绝缘部件破损识别方法以及相关装置与流程

1.本技术涉及电力识别技术领域，特别是涉及一种绝缘部件破损识别方法以及相关装置。


背景技术：

2.由于大气污染物和天气影响，输电线路的绝缘部件易发生裂纹、损坏等缺陷，进而导致输电线路出现故障，因此定期对绝缘部件进行检查对保障输电线路的安全稳定运行具有重要意义。采用人工巡检的方式难度大且需要进行大量的工作，这大大增加了人力、物力投入成本。随着科技发展和人工智能技术的进步，视频监控得到了广泛应用，也逐渐被应用于输电线路监控、绝缘部件破损识别等领域。由于监控设备不受外部环境的影响，可以实现对输电线路的绝缘部件全方位、无间断的监控，利用图像处理和深度学习技术对监控画面进行实时分析，一旦检测到绝缘部件发生破损，可以立即提醒相关人员及时处理，将危害降到最低，对于识别输电线路破损绝缘部件是一种高效可靠的方法。
3.目前一般采用的方法为对采集的输电线路图像进行目标检测，利用相邻绝缘子质心之间的平均距离来判断两绝缘部件之间是否存在爆裂，仅使用质心距离阈值判断绝缘部件是否爆裂很容易导致错误判别，进而出现破损绝缘部件漏检的情况。因此，亟需一种新的绝缘部件破损识别方法来解决上述问题。


技术实现要素：

4.本技术主要解决的技术问题是提供一种绝缘部件破损识别方法以及相关装置，可以降低因第一次检测结果的错误而导致破损绝缘部件漏检的概率。
5.为解决上述技术问题，本技术采用的一个技术方案是：提供一种绝缘部件破损识别方法，包括：从待分析图像中获得待处理绝缘部件的图像区域；基于所述图像区域的图像特征，确定所述待处理绝缘部件的第一完整度信息；响应于所述第一完整度信息满足第一预设完整度条件，基于所述图像特征与多个参考图像特征的相似度，确定所述待处理绝缘部件的第二完整度信息；其中，所述多个参考图像特征是基于包含不同完整程度的绝缘部件的参考图像进行特征提取得到的；基于所述第二完整度信息，确定所述待分析图像对应的绝缘部件破损信息；其中，所述绝缘部件破损信息是基于所述待分析图像中所述待处理绝缘部件的破损程度。
6.其中，所述第一完整度信息包括破损部件和完整部件中的一个信息；所述第一预设完整度条件包括所述第一完整度信息为所述完整部件；或所述第一完整度信息包括表征所述待处理绝缘部件的完整程度的第一完整参考值；所述第一预设完整度条件包括所述第一完整参考值大于第一完整参考值阈值；或所述第一完整度信息包括表征所述待处理绝缘部件的破损程度的第一破损参考值；所述第一预设完整度条件包括所述第一破损参考值小于第一破损参考值阈值。
7.其中，所述基于所述图像特征与多个参考图像特征的相似度，确定所述待处理绝
缘部件的第二完整度信息的步骤，包括：基于所述图像特征与每个所述参考图像特征的相似度，确定出所述相似度大于或等于阈值的参考图像特征；基于确定出的各个参考图像特征对应的参考完整度信息，确定所述待处理绝缘部件的第二完整度信息；所述参考完整度信息是基于得到对应的参考图像特征的参考图像中包含的绝缘部件的完整程度确定的。
8.其中，所述基于所述第二完整度信息，确定所述待分析图像对应的绝缘部件破损信息的步骤，包括：响应于所述第二完整度信息满足第二预设完整度条件，确定所述待分析图像对应的绝缘部件破损信息为破损部件；其中，所述第二完整度信息包括破损部件和完整部件中的一个信息；所述第二预设完整度条件包括所述第二完整度信息为所述破损部件；或，所述第二完整度信息包括表征所述待处理绝缘部件的完整程度的第二完整参考值；所述第二预设完整度条件包括所述第二完整参考值小于第二完整参考值阈值；或，所述第二完整度信息包括表征所述待处理绝缘部件的破损程度的第二破损参考值；所述第二预设完整度条件包括所述第二破损参考值大于第二破损参考值阈值。
9.其中，所述基于所述图像区域的图像特征，确定所述待处理绝缘部件的第一完整度信息的步骤之后，还包括：响应于所述第一完整度信息不满足所述第一预设完整度条件，确定所述待分析图像对应的绝缘部件破损信息为破损部件。
10.其中，所述待分析图像包括针对所述待处理绝缘部件采集的监控视频中的视频帧，所述方法还包括：响应于所述监控视频中目标视频帧的数量大于数量阈值，则针对所述待处理绝缘部件执行报警操作；其中，所述目标视频帧包括绝缘部件破损信息为破损部件的视频帧。
11.其中，所述从所述待分析图像中获得待处理绝缘部件的图像区域的步骤，包括：对所述待分析图像进行语义分割获得至少一个第一图像，且每个所述第一图像中包含一个所述待处理绝缘部件；从所述第一图像中获取所述待处理绝缘部件对应的边界区域，并根据所述边界区域获得多个包含所述待处理绝缘部件的图像区域。
12.其中，所述对所述待分析图像进行语义分割获得至少一个第一图像，且每个所述第一图像中包含至少一个所述待处理绝缘部件的步骤，包括：对所述待分析图像进行植物分割和天空分割以获得植物背景信息和天空背景信息；利用旋转物体检测模型对所述待分析图像进行检测以获取至少一个绝缘部件区域；将所述绝缘部件区域中包含所述植物背景信息的植物区域和包含所述天空背景信息的天空区域进行过滤，以获得包含至少一个所述待处理绝缘部件的第一图像。
13.其中，所述基于所述图像区域的图像特征，确定所述待处理绝缘部件的第一完整度信息的步骤，包括：基于所述图像区域的图像特征，利用分类模型确定所述待处理绝缘部件的第一完整度信息；所述基于所述图像区域的图像特征，利用分类模型确定所述待处理绝缘部件的第一完整度信息的步骤之前，包括：获取多个包含不同完整程度的绝缘部件的参考图像以形成分类图像集；利用所述分类图像集训练所述分类模型。
14.为解决上述技术问题，本技术采用的另一个技术方案是：提供一种电子设备，包括相互耦接的存储器和处理器，所述存储器内存储有程序指令，所述处理器用于执行所述程序指令以实现上述任一实施例所提及的绝缘部件破损识别方法。
15.为解决上述技术问题，本技术采用的又一个技术方案是：提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序用于实现上述任一
实施例所提及的绝缘部件破损识别方法。
16.区别于现有技术的情况，本技术的有益效果是：本技术提供的绝缘部件破损识别方法包括：从待分析图像中获得待处理绝缘部件的图像区域基于图像区域的图像特征，确定待处理绝缘部件的第一完整度信息，当第一完整度信息满足第一预设完整度条件时，基于图像特征与多个参考图像特征的相似度，确定待处理绝缘部件的第二完整度信息，基于第二完整度信息，确定待分析图像对应的绝缘部件破损信息。通过这种设计方式，结合第二完整度信息的判断可以降低因第一次检测结果的错误而导致破损绝缘部件漏检的概率，从而提高绝缘部件破损识别的准确性。
附图说明
17.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：
18.图1是本技术绝缘部件破损识别方法一实施方式的流程示意图；
19.图2是图1中步骤s1一实施方式的流程示意图；
20.图3是图2中步骤s10一实施方式的流程示意图；
21.图4是图3中步骤s101之前一实施方式的流程示意图；
22.图5是图2中步骤s11之前一实施方式的流程示意图；
23.图6是图1中步骤s2之前一实施方式的流程示意图；
24.图7是图1中步骤s4一实施方式的流程示意图；
25.图8是图1中步骤s6一实施方式的流程示意图；
26.图9是本技术绝缘部件破损识别方法另一实施方式的流程示意图；
27.图10是本技术绝缘子破损识别装置一实施方式的结构示意图；
28.图11是本技术电子设备一实施方式的框架示意图；
29.图12是本技术计算机可读存储介质一实施方式的框架示意图。
具体实施方式
30.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性的劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
31.名词解释：
32.绝缘部件：一种电隔离设备，如可以但不局限于包括绝缘子，其中绝缘子是用来固定导线，应有足够的电气绝缘能力和机械强度，使带电导线之间或导线与大地之间绝缘。
33.请参阅图1，图1是本技术绝缘部件破损识别方法一实施方式的流程示意图。该方法包括：
34.s1：从待分析图像中获得待处理绝缘部件的图像区域。
35.具体而言，待分析图像可以为相机监控画面，也可以为通过其他途径获得的图像，
本技术在此不作限定。具体地，在本实施例中，请参阅图2，图2是图1中步骤s1一实施方式的流程示意图。步骤s1具体包括：
36.s10：对待分析图像进行语义分割获得至少一个第一图像，且每个第一图像中包含至少一个待处理绝缘部件。
37.在一个实施方式中，请参阅图3，图3是图2中步骤s10一实施方式的流程示意图。步骤s10具体包括：
38.s100：对待分析图像进行植物分割和天空分割以获得植物背景信息和天空背景信息。
39.另外，在本实施例中，在执行步骤s100之前，获取并标注植物数据集和天空数据集，利用植物数据集和天空数据集训练语义分割网络模型。具体而言，利用语义分割网络模型对待分析图像进行植物分割和天空分割以获得植物背景信息和天空背景信息。
40.s101：利用旋转物体检测模型对待分析图像进行检测以获取至少一个绝缘部件区域。
41.具体而言，利用步骤s100中获得的旋转物体检测模型对待分析图像进行检测以获取绝缘部件区域。由于旋转物体检测模型能够检测识别出从不同角度和不同环境下拍摄获得的绝缘部件，所以可以对待分析图像中任意方向和任意环境下的绝缘部件进行检测识别，能够准确获取待分析图像中的绝缘部件区域，从而提高检测识别的准确度和效率。
42.在一个实施方式中，请参阅图4，图4是图3中步骤s101之前一实施方式的流程示意图。具体而言，步骤s101之前包括：
43.s20：构建训练样本集。
44.具体而言，训练样本集中包含从不同角度和不同环境下拍摄获得的多个绝缘部件的训练样本图像。
45.s21：利用训练样本集训练旋转物体检测模型。
46.具体而言，利用步骤s20中获得的训练样本集来训练旋转物体检测模型，由于训练样本集中包含从不同角度和不同环境下拍摄获得的多个绝缘部件的训练样本图像，由此训练获得的旋转物体检测模型更加准确全面，可以对高空输电线路图像中任意方向和任意环境下的绝缘部件进行检测识别，从而可以提高检测识别的准确度和效率。另外，旋转物体检测模型可以为卷积神经网络模型等，本技术在此不作限定。
47.s102：将绝缘部件区域中包含植物背景信息的植物区域和包含天空背景信息的天空区域进行过滤，以获得包含至少一个待处理绝缘部件的第一图像。
48.具体而言，步骤s101中获取的绝缘部件区域还包含植物区域和天空区域，此时可以利用步骤s100中获得的植被背景信息确定植物区域、以及利用步骤s200中获得的天空背景信息确定天空区域，并将确定的植物区域和天空区域进行过滤，最后获得仅包含待处理绝缘部件的第一图像。通过这样的设计方式，可以减少第一图像中不属于待处理绝缘部件的背景信息，以获得更加准确的绝缘部件区域，从而提高绝缘部件检测识别的准确度和效率。
49.s11：从第一图像中获取待处理绝缘部件对应的边界区域，并根据边界区域获得包含待处理绝缘部件的图像区域。
50.在一个实施方式中，请参阅图5，图5是图2中步骤s11一实施方式的流程示意图。具
体而言，步骤s11包括：
51.s110：利用滤波降噪和边缘检测获得第一图像中待处理绝缘部件对应的边界区域。
52.在本实施例中，利用滤波降噪和边缘检测获得第一图像中待处理绝缘部件对应的边界区域。当然，在其他实施例中，也可以利用其他方式获得第一图像中待处理绝缘部件对应的边界区域，本技术在此不作限定。
53.s111：从第一图像中获取边界区域为闭合轮廓的待处理绝缘部件。
54.具体而言，绝缘部件的边界区域为闭合轮廓，因此可以从第一图像中获取边界区域为闭合轮廓的目标，该目标即为待处理绝缘部件。这样可以更加准确地检测出待处理绝缘部件，从而提高检测识别的准确度和效率。
55.s2：基于图像区域的图像特征，确定待处理绝缘部件的第一完整度信息。
56.具体地在本实施例中，步骤s2具体包括：基于步骤s111中图像区域获得的图像特征，利用分类模型对图像区域中的待处理绝缘部件进行检测识别，以确定该待处理绝缘部件的第一完整度信息。另外，在本实施例中，请参阅图6，图6是图1中步骤s2之前一实施方式的流程示意图。步骤s2之前，具体包括：
57.s30：获取多个包含不同完整程度的绝缘部件的参考图像以形成分类图像集。
58.具体而言，在步骤s2之前，获取并收集多个包含不同完整程度的绝缘部件的参考图像以形成分类图像集。
59.s31：利用分类图像集训练分类模型。
60.具体而言，利用通过包含不同完整程度的绝缘部件的参考图像形成的分类图像集训练获得的分类模型来对绝缘部件进行检测识别，可以提高绝缘部件检测识别的准确度和检测的效率。
61.s3：判断第一完整度信息是否满足第一预设完整度条件。
62.具体而言，第一完整度信息包括破损部件和完整部件中的一个信息，第一预设完整度条件包括第一完整度信息为完整部件；或者，第一完整度信息包括表征待处理绝缘部件的完整程度的第一完整参考值，此时，第一预设完整度条件包括第一完整参考值大于第一完整参考值阈值；又或者，第一完整度信息包括表征待处理绝缘部件的破损程度的第一破损参考值，此时，第一预设完整度条件包括第一破损参考值小于第一破损参考值阈值，可以根据实际情况进行设定，本技术在此不作限定。
63.s4：若是，则基于图像特征与多个参考图像特征的相似度，确定待处理绝缘部件的第二完整度信息。
64.具体而言，若第一完整度信息满足第一预设完整度条件，则进入基于图像特征与多个参考图像特征的相似度，确定待处理绝缘部件的第二完整度信息的步骤，这样可以避免第一次检测结果出现错误判别而导致破损绝缘部件漏检。在本实施例中，多个参考图像特征是基于包含不同完整程度的绝缘部件的参考图像进行特征提取得到的，这些参考图像相对而言具有代表性，这样可以保证图像区域中的待处理绝缘部件与参考图像进行特征比对之后获得的第二完整度信息的可信度更高，从而提高绝缘部件检测识别的准确度和检测的效率。
65.另外，在本实施例中，具有代表性的完整绝缘子样本和破损绝缘子样本可以是从
步骤s30中形成的分类图像集中筛选出来的，当然，在其他实施例中，具有代表性的参考图像也可以是单独从多个绝缘部件图像中筛选出来的具有代表性的参考图像，本技术在此不作限定。此外，参考图像的数量可以根据实际情况进行设定，只需保证其中包含完整部件样本和破损部件样本即可，本技术在此不作限定。
66.通过这样的设计方式，结合第二完整度信息可以降低因第一次检测结果的错误而导致破损绝缘子漏检的概率，从而提高绝缘部件破损识别的准确性和效率。
67.在一个实施方式中，请参阅图7，图7是图1中步骤s4一实施方式的流程示意图。具体而言，步骤s4包括：
68.s40：基于图像特征与每个参考图像的相似度，确定出相似度大于或等于阈值的参考图像特征。
69.具体而言，提取步骤s111中获得的图像区域的图像特征，将其与每个参考图像进行特征比对以获得相似度，并确定出相似度大于或等于阈值的参考图像特征。
70.s41：基于确定出的各个参考图像特征对应的参考完整度信息，确定待处理绝缘部件的第二完整度信息。
71.具体而言，参考完整度信息是基于得到对应的参考图像特征的参考图像中包含的绝缘部件的完整程度确定的。这样通过具有代表性的参考图像可以更加准确地获知图像区域中的待处理绝缘部件属于破损部件还是完整部件，从而提高绝缘部件检测识别的准确度。
72.s5：否则，确定待分析图像对应的绝缘部件破损信息为破损部件。
73.具体而言，若第一完整度信息不满足第一预设完整度条件，则确定待分析图像对应的绝缘部件破损信息为破损部件，并进入响应于监控视频中目标视频帧的数量大于数量阈值，则针对待处理绝缘部件执行报警操作的步骤，以对该待处理绝缘部件进行进一步判断。
74.s6：基于第二完整度信息，确定待分析图像对应的绝缘部件破损信息。
75.具体而言，绝缘部件破损信息是基于待分析图像中待处理绝缘部件的破损程度。
76.具体地，在本实施例中，请参阅图8，图8是图1中步骤s6一实施方式的流程示意图。具体而言，步骤s6包括：
77.s50：判断第二完整度信息是否满足第二预设完整度条件。
78.具体而言，第二完整度信息包括破损部件和完整部件中的一个信息。第二预设完整度条件包括第二完整度信息为破损部件；或者，第二完整度信息包括表征待处理绝缘部件的完整程度的第二完整参考值，此时，第二预设完整度条件包括第二完整参考值小于第二完整参考值阈值；又或者，第二完整度信息包括表征待处理绝缘部件的破损程度的第二破损参考值，此时，第二预设完整度条件包括第二破损参考值大于第二破损参考值阈值。
79.s51：若是，则确定待分析图像对应的绝缘部件破损信息为破损部件。
80.具体而言，若第二完整度信息满足第二预设完整度条件，则确定待分析图像对应的绝缘部件破损信息为破损部件，并进入响应于监控视频中目标视频帧的数量大于数量阈值，则针对待处理绝缘部件执行报警操作的步骤，以对该待处理绝缘部件进行进一步判断。
81.s52：否则，确定待分析图像对应的绝缘部件破损信息为完整部件。
82.具体而言，若第二完整度信息不满足第二预设完整度条件，则确定待分析图像对
应的绝缘部件破损信息为完整部件，并返回至从待分析图像中获得待处理绝缘部件的图像区域的步骤。这样可以节省检测的时间，从而提高检测的效率。
83.这样可以更加准确地获知图像区域中的待处理绝缘部件属于破损部件还是完整部件，从而提高绝缘部件检测识别的准确度。
84.在一个实施方式中，待分析图像包括针对待处理绝缘部件采集的监控视频中的视频帧，具体地，该监控视频为连续一段时间内采集的视频，本技术对采集视频的时间t不作限定。请参阅图9，图9是本技术绝缘部件破损识别方法另一实施方式的流程示意图。具体而言，该绝缘部件破损识别方法还包括：
85.s60：判断监控视频中目标视频帧的数量是否大于数量阈值。
86.具体而言，数量阈值n(n≥1)的值可以根据实际情况进行设定，本技术在此不作限定。
87.s61：若是，则针对待处理绝缘部件执行报警操作。
88.具体而言，上述目标视频帧包括绝缘部件破损信息为破损部件的视频帧。具体地，若监控视频中目标视频帧的数量大于数量阈值n，说明该绝缘部件真实为破损部件，则输出该破损部件的位置并发出报警提示，以准确提醒工作人员破损部件的位置，及时对该破损部件进行处理。在本实施例中，当确定出有一个待处理绝缘部件为破损部件时，针对该破损部件进行报警提示，当然，也可以在累积确定出多个待处理绝缘部件为破损部件时，针对这些破损部件可进行报警提示，本技术在此不作限定。另外，在本实施例中，可以采用声音、光等方式进行报警提示，也可以采用其他方式进行报警提示，本技术在此不作限定。
89.s62：否则，返回至从待分析图像中获得待处理绝缘部件的图像区域的步骤。
90.具体地，若监控视频中目标视频帧的数量小于或等于数量阈值n，说明该绝缘部件真实为完整部件，则返回至从待分析图像中获得待处理绝缘部件的图像区域的步骤。这样可以节省检测的时间，从而提高检测的效率。
91.通过这种方法，可以获知该绝缘部件是否真实为破损部件，这样可以增强检测结果的可信度。
92.通过这种设计方式，结合第二完整度信息的判断可以降低因第一次检测结果的错误而导致破损绝缘部件漏检的概率，从而提高绝缘部件破损识别的准确性。
93.请参阅图10，图10是本技术绝缘子破损识别装置一实施方式的结构示意图。该绝缘子破损识别装置具体包括：
94.获得模块10，用于从待分析图像中获得待处理绝缘部件的图像区域。
95.处理模块12，与获得模块10耦接，用于基于图像区域的图像特征，确定待处理绝缘部件的第一完整度信息。处理模块12还用于响应于第一完整度信息满足第一预设完整度条件，基于图像特征与多个参考图像特征的相似度，确定待处理绝缘部件的第二完整度信息；其中，多个参考图像特征是基于包含不同完整程度的绝缘部件的参考图像进行特征提取得到的。此外，处理模块12还用于基于第二完整度信息，确定待分析图像对应的绝缘部件破损信息；其中，绝缘部件破损信息是基于待分析图像中待处理绝缘部件的破损程度。
96.请参阅图11，图11是本技术电子设备一实施方式的框架示意图。该电子设备包括相互耦接的存储器20和处理器22。具体地，在本实施例中，存储器20内存储有程序指令，处理器22用于执行程序指令以实现上述任一实施例所提及的绝缘部件破损识别方法。
97.具体而言，处理器22还可以称为cpu(central processing unit，中央处理单元)。处理器22可能是一种集成电路芯片，具有信号的处理能力。处理器22还可以是通用处理器、数字信号处理器(digital signal processor,dsp)、专用集成电路(application specific integrated circuit,asic)、现场可编程门阵列(field
‑
programmable gate array,fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外，处理器22可以由多个集成电路芯片共同实现。
98.请参阅图12，图12是本技术计算机可读存储介质一实施方式的框架示意图。该计算机可读存储介质30存储有计算机程序300，能够被计算机所读取，计算机程序300能够被处理器执行，以实现上述任一实施例中所提及的绝缘部件破损识别方法。其中，该计算机程序300可以以软件产品的形式存储在上述计算机可读存储介质30中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本技术各个实施方式所述方法的全部或部分步骤。具有存储功能的计算机可读存储介质30可以是u盘、移动硬盘、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质，或者是计算机、服务器、手机、平板等终端设备。
99.总而言之，区别于现有技术的情况，本技术提供的绝缘部件破损识别方法包括：从待分析图像中获得待处理绝缘部件的图像区域基于图像区域的图像特征，确定待处理绝缘部件的第一完整度信息，当第一完整度信息满足第一预设完整度条件时，基于图像特征与多个参考图像特征的相似度，确定待处理绝缘部件的第二完整度信息，基于第二完整度信息，确定待分析图像对应的绝缘部件破损信息。通过这种设计方式，结合第二完整度信息的判断可以降低因第一次检测结果的错误而导致破损绝缘部件漏检的概率，从而提高绝缘部件破损识别的准确性。
100.以上所述仅为本技术的实施方式，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。