输电线路隐患目标识别方法及计算机可读存储介质与流程

文档序号:33936398发布日期:2023-04-22 15:38阅读:58来源:国知局
输电线路隐患目标识别方法及计算机可读存储介质与流程

本发明涉及目标检测,尤其涉及一种输电线路隐患目标识别方法及计算机可读存储介质。


背景技术:

1、在输电场景中,常常会在输电导线附近出现施工器械或者其他目标,对输电线路的安全产生一定的隐患。因此如何识别出输电场景下的隐患目标具有重大的意义,可以大大提高输电线路的安全保障。

2、在公开号为cn107609556a的中国专利文件中提出了一种输电线路环境中高空作业机械的检测方法,它首先对图像进行相关预处理,然后利用边缘检测获得其边缘图像,再根据边缘图像分割出图像中的天空区域;在检测时,利用边缘图像进行差分,得到候选检测区域,利用背景模型去除候选区域中假的隐患区域,再利用颜色信息和边缘曲率信息去除不符合规定特征的目标,最终剩余候选区域中的目标将被视为高空作业机械,进行报警。

3、该方法主要通过边缘检测识别出天际线以上的作业机械,但是边缘检测效果较低,同时该方法检测不到天际线以下的能够威胁到输电线路的目标;再者也不支持例如山火、烟雾等高风险目标的检测;此外没有结合输电线路分析目标是否会对输电线路的安全做成威胁,存在较高的误识别率。


技术实现思路

1、本发明所要解决的技术问题是:提供一种输电线路隐患目标识别方法及计算机可读存储介质,可提高隐患目标的识别准确率。

2、为了解决上述技术问题,本发明采用的技术方案为:一种输电线路隐患目标识别方法,包括:

3、通过基于深度学习的目标检测技术,在输电图像中检测得到输电杆塔的检测框以及候选目标的检测框;

4、通过边缘检测技术,在输电图像中检测得到输电导线,并确定导线区域;

5、根据所述候选目标的类型,确定所述候选目标对应的距离阈值;

6、根据所述输电杆塔的实际高度、所述输电杆塔的检测框的高度、所述输电杆塔的检测框和候选目标的检测框在所述输电图像中的位置以及所述候选目标的检测框与所述导线区域之间的成像距离,计算所述候选目标与所述导线区域之间的物理距离;

7、若所述物理距离小于或等于所述候选目标对应的距离阈值,则判定所述候选目标为隐患目标。

8、本发明还提出一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上所述的方法。

9、本发明的有益效果在于:通过使用基于深度学习的目标检测算法,可高完整性、高准确性地识别出输电线路场景中的候选目标;通过确定导线区域,并根据候选目标与导线区域之间的实际物理距离来判断候选目标是否为隐患目标,可以准确地分辨出候选目标是否对输电导线构成威胁,减少漏报、误报的情况,可有效提高隐患目标的识别准确率。



技术特征:

1.一种输电线路隐患目标识别方法,其特征在于,包括:

2.根据权利要求1所述的输电线路隐患目标识别方法,其特征在于,所述通过边缘检测技术,在输电图像中检测得到输电导线,并确定导线区域,具体为:

3.根据权利要求1所述的输电线路隐患目标识别方法,其特征在于,所述根据所述候选目标的类型,确定所述候选目标对应的距离阈值,具体为:

4.根据权利要求1所述的输电线路隐患目标识别方法,其特征在于,所述根据所述输电杆塔的实际高度、所述输电杆塔的检测框的高度、所述输电杆塔的检测框和候选目标的检测框在所述输电图像中的位置以及所述候选目标的检测框与所述导线区域之间的成像距离,计算所述候选目标与所述导线区域之间的物理距离,具体为:

5.根据权利要求4所述的输电线路隐患目标识别方法,其特征在于,所述获取所述输电杆塔的实际高度,并根据所述输电杆塔的成像高度和实际高度,计算所述输电杆塔的检测框的底部线段对应的缩放比例,作为第一缩放比例,具体为:

6.根据权利要求4所述的输电线路隐患目标识别方法,其特征在于,所述根据所述第一缩放比例、第一成像距离和第二成像距离,计算所述候选目标的检测框的底部线段对应的缩放比例,作为第二缩放比例,具体为:

7.根据权利要求4所述的输电线路隐患目标识别方法,其特征在于,所述根据所述第三成像距离和第二缩放比例,计算所述候选目标与所述导线区域之间的物理距离,具体为:

8.根据权利要求1所述的输电线路隐患目标识别方法,其特征在于,所述判定所述候选目标为隐患目标之后,进一步包括:

9.根据权利要求1-8任一项所述的输电线路隐患目标识别方法,其特征在于,所述候选目标包括但不限于施工器械、山火和烟雾,所述施工器械包括但不限于塔吊、铲车、推土机、挖掘机、翻斗车、吊车、水泥泵车、船吊、桩机和长臂挖机。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-9任一项所述的方法。


技术总结
本发明公开了一种输电线路隐患目标识别方法及计算机可读存储介质,方法包括:通过基于深度学习的目标检测技术,在输电图像中检测得到输电杆塔以及候选目标的检测框;在输电图像中检测得到输电导线,并确定导线区域;根据候选目标的类型,确定候选目标对应的距离阈值;根据输电杆塔的实际高度、输电杆塔的检测框的高度、输电杆塔的检测框和候选目标的检测框在输电图像中的位置以及候选目标的检测框与导线区域之间的成像距离,计算候选目标与导线区域之间的物理距离;若物理距离小于或等于候选目标对应的距离阈值,则判定候选目标为隐患目标。本发明可提高隐患目标的识别准确率。

技术研发人员:孙博,张宇,刘东剑,梁浩
受保护的技术使用者:深圳金三立视频科技股份有限公司
技术研发日:
技术公布日:2024/1/11
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1