CN111768378A - 一种压接金具带电检测方法及装置 - Google Patents

Abstract

本申请提供了一种压接金具带电检测方法及装置，包括：获取输电线路巡检图像，当从输电线路巡检图像中检测出压接金具时，则通过图像特征提取方式，提取压接金具的外观轮廓特征；根据外观轮廓特征，将压接金具划分为若干个结构段；根据各个结构段所占的像素大小，计算压接金具中各个结构段的结构比例，并基于预置的比例参考范围与结构比例的比较结果，获得压接金具的工艺检测结果。本申请利用无人机拍摄装配在输电线路上的压接金具图像，再通过基于图像特征识别方法进行压接金具压区与非压区比例关系判别，进行压接工艺鉴别，解决了现有的压接金具检测方式耗时长且巡检人员安全保障低的技术问题。

Description

一种压接金具带电检测方法及装置

技术领域

本申请涉及电力巡检技术领域，尤其涉及一种压接金具带电检测方法。

背景技术

目前，压接金具是实现特高压输电线路远距离不间断输电的主要手段，常用的压接金具包括耐张线夹以及接续管等，随着电网的快速发展，电压等级越来越高，输电线路越来越密集，输电线路上的压接金具使用量也大幅增加，使得压接金具的性能缺陷也成为影响电网安全稳定运行的重要因素。

由于压接属于隐蔽工程，验收及运行过程辨别压接质量好坏可采取的方法很少，且可操作性不大，现有的检测方法主要是采用X射线探伤机进行无损检测，以确定其夹渣裂纹、气孔和焊接不良等。然而，由于输电线路的环境比较复杂，交通条件不便利，往往需要依靠人力携带着设备进行巡线，存在耗时长且巡检人员安全保障低的技术问题。

发明内容

本申请提供了一种压接金具带电检测方法及装置，用于解决现有的压接金具检测方式耗时长且巡检人员安全保障低的技术问题。

本申请第一方面提供了一种压接金具带电检测方法，包括：

获取输电线路巡检图像，当从所述输电线路巡检图像中检测出压接金具时，则通过图像特征提取方式，提取所述压接金具的外观轮廓特征；

根据所述外观轮廓特征，将所述压接金具划分为若干个结构段；

根据各个所述结构段所占的像素大小，计算所述压接金具中各个结构段的结构比例，并基于预置的比例参考范围与所述结构比例的比较结果，获得所述压接金具的工艺检测结果。

可选地，所述通过图像特征提取方式，提取所述压接金具的外观轮廓特征之前还包括：

基于所述压接金具在所述输电线路巡检图像中的位置，对所述输电选录巡检图像进行裁剪，以获得所述压接金具图像。

可选地，所述通过图像特征提取方式，提取所述压接金具的外观轮廓特征之后还包括：

根据所述外观轮廓特征，通过霍夫变换检测方式确定所述压接金具的斜率，所述压接金具的斜率具体为在图像中所述压接金具两端连线的斜率；

当所述压接金具的斜率超出了预设的斜率阈值范围，则根据计算的旋转角度进行图像旋转，直至所述压接金具的斜率处于所述斜率阈值范围内，其中所述旋转角度为根据所述压接金具的斜率与所述斜率阈值范围的差值换算得到的。

可选地，所述获取输电线路巡检图像，当从所述输电线路巡检图像中检测出压接金具时，则通过图像特征提取方式，提取所述压接金具的外观轮廓特征具体包括：

获取输电线路巡检图像；

将所述输电线路巡检图像输入至预置的目标检测模型，当所述目标检测模型从所述输电线路巡检图像中检测出压接金具时，则通过图像特征提取方式，提取所述压接金具的外观轮廓特征。

可选地，所述目标检测模型的构建过程具体为：

将预置的压接金具样本图像输入神经网络模型进行训练，以获得训练好的所述目标检测模型，其中所述压接金具样本图像包括：耐张线夹样本图像、压接管样本图像和接续管样本图像。

本申请第二方面提供了一种压接金具带电检测装置，包括：

特征提取单元，用于获取输电线路巡检图像，当从所述输电线路巡检图像中检测出压接金具时，则通过图像特征提取方式，提取所述压接金具的外观轮廓特征；

结构分段单元，用于根据所述外观轮廓特征，将所述压接金具划分为若干个结构段；

检测单元，用于根据各个所述结构段所占的像素大小，计算所述压接金具中各个结构段的结构比例，并基于预置的比例参考范围与所述结构比例的比较结果，获得所述压接金具的工艺检测结果。

可选地，还包括：

裁剪单元，用于基于所述压接金具在所述输电线路巡检图像中的位置，对所述输电选录巡检图像进行裁剪，以获得所述压接金具图像。

可选地，还包括：

斜率计算单元，用于根据所述外观轮廓特征，通过霍夫变换检测方式确定所述压接金具的斜率，所述压接金具的斜率具体为在图像中所述压接金具两端连线的斜率；

图像旋转单元，用于当所述压接金具的斜率超出了预设的斜率阈值范围，则根据计算的旋转角度进行图像旋转，直至所述压接金具的斜率处于所述斜率阈值范围内，其中所述旋转角度为根据所述压接金具的斜率与所述斜率阈值范围的差值换算得到的。

可选地，所述特征提取单元具体包括：

图像获取子单元，用于获取输电线路巡检图像；

特征提取子单元，用于将所述输电线路巡检图像输入至预置的目标检测模型，当所述目标检测模型从所述输电线路巡检图像中检测出压接金具时，则通过图像特征提取方式，提取所述压接金具的外观轮廓特征。

可选地，还包括：

模型训练单元，用于将预置的压接金具样本图像输入神经网络模型进行训练，以获得训练好的所述目标检测模型，其中所述压接金具样本图像包括：耐张线夹样本图像、压接管样本图像和接续管样本图像。

从以上技术方案可以看出，本申请实施例具有以下优点：

本申请提供了一种压接金具带电检测方法，包括：获取输电线路巡检图像，当从所述输电线路巡检图像中检测出压接金具时，则通过图像特征提取方式，提取所述压接金具的外观轮廓特征；根据所述外观轮廓特征，将所述压接金具划分为若干个结构段；根据各个所述结构段所占的像素大小，计算所述压接金具中各个结构段的结构比例，并基于预置的比例参考范围与所述结构比例的比较结果，获得所述压接金具的工艺检测结果。

本申请通过结合无人机巡检技术，利用无人机拍摄装配在输电线路上的压接金具图像，再通过基于图像特征识别方法进行压接金具压区与非压区比例关系判别，进行压接工艺鉴别，能有效降低施工验收、隐患排查压接金具的成本以及人员携带设备实地操作的风险，解决了现有的压接金具检测方式耗时长且巡检人员安全保障低的技术问题。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1为本申请提供的一种压接金具带电检测方法的第一个实施例的流程示意图；

图2为本申请提供的一种压接金具带电检测方法的第二个实施例的流程示意图；

图3为本申请提供的一种压接金具带电检测装置的第一个实施例的结构示意图。

图4为本申请提供的压接金具的结构段划分示意图。

具体实施方式

本申请实施例提供了一种压接金具带电检测方法及装置，用于解决现有的压接金具检测方式耗时长且巡检人员安全保障低的技术问题。

为使得本申请的发明目的、特征、优点能够更加的明显和易懂，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本申请一部分实施例，而非全部的实施例。基于本申请中的实施例，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它实施例，都属于本申请保护的范围。

请参阅图1，本申请第一个实施例提供了一种压接金具带电检测方法，包括：

步骤101、获取输电线路巡检图像，当从输电线路巡检图像中检测出压接金具时，则通过图像特征提取方式，提取压接金具的外观轮廓特征；

需要说明的是，首先获取输电线路巡检图像，具体为无人机拍摄的输电线路精细化巡检图像数据，然后当从拍摄的图像中检测到待检测的压接金具时，则通过图像特征提取的方式，提取出巡检图像中的压接金具的外观轮廓图像特征。

步骤102、根据外观轮廓特征，将压接金具划分为若干个结构段；

接着，根据上述步骤提取到的压接金具的外观轮廓特征，将图像中压接金具划分为若干个结构段，具体划分可参照图4所示。

步骤103、根据各个结构段所占的像素大小，计算压接金具中各个结构段的结构比例，并基于预置的比例参考范围与结构比例的比较结果，获得压接金具的工艺检测结果。

再接着，根据各个结构段所占的像素大小，计算压接金具的压区与非压区所占比例，并基于预置的比例参考值与比例的比较结果，获得压接金具的工艺检测结果，从而判断压接管是否工艺达标。

本实施例通过结合无人机巡检技术，利用无人机拍摄装配在输电线路上的压接金具图像，再通过基于图像特征识别方法进行压接金具压区与非压区比例关系判别，进行压接工艺鉴别，能有效降低施工验收、隐患排查压接金具的成本以及人员携带设备实地操作的风险，解决了现有的压接金具检测方式耗时长且巡检人员安全保障低的技术问题。

以上为本申请提供的一种压接金具带电检测方法的第一个实施例的详细说明，下面为本申请提供的一种压接金具带电检测方法的第二个实施例的详细说明。

请参阅图2，本申请第二个实施例提供了一种压接金具带电检测方法，包括：

步骤201、获取输电线路巡检图像；

步骤202、将输电线路巡检图像输入至预置的目标检测模型，当目标检测模型从输电线路巡检图像中检测出压接金具时，则执行后续步骤。

其中，为了确保压接金具的识别准确性，本实施例采用了深度学习目标检测算法，将预置的压接金具样本图像输入神经网络模型进行训练，以获得训练好的目标检测模型，其中压接金具样本图像包括：耐张线夹样本图像、压接管样本图像和接续管样本图像，具体的目标检测模型识别机制如下：

A.图片经过VGG16特征提取网络得到一连串的特征块(feature maps)，并且这些feature maps(特征图)和后面的RPN(region proposal network，区域建议网络)还有FastR-CNN网络共享参数。

B.上一步得到的特征输入RPN网络来得到一系列的区域建议框。RPN网络通过训练集的训练使网络能够预测出目标的建议框，也就是使用神经网络代替传统图像处理的选择性搜索算法(selective search)来预测生成提议区域。

C.得到一系列区域建议框之后，把这些区域建议框对应的语义特征通过感兴趣的区域池化层(ROI pooling)映射输出相同大小的特征信息，然后将这些特征信息输入到最后的全连接层。

D.全连接层的输出通过分类函数softmax以及边框(bounding box，bbox)回归函数获得精确的类别预测以及目标定位，最后通过非极大值抑制(Non-maximumsuppression，NMS NMS)算法剔除相近位置、相同类别的预测目标，得到最后的目标预测框。

步骤203、基于压接金具在输电线路巡检图像中的位置，对输电选录巡检图像进行裁剪，以获得压接金具图像。

其中，检测出压接金具且识别出了压接金具在图中的位置后，为了提高下一步压接金具的识别精度，可选择将压接金具从原图中裁剪出来，得到的是只包含压接金具的精细图片。

步骤204、通过图像特征提取方式，提取压接金具的外观轮廓特征。

需要说明的是，首先获取输电线路巡检图像，具体为无人机拍摄的输电线路精细化巡检图像数据，然后当从拍摄的图像中检测到待检测的压接金具时，则通过图像特征提取的方式，提取出巡检图像中的压接金具的外观轮廓图像特征。

步骤205、根据外观轮廓特征，将压接金具划分为若干个结构段；

接着，根据上述步骤提取到的压接金具的外观轮廓特征，将图像中压接金具划分为若干个结构段。

步骤206、根据外观轮廓特征，通过霍夫变换检测方式确定压接金具的斜率，压接金具的斜率具体为在图像中压接金具两端连线的斜率。

步骤207、当压接金具的斜率超出了预设的斜率阈值范围，则根据计算的旋转角度进行图像旋转，直至压接金具的斜率处于斜率阈值范围内，其中旋转角度为根据压接金具的斜率与斜率阈值范围的差值换算得到的。

其中，在实际应用过程中，可能会由于无人机拍摄角度问题，导致压接金具位置的倾斜偏转，为了使识别压接金具各部位更精确，在这过程中采用基于霍夫变换的旋转角度检测，通过霍夫变换直线检测算法，将压接金具与边界的斜率计算出来，通过三角函数反算，计算出旋转角度，对图片进行旋转操作，使得压接金具的两端居于水平位置，从而进一步提高检测的准确度。

步骤208、根据各个结构段所占的像素大小，计算压接金具中各个结构段的结构比例，并基于预置的比例参考范围与结构比例的比较结果，获得压接金具的工艺检测结果。

再接着，根据各个结构段所占的像素大小，计算压接金具的压区与非压区所占比例，并基于预置的比例参考值与比例的比较结果，获得压接金具的工艺检测结果，从而判断压接管是否工艺达标。

以上为本申请提供的一种压接金具带电检测方法的第二个实施例的详细说明，下面为本申请提供的一种压接金具带电检测装置的第一个实施例的详细说明。

请参阅图3，本申请第三个实施例提供了一种压接金具带电检测装置，包括：

特征提取单元301，用于获取输电线路巡检图像，当从输电线路巡检图像中检测出压接金具时，则通过图像特征提取方式，提取压接金具的外观轮廓特征；

结构分段单元302，用于根据外观轮廓特征，将压接金具划分为若干个结构段；

检测单元303，用于根据各个结构段所占的像素大小，计算压接金具中各个结构段的结构比例，并基于预置的比例参考范围与结构比例的比较结果，获得压接金具的工艺检测结果。

进一步地，还包括：

裁剪单元304，用于基于压接金具在输电线路巡检图像中的位置，对输电选录巡检图像进行裁剪，以获得压接金具图像。

进一步地，还包括：

斜率计算单元305，用于根据外观轮廓特征，确定压接金具的斜率，直线斜率具体为在图像中压接金具两端连线的斜率；

图像旋转单元306，用于当压接金具的斜率超出了预设的斜率阈值范围，则通过霍夫变换检测方式进行图像旋转，直至压接金具的斜率处于斜率阈值范围内。

进一步地，特征提取单元301具体包括：

图像获取子单元3011，用于获取输电线路巡检图像；

特征提取子单元3012，用于将输电线路巡检图像输入至预置的目标检测模型，当目标检测模型从输电线路巡检图像中检测出压接金具时，则通过图像特征提取方式，提取压接金具的外观轮廓特征。

进一步地，还包括：

模型训练单元307，用于将预置的压接金具样本图像输入神经网络模型进行训练，以获得训练好的目标检测模型，其中压接金具样本图像包括：耐张线夹样本图像、压接管样本图像和接续管样本图像。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、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。

以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种压接金具带电检测方法，其特征在于，包括：

获取输电线路巡检图像，当从所述输电线路巡检图像中检测出压接金具时，则通过图像特征提取方式，提取所述压接金具的外观轮廓特征；

根据所述外观轮廓特征，将所述压接金具划分为若干个结构段；

根据各个所述结构段所占的像素大小，计算所述压接金具中各个结构段的结构比例，并基于预置的比例参考范围与所述结构比例的比较结果，获得所述压接金具的工艺检测结果。

2.根据权利要求1所述的一种压接金具带电检测方法，其特征在于，所述通过图像特征提取方式，提取所述压接金具的外观轮廓特征之前还包括：

基于所述压接金具在所述输电线路巡检图像中的位置，对所述输电选录巡检图像进行裁剪，以获得所述压接金具图像。

3.根据权利要求1所述的一种压接金具带电检测方法，其特征在于，所述通过图像特征提取方式，提取所述压接金具的外观轮廓特征之后还包括：

根据所述外观轮廓特征，通过霍夫变换检测方式确定所述压接金具的斜率，所述压接金具的斜率具体为在图像中所述压接金具两端连线的斜率；

当所述压接金具的斜率超出了预设的斜率阈值范围，则根据计算的旋转角度进行图像旋转，直至所述压接金具的斜率处于所述斜率阈值范围内，其中所述旋转角度为根据所述压接金具的斜率与所述斜率阈值范围的差值换算得到的。

4.根据权利要求1所述的一种压接金具带电检测方法，其特征在于，所述获取输电线路巡检图像，当从所述输电线路巡检图像中检测出压接金具时，则通过图像特征提取方式，提取所述压接金具的外观轮廓特征具体包括：

获取输电线路巡检图像；

将所述输电线路巡检图像输入至预置的目标检测模型，当所述目标检测模型从所述输电线路巡检图像中检测出压接金具时，则通过图像特征提取方式，提取所述压接金具的外观轮廓特征。

5.根据权利要求4所述的一种压接金具带电检测方法，其特征在于，所述目标检测模型的构建过程具体为：

将预置的压接金具样本图像输入神经网络模型进行训练，以获得训练好的所述目标检测模型，其中所述压接金具样本图像包括：耐张线夹样本图像、压接管样本图像和接续管样本图像。

6.一种压接金具带电检测装置，其特征在于，包括：

特征提取单元，用于获取输电线路巡检图像，当从所述输电线路巡检图像中检测出压接金具时，则通过图像特征提取方式，提取所述压接金具的外观轮廓特征；

结构分段单元，用于根据所述外观轮廓特征，将所述压接金具划分为若干个结构段；

检测单元，用于根据各个所述结构段所占的像素大小，计算所述压接金具中各个结构段的结构比例，并基于预置的比例参考范围与所述结构比例的比较结果，获得所述压接金具的工艺检测结果。

7.根据权利要求6所述的一种压接金具带电检测装置，其特征在于，还包括：

裁剪单元，用于基于所述压接金具在所述输电线路巡检图像中的位置，对所述输电选录巡检图像进行裁剪，以获得所述压接金具图像。

8.根据权利要求6所述的一种压接金具带电检测装置，其特征在于，还包括：

斜率计算单元，用于根据所述外观轮廓特征，通过霍夫变换检测方式确定所述压接金具的斜率，所述压接金具的斜率具体为在图像中所述压接金具两端连线的斜率；

图像旋转单元，用于当所述压接金具的斜率超出了预设的斜率阈值范围，则根据计算的旋转角度进行图像旋转，直至所述压接金具的斜率处于所述斜率阈值范围内，其中所述旋转角度为根据所述压接金具的斜率与所述斜率阈值范围的差值换算得到的。

9.根据权利要求6所述的一种压接金具带电检测装置，其特征在于，所述特征提取单元具体包括：

图像获取子单元，用于获取输电线路巡检图像；

特征提取子单元，用于将所述输电线路巡检图像输入至预置的目标检测模型，当所述目标检测模型从所述输电线路巡检图像中检测出压接金具时，则通过图像特征提取方式，提取所述压接金具的外观轮廓特征。

10.根据权利要求9所述的一种压接金具带电检测装置，其特征在于，还包括：

模型训练单元，用于将预置的压接金具样本图像输入神经网络模型进行训练，以获得训练好的所述目标检测模型，其中所述压接金具样本图像包括：耐张线夹样本图像、压接管样本图像和接续管样本图像。

Images