基于图像质量评价的变电站巡检图像缺陷识别方法及系统与流程

本发明属于变电站巡检，尤其涉及一种基于图像质量评价的变电站巡检图像缺陷识别方法及系统。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

2、目前，变电站巡检机器人在巡检过程采集了许多巡检数据。然而，在图像的获取和传输过程中，不可避免地会造成图像质量的降低，这会导致目标在图像中不够突出，并增加了处理难度。图像质量的好坏在变电站设备巡检发挥着越来越重要的作用，由于各种各样的原因，采集的巡检图像可能不如想象中的理想。比如，由于采集图像时拍摄的角度、拍摄时的天气状况、与巡检设备之间的距离等因素，采集的巡检图像和理想的情况差距比较大，不具有能够用于后续进行巡检图像缺陷识别的质量。除此之外，采集的图像会经过一定的压缩和存储处理，如jepg2000压缩和jepg压缩和网络通道的传输，图像的质量和分辨率会产生不同程度的失真等。在设备巡检和缺陷诊断的过程中，图像的质量在很大程度上决定了识别结果的好坏，质量差的巡检图像严重影响了巡检效果，而现有巡检技术均是直接对巡检图像进行识别处理，并未考虑巡检图像的质量对巡检效果的影响。

技术实现思路

1、为了解决上述背景技术中存在的技术问题，本发明提供一种基于图像质量评价的变电站巡检图像缺陷识别方法及系统，其能够提高变电站机器人对巡检图像的缺陷识别效果，使机器人能够实时并准确的进行巡检目标的设备定位和缺陷识别。

2、为了实现上述目的，本发明采用如下技术方案：

3、本发明的第一个方面提供一种基于图像质量评价的变电站巡检图像缺陷识别方法。

4、一种基于图像质量评价的变电站巡检图像缺陷识别方法，其包括：

5、获取变电站巡检视频信息；

6、对变电站巡检视频信息中的每帧图像下采样聚合到预设特征尺寸，得到对应变电站巡检特征图，再提取各个变电站巡检特征图的全局特征，得到变电站巡检全局特征图；

7、根据预设规则对变电站巡检全局特征图进行质量评价，得到各帧变电站巡检图像的质量分数，并筛选出质量分数大于预设分数阈值的变电站巡检图像；

8、利用预先训练好的缺陷识别模型对筛选出的变电站巡检图像进行处理，得到缺陷识别结果。

9、作为一种实施方式，对变电站巡检视频信息中的每帧图像下采样聚合之前还包括：

10、采用双边滤波方法对变电站巡检视频信息进行滤波处理。

11、作为一种实施方式，利用下采样聚合操作模块对变电站巡检视频信息中的每帧图像下采样聚合到预设特征尺寸。

12、作为一种实施方式，利用全局特征提取模块提取输入的特征图的全局特征。

13、作为一种实施方式，每个所述全局特征提取模块包括残差连接单元以及依次串联连接的第一卷积层、深度卷积层、第二卷积层以及非线性操作层，所述残差连接单元用于连接第一卷积层的输入以及非线性操作层的输出。

14、作为一种实施方式，所述第一卷积层和第二卷积层的卷积核大小均为 1×1，使得相应卷积层的结果与输入层特征图的大小相同。

15、本发明的第二个方面提供一种基于图像质量评价的变电站巡检图像缺陷识别系统。

16、一种基于图像质量评价的变电站巡检图像缺陷识别系统，其包括：

17、信息获取模块，其用于获取变电站巡检视频信息；

18、特征提取模块，其用于对变电站巡检视频信息中的每帧图像下采样聚合到预设特征尺寸，得到对应变电站巡检特征图，再提取各个变电站巡检特征图的全局特征，得到变电站巡检全局特征图；

19、质量评价模块，其用于根据预设规则对变电站巡检全局特征图进行质量评价，得到各帧变电站巡检图像的质量分数，并筛选出质量分数大于预设分数阈值的变电站巡检图像；

20、缺陷识别模块，其用于利用预先训练好的缺陷识别模型对筛选出的变电站巡检图像进行处理，得到缺陷识别结果。

21、作为一种实施方式，在所述特征提取模块中，对变电站巡检视频信息中的每帧图像下采样聚合之前还包括：

22、采用双边滤波方法对变电站巡检视频信息进行滤波处理。

23、本发明的第三个方面提供一种计算机可读存储介质。

24、一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的基于图像质量评价的变电站巡检图像缺陷识别方法中的步骤。

25、本发明的第四个方面提供一种计算机设备。

26、一种变电站机器人，包括机器人本体、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的基于图像质量评价的变电站巡检图像缺陷识别方法中的步骤。

27、与现有技术相比，本发明的有益效果是：

28、创新性提出了一种融合图像质量评价的变电站巡检图像缺陷识别技术，利用深度学习技术实现对变电站巡检图像的质量评价，根据评价结果对低质量巡检数据进行过滤，解决了质量差的巡检图像严重影响巡检效果的问题，提高了对巡检设备进行目标检测和缺陷识别的准确性，能够实际应用到变电站场景下的巡检设备智能识别任务中。

29、本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

技术特征：

1.一种基于图像质量评价的变电站巡检图像缺陷识别方法，其特征在于，包括：

2.如权利要求1所述的基于图像质量评价的变电站巡检图像缺陷识别方法，其特征在于，对变电站巡检视频信息中的每帧图像下采样聚合之前还包括：

3.如权利要求1所述的基于图像质量评价的变电站巡检图像缺陷识别方法，其特征在于，利用下采样聚合操作模块对变电站巡检视频信息中的每帧图像下采样聚合到预设特征尺寸。

4.如权利要求1所述的基于图像质量评价的变电站巡检图像缺陷识别方法，其特征在于，利用全局特征提取模块提取输入的特征图的全局特征。

5.如权利要求4所述的基于图像质量评价的变电站巡检图像缺陷识别方法，其特征在于，每个所述全局特征提取模块包括残差连接单元以及依次串联连接的第一卷积层、深度卷积层、第二卷积层以及非线性操作层，所述残差连接单元用于连接第一卷积层的输入以及非线性操作层的输出。

6.如权利要求5所述的基于图像质量评价的变电站巡检图像缺陷识别方法，其特征在于，所述第一卷积层和第二卷积层的卷积核大小均为 1×1，使得相应卷积层的结果与输入层特征图的大小相同。

7.一种基于图像质量评价的变电站巡检图像缺陷识别系统，其特征在于，包括：

8.如权利要求7所述的基于图像质量评价的变电站巡检图像缺陷识别系统，其特征在于，在所述特征提取模块中，对变电站巡检视频信息中的每帧图像下采样聚合之前还包括：

9.一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，该程序被处理器执行时实现如权利要求1-6中任一项所述的基于图像质量评价的变电站巡检图像缺陷识别方法中的步骤。

10.一种变电站机器人，其特征在于，包括机器人本体、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1-6中任一项所述的基于图像质量评价的变电站巡检图像缺陷识别方法中的步骤。

技术总结
本发明属于变电站巡检技术领域，为了解决质量差的巡检图像严重影响巡检效果的问题，提供了一种基于图像质量评价的变电站巡检图像缺陷识别方法及系统。其中，基于图像质量评价的变电站巡检图像缺陷识别方法包括对变电站巡检视频信息中的每帧图像下采样聚合到预设特征尺寸，得到对应变电站巡检特征图，再提取各个变电站巡检特征图的全局特征，得到变电站巡检全局特征图；根据预设规则对变电站巡检全局特征图进行质量评价，得到各帧变电站巡检图像的质量分数，并筛选出质量分数大于预设分数阈值的变电站巡检图像；对筛选出的变电站巡检图像进行处理，得到缺陷识别结果。其能够提高变电站机器人对巡检图像的缺陷识别效果。

技术研发人员：李继攀,孙素亮,郭瑞,徐珂,杜玉宇,刘德建,张红敏,李宁,仝新辉,李泽鹏
受保护的技术使用者：国网山东省电力公司菏泽供电公司
技术研发日：
技术公布日：2024/1/13