不同的方框颜色来表示缺陷等级，标注后选择缺陷类型，输入或者选择预设置的备注信息进行缺陷描述，缺陷描述方式采用写入exif信息、对照片进行重命名或添加照片水印的方式进行，标注过程中可对图像进行放大缩小，放大缩小时，要能查找到标注框位置，以添加后缀的方式对图像重命名，一张图片由多人标注，图片标注人数量可调整，记录标注人身份信息，标注时间信息。

步骤6中服务器对图像进行处理包括对擦除的敏感信息进行还原，同时增加标注员信息，缺陷描述信息，40%以上标注率即为通过，将标注率超过40%的图像转至复审人员。

步骤7中复审人员对图像进行审核的过程包括复审人员按照缺陷类型和缺陷位置进行缺陷审核，并对标注内容进行“有效标注”、“无效标注”、“错误标注”判定并记录判定结果，全部审核完成后提交审核结果，审核过程中可以对标注内容进行修改。

步骤9中建立的缺陷标准库包括线路名称、杆塔位置、杆塔部位、拍摄时间，以及对图片标注后的文件名、exif信息、标注信息、标注人身份信息。

本发明的有益效果为：通过在无人机巡检采集图像的过程中记录gps坐标、高程信息、云台信息、相机信息、尺寸信息、拍照位置信息、拍摄人信息、拍摄时间信息等信息，在上传网络后对信息进行归集，将相同杆塔的图像及图像信息归集到一类中，将不同杆塔相同部位的图像及图像信息归集到一类，脱除敏感信息后交由标注人员对缺陷进行标注，标注人员无需再对图像的拍摄位置、位于杆塔的部位再次进行确认，仅需对缺陷进行标注；在标注时统一使用方框，用不同的方框颜色来表示缺陷等级，标注后输入缺陷类型，对于标注率超过40%的缺陷转至复审人员进行审核，提高了复审效率；通过对缺陷建立缺陷标准库，有利于对缺陷进行整理并分析。

附图说明

图1是本发明的流程图。

图2是本发明图像归集的流程图。

图3是本发明敏感信息处理的流程图。

图4是本发明图片分发、标注的流程图。

图5是本发明服务器分析的流程图。

图6是本发明人工复审的流程图。

图7是本发明建立缺陷标准库的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图一所示，本发明包括

步骤1：无人机巡检拍摄送电线路的图像；

步骤2：将步骤1所拍摄的图像上传至网络；

步骤3：将图像进行归集处理，把相同杆塔的图像及图像信息归集到一类中，将不同杆塔相同部位的图像及图像信息归集到一类；

步骤4：将归集后的图像进行脱敏处理，得到去除敏感信息的图像；

步骤5：将去除敏感信息的图像分发给标注人员进行标注处理，每一张图像都经过多人标注，将标注后的图像提交至服务器；

步骤6：服务器对图像进行处理，将标注率超过40%的图像转至复审人员；

步骤7：复审人员对图像进行审核；

步骤8：提交审核结果；

步骤9：建立缺陷标准库存储审核结果。

步骤3中对图像归集的信息包括：gps坐标、高程信息、云台信息、相机信息、尺寸信息、拍照位置信息、拍摄人信息、拍摄时间信息。

步骤3中对图像归集时还包括对图像进行重新命名，命名方式为以杆塔加杆塔的部位命名。

步骤4中对图像的脱敏过程为使用pyexiv2模块读取图像属性信息，脱除的敏感信息包gps坐标、高程信息、云台信息、相机信息、照片名称，对信息做格式化处理后储存到mysql数据层中，生成脱敏日志。

步骤5中的分发分为自动分发和人工分发两种，标注人员查找到缺陷后使用基于opencv制作的标注工具以矩形框将其框出来，同时记录框缺陷id、左顶点坐标、右下点坐标，矩形长度宽度信息并储存在mysql数据库中，同时把标注信息和图像关联，在标注时统一使用方框，用不同的方框颜色来表示缺陷等级，标注后选择缺陷类型，输入或者选择预设置的备注信息进行缺陷描述，缺陷描述方式采用写入exif信息、对照片进行重命名或添加照片水印的方式进行，标注过程中可对图像进行放大缩小，放大缩小时，要能查找到标注框位置，以添加后缀的方式对图像重命名，一张图片由多人标注，图片标注人数量可调整，记录标注人身份信息，标注时间信息。

步骤6中服务器对图像进行处理包括对擦除的敏感信息进行还原，同时增加标注员信息，缺陷描述信息，40%以上标注率即为通过，将标注率超过40%的图像转至复审人员。

步骤7中复审人员对图像进行审核的过程包括复审人员按照缺陷类型和缺陷位置进行缺陷审核，并对标注内容进行“有效标注”、“无效标注”、“错误标注”判定并记录判定结果，全部审核完成后提交审核结果，审核过程中可以对标注内容进行修改。

步骤9中建立的缺陷标准库包括线路名称、杆塔位置、杆塔部位、拍摄时间，以及对图片标注后的文件名、exif信息、标注信息、标注人身份信息。

以500千伏阳东1线35#，部位为上相绝缘子大号侧图像为例，在归集图像时，图像数据包括无人机的gps坐标和wgs84坐标系、高程信息、云台信息、相机信息、位置标注、拍摄人、拍摄时间，图像的大小为1-8m，位置标注有两种方法，方法一为按拍照顺序标注，即按照顺序依次对杆塔的不同位置进行拍照并标注，方法二为人工标记；杆塔信息要求包括杆塔的gps坐标和wgs84坐标系、杆塔基础信息、杆塔明细表信息；将图像及信息上传至网络或通过数据卡导入，并将照片进行重命名，格式为杆塔加杆塔部位，为“500千伏阳东1线35#上相绝缘子大号侧”，杆塔的确定为通过位置对比自动生成，通过无人机的gps坐标和wgs84坐标系与杆塔的gps坐标和wgs84坐标系对比，误差在一定范围内就认定拍摄的图像为此杆塔的图像，杆塔部位的命名通过位置标注的两种方法产生，方法一为按拍照顺序标注，即按照顺序依次对杆塔的不同位置进行拍照并标注，以标注为部位名，方法二为人工标记，以人工标记的部位名命名。

在对图像进行脱敏时，敏感信息包括gps、高程信息、云台信息、相机信息、照片名称（重命名后的名称），对原照片数据、敏感信息、敏感信息与原照片对应的规则进行备份，擦除敏感信息。

在对图像进行分发、标注时，按照提前设定好的用“户指定规则”将图像分发给指定人员，一张图像需发送给多名指定人员，由多名指定人员进行标注，标注由人工进行，在分发的照片上，用方框进行标注、在标注时统一使用方框，用不同的方框颜色来表示缺陷等级，根据实际情况，增加箭头、圆圈用于标记，标注后选择缺陷类型，输入或者选择预设置的备注信息进行缺陷描述，缺陷描述的标准为“输电设备一次缺陷库”，缺陷描述方式采用写入exif信息、对照片进行重命名（添加缺陷后缀）或添加照片水印的方式进行，按照“户指定规则”添加标注人身份信息并记录有效识别时间记录，最终形成文档，记录有效识别时间记录有两种方法，一种是写入exif信息所经历的时间，一种是形成文档所经历的时间，最后，将形成的文档上传至服务器，图像的标记也可在安卓平台上进行。

上传后的文档在服务器中建立疑似缺陷库，疑似缺陷库的建立标准为被40%及以上的的人工标记认定为疑似缺陷，将疑似缺陷存储在数据库中并将敏感信息还原，将标注后图像的名称即标注后重命名（添加缺陷后缀）的后缀进行捉炼，存入对应的文档；并且对人工效率进行统计、包括处理数量、处理效率、处理质量、关注点。

人工复审在pc环境上进行，专家对疑似缺陷库中的文档进行疑似缺陷判定，并对标注内容进行“有效标注”、“无效标注”、“错误标注”判定并记录判定结果，全部审核完成后提交审核结果，审核过程中可以对标注内容进行修改。

最终将提交的审核结果建立缺陷标准库，输入完整信息并统计功能（统计具有缺陷的功能）。

通过在无人机巡检采集图像的过程中记录gps坐标、高程信息、云台信息、相机信息、尺寸信息、拍照位置信息、拍摄人信息、拍摄时间信息等信息，在上传网络后对信息进行归集，将相同杆塔的图像及图像信息归集到一类中，将不同杆塔相同部位的图像及图像信息归集到一类，脱除敏感信息后交由标注人员对缺陷进行标注，标注人员无需再对图像的拍摄位置、位于杆塔的部位再次进行确认，仅需对缺陷进行标注；在标注时统一使用方框，用不同的方框颜色来表示缺陷等级，标注后输入缺陷类型，对于标注率超过40%的缺陷转至复审人员进行审核，提高了复审效率；通过对缺陷建立缺陷标准库，有利于对缺陷进行整理并分析。