CN112073681A - 一种架空电力线无人机巡检定位拍摄影像的处理方法及系统 - Google Patents
一种架空电力线无人机巡检定位拍摄影像的处理方法及系统 Download PDFInfo
- Publication number
- CN112073681A CN112073681A CN202010675727.5A CN202010675727A CN112073681A CN 112073681 A CN112073681 A CN 112073681A CN 202010675727 A CN202010675727 A CN 202010675727A CN 112073681 A CN112073681 A CN 112073681A
- Authority
- CN
- China
- Prior art keywords
- inspection
- image
- attribute
- pyramid
- resource pool
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
- H04N7/185—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source from a mobile camera, e.g. for remote control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02G—INSTALLATION OF ELECTRIC CABLES OR LINES, OR OF COMBINED OPTICAL AND ELECTRIC CABLES OR LINES
- H02G1/00—Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines
- H02G1/02—Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines for overhead lines or cables
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种架空电力线无人机巡检定位拍摄影像的处理方法及系统,所述方法包括:对巡检目标设置自主巡检航线,所述自主巡检航线包括多个巡检作业点;不同时期,按照所述自主巡检航线依次对多个巡检作业点进行巡检,获取每个巡检作业点的巡检影像;不同时期获得的巡检作业点的巡检影像视野范围与所述自主巡检航线中记录的所述巡检作业点的视野范围基本一致;所述巡检影像包括属性标签;将带有属性标签的巡检影像存储至金字塔影像库,所述金字塔影像库至少为二个层级,所述金字塔影像库的最低层级包括属性标签中的一个属性值,所述金字塔影像库中最低级层以外的其它层级包括属性标签中的至少一个属性值。
Description
技术领域
本发明涉及电力行业输配电线路巡检航线影像管理技术领域,更具体地,涉及一种架空电力线无人机巡检定位拍摄影像的处理方法及系统。
背景技术
近年来,随着大数据、边缘计算、移动互联等先进技术快速发展,电力行业大力推动‘互联网+’与运维检修等核心业务深度融合,采用电力传感器、无线传感网、人工智能、边缘计算、5G移动通信等技术手段,深度融合电网业务典型应用场景,推进运检管理模式变革,应用效益逐步凸显。
传统架空电力线路运维模式难以适应电网快速发展要求,近年来电力行业正在逐步推进以无人机作业为主的电力线路巡检方式。无人机巡检的海量影像亟需处理,但由于缺陷种类多、样本不足等因素,巡检影像智能识别效果一般,目前仍主要依靠人工肉眼查看影像的方式判别设备缺陷,工作效率低。
架空电力线路巡检对象主要为设备本体、附属设施等设备及通道,巡检对象固定。亟需发明一种架空电力线路无人机定位拍摄方法及时序影像管理方法,增加工况及设备关联信息,降低缺陷智能识别难度,以提高巡检影像智能化处理水平。
发明内容
本发明技术方案提供一种架空电力线无人机巡检定位拍摄影像的处理方法及系统,以解决如何对架空电力线无人机巡检定位拍摄影像进行处理的问题。
为了解决上述问题,本发明提供了一种架空电力线无人机巡检定位拍摄影像的处理方法,所述方法包括:
对巡检目标设置自主巡检航线,所述自主巡检航线包括多个巡检作业点;
不同时期,按照所述自主巡检航线依次对多个巡检作业点进行巡检,获取每个巡检作业点的巡检影像;不同时期获得的巡检作业点的巡检影像视野范围与所述自主巡检航线中记录的所述巡检作业点的视野范围基本一致;所述巡检影像包括属性标签;
将带有属性标签的巡检影像存储至金字塔影像库,所述金字塔影像库至少为二个层级,所述金字塔影像库的最低层级包括属性标签中的一个属性值,所述金字塔影像库中最低级层以外的其它层级包括属性标签中的至少一个属性值。
优选地,包括:
建立巡检影像处理资源池,所述影像处理资源池存储容量为预设容量值,所述巡检影像处理资源池包括影像、巡检影像索引文件或重要性指标;
根据巡检影像的某个属性、或巡检影像的某几个属性相同,建立影像处理资源池;同时建立多个影像处理资源池;
当巡检影像存储至金字塔影像库后,影像处理资源池调用金字塔影像库中符合要求的影像;通过所述巡检影像索引文件将所述金字塔影像库中的巡检影像与所述巡检影像处理资源池中的巡检影像建立关联;
所述影像处理资源池存储容量达到预设容量值时,自动对存储在所述影像处理资源池的巡检影像进行删除;
所述影像处理资源池超过预设时间时,自动删除,不长期存储;
影像处理资源池中,巡检影像的属性更新后,对所述巡检影像索引文件进行更新,并更新对应的金字塔影像库。
优选地,包括:
将一张巡检影像或多张巡检影像存储至所述金字塔影像库;
存储至所述金字塔影像库的巡检影像根据所述属性标签中的属性值匹配所述金字塔影像库的层级;
金字塔影像库中影像根据影像索引文件进行检索。
优选地,所述属性标签包括:线路名称、电压等级、杆塔号、杆塔类型、排列方式、被拍摄设备、巡检时间、拍摄点地理位置、无人机型号、航线号、航点号、重要程度。
优选地,通过所述属性标签建立所述巡检作业点的所述巡检影像与所述自主巡检航线的关联。
基于本发明的另一方面,本发明提供一种架空电力线无人机巡检定位拍摄影像的处理系统,所述系统包括:
设置单元,用于对巡检目标设置自主巡检航线,所述自主巡检航线包括多个巡检作业点;
获取单元,用于不同时期,按照所述自主巡检航线依次对多个巡检作业点进行巡检,获取每个巡检作业点的巡检影像;不同时期获得的巡检作业点的巡检影像视野范围与所述自主巡检航线中记录的所述巡检作业点的视野范围基本一致;所述巡检影像包括属性标签;
检测单元,用于对巡检影像进行处理,判定巡检影像的重要程度,填写巡检影像的属性标签,判定是否将巡检影像存储至金字塔影像库;部分属性相同的巡检影像共同参与计算,分析设备缺陷隐患;
存储单元,用于将带有属性标签的巡检影像存储至金字塔影像库,所述金字塔影像库至少为二个层级,所述金字塔影像库的最低层级包括属性标签中的一个属性值,所述金字塔影像库中最低级层以外的其它层级包括属性标签中的至少一个属性值。
优选地,包括:
备份单元,用于建立巡检影像处理资源池,所述影像处理资源池存储容量为预设容量值,所述巡检影像处理资源池包括影像、巡检影像索引文件或重要性指标;
当新巡检影像进入影像处理资源池时,影像处理资源池通过影像索引文件调用部分属性相同的影像至影像处理资源池;部分属性进行设置,为一个属性或多个属性;
通过所述巡检影像索引文件将所述金字塔影像库中的巡检影像与所述巡检影像处理资源池中的巡检影像建立关联;
所述影像处理资源池存储容量达到预设容量值时,自动对存储在所述影像处理资源池的巡检影像进行删除。
优选地,所述存储单元还用于:
将一张巡检影像或多张巡检影像存储至所述金字塔影像库;
存储至所述金字塔影像库的巡检影像根据所述属性标签中的属性值匹配所述金字塔影像库的层级。
优选地,所述属性标签包括:线路名称、电压等级、杆塔号、杆塔类型、排列方式、被拍摄设备、巡检时间、拍摄点地理位置、无人机型号、航线号、航点号、重要程度。
优选地,通过所述属性标签建立所述巡检作业点的所述巡检影像与所述自主巡检航线的关联。
本发明提供的方法可用于无人机搭载可见光相机、红外热像仪等成像设备对电力线路设备及通道进行巡检,用于建立电力线路时序影像库,为巡检可见光影像、红外影像等影像数据管理及缺陷智能识别提供技术支撑,本发明可降低巡检影像智能处理难度,提升缺陷识别准确率,为海量巡检影像人工智能识别奠定基础,减轻运检人员劳动强度;为无人机全自主巡检技术大面积推广提供技术支持,提高了无人机巡检作业智能化程度,全面实现智能运检模式转变。
附图说明
通过参考下面的附图,可以更为完整地理解本发明的示例性实施方式:
图1为根据本发明优选实施方式的一种架空电力线无人机巡检定位拍摄影像的处理方法流程图;
图2为根据本发明优选实施方式的影像库管理方法示意图;
图3为根据本发明优选实施方式的金字塔结构影像库示意图;
图4为根据本发明优选实施方式的一种架空电力线无人机巡检定位拍摄影像的处理系统结构图;以及
图5为根据本发明优选实施方式的将巡检影像存储至金字塔影像库流程示意图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式,然而,本发明可以用许多不同的形式来实施,并且不局限于此处描述的实施例,提供这些实施例是为了详尽地且完全地公开本发明,并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中,相同的单元/元件使用相同的附图标记。
除非另有说明,此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外,可以理解的是,以通常使用的词典限定的术语,应当被理解为与其相关领域的语境具有一致的含义,而不应该被理解为理想化的或过于正式的意义。
图1为根据本发明优选实施方式的一种架空电力线无人机巡检定位拍摄影像的处理方法流程图。本发明提供一种架空电力线路无人机定位巡检影像管理方法。电力线路巡检时固化无人机巡检作业点,对同一杆塔多次巡检均采用同一巡检作业点,保障对同一设备拍摄的目标范围基本一致,形成定位拍摄时序影像。对同一设备建立演化特征,增强先验知识;在对缺陷进行推理时,结合历史时序影像对比分析,提高缺陷识别准确率,降低了巡检影像智能处理难度,提升缺陷识别准确率,为海量巡检影像人工智能识别奠定基础,为无人机全自主巡检技术大面积推广提供技术支持。如图1所示,本发明提供的一种架空电力线无人机巡检定位拍摄影像的处理方法,方法包括:
优选地,在步骤101:对巡检目标设置自主巡检航线,自主巡检航线包括多个巡检作业点。
本发明建立架空电力线路定位巡检标准航线库,包括:
(1)对某基杆塔或某条线路的一个区段,设置自主巡检航线,自主巡检航线需包含若干巡检作业点,所有巡检作业点所覆盖的拍摄范围需包含被巡检目标设备。
(2)自主巡检航线信息以文件方式存储、导出,下一次巡检任务时可复现,即在不同时段采用相同无人机及任务设备对相同杆塔或线路区段行巡检时,巡检作业点位置及巡检顺序与航线记录一致,在每个巡检作业点拍摄的视野范围与航线记录一致。
优选地,在步骤102:不同时期,按照自主巡检航线依次对多个巡检作业点进行巡检,获取每个巡检作业点的巡检影像;不同时期获得的巡检作业点的巡检影像视野范围与自主巡检航线中记录的巡检作业点的视野范围基本一致;巡检影像包括属性标签。优选地,属性标签包括:线路名称、电压等级、杆塔号、杆塔类型、排列方式、被拍摄设备、巡检时间、拍摄点地理位置、无人机型号、航线号、航点号。优选地,通过属性标签建立巡检作业点的巡检影像与自主巡检航线的关联。
本发明为巡检影像增加属性标签,包括:
(1)属性标签至少包含:线路名称、电压等级、杆塔号、杆塔类型、排列方式、被拍摄设备、巡检时间、拍摄点地理位置(经纬度或大地坐标)、无人机型号、航线号、航点号、重要程度。
(2)属性标签可由影像自带,也可在影像管理时进行编辑;其中,编辑包含新建、合并、拆分、删除等。
(3)属性标签一般不超过40个字符。
(4)架空电力线路定位巡检影像通过属性标签与巡检航线关联,巡检信息结构化存储,可调用不同时间段同一巡检作业点位的拍摄影像。不同时期获得的巡检作业点的巡检影像视野范围与自主巡检航线中记录的巡检作业点的视野范围达到至少90%一致时,即为基本一致。
优选地,在步骤103:将带有属性标签的巡检影像存储至金字塔影像库,金字塔影像库至少为二个层级,金字塔影像库的最低层级包括属性标签中的一个属性值,金字塔影像库中最低级层以外的其它层级包括属性标签中的至少一个属性值。
优选地,方法包括:
将一张巡检影像或多张巡检影像存储至金字塔影像库;
存储至金字塔影像库的巡检影像根据属性标签中的属性值匹配金字塔影像库的层级。金字塔影像库中影像根据影像索引文件进行检索。如图5所示。
本发明构建存储巡检影像的金字塔影像库,包括:
(1)金字塔影像库以金字塔形式对巡检影像进行多级存储管理,存储带属性标签的巡检影像。
(2)金字塔影像库的层级至少为2级,也可以为3级、4级、5级,甚至更多层级,层级数量可根据场景自定义。
(3)金字塔影像库第1级仅有1个节点,后面层级允许有N个节点(N>1,且为自然数)。第1级节点可为线路名称、单位等等。
(4)金字塔影像库形式存储管理的前2级可为:1线路名称-2杆塔号,即第1层是线路名称,第2层为杆塔号,2杆塔号为1线路名称的子节点,有多个杆塔号。
如图3所示,本发明的金字塔影像库操作具备以下特点:
(1)金字塔影像库支持单张或批量巡检影像入库。
(2)导入的巡检影像可按照属性标签自动匹配金字塔层级,形成定位拍摄时序巡检影像。
(3)存储在金字塔影像库的巡检影像仍支持手动编辑属性,可新增、合并、删除等,并保存入库。
(4)在当前节点中进行巡检影像检索时,可选择部分(甚至全部)节点,直接删除节点。
(5)支持对部分(甚至全部)属性标签进行修改或删除,若该节点下所有属性值都被删除时,该节点即被自动删除。
优选地,方法包括:
建立巡检影像处理资源池,影像处理资源池存储容量为预设容量值,巡检影像处理资源池包括影像、巡检影像索引文件或重要性指标;
根据巡检影像的某个属性、或巡检影像的某几个属性相同,建立影像处理资源池;同时建立多个影像处理资源池;
当巡检影像存储至金字塔影像库后,影像处理资源池调用金字塔影像库中符合要求的影像;通过巡检影像索引文件将金字塔影像库中的巡检影像与巡检影像处理资源池中的巡检影像建立关联;
影像处理资源池存储容量达到预设容量值时,自动对存储在影像处理资源池的巡检影像进行删除;
影像处理资源池超过预设时间时,自动删除,不长期存储;
影像处理资源池中,巡检影像的属性更新后,对巡检影像索引文件进行更新,并更新对应的金字塔影像库。
本发明建立巡检影像备份资源池,包括:
(1)用于放置备份巡检影像、巡检影像索引文件、重要性指标设置文件等。
(2)巡检影像备份资源池的大小固定,可提前设置,分配固定大小的容量,默认值为500G。
(3)在巡检影像备份资源池中存储的影像文件带有重要性指标(为数值),影像索引文件中记录每个影像文件的重要性指标。
(4)新增备份影像时,需将影像文件的属性信息与事先设置的策略进行比对,将需要的影像文件进行备份,保存在巡检影像备份资源池中,同时更新影像索引文件。
(5)巡检影像备份资源池容量大于一定值(具体值可提前设置)时,自动清理。
(6)巡检影像备份资源池中巡检影像索引文件、重要性指标设置等其他文件不能删除。
本发明巡检影像索引文件具备以下热点:
(1)巡检影像索引文件将巡检影像备份资源池中的巡检影像文件与金字塔影像库关联起来。如图2所示。
(2)巡检影像索引文件对金字塔影像库中的各巡检影像文件进行查询。巡检影像索引文件能根据属性标签(单个或多个组合),检索到满足条件的影像文件,给出存储位置、重要性指标等信息。
(3)巡检影像索引文件与金字塔影像库结构关联,若金字塔影像库各层级节点发生变动(重命名、合并、拆分等)后,影像索引文件进行相应关联变动。
(4)金字塔影像库中影像文件若发生操作(包括增加、被删除、变更存储位置、重要性指标信息变动),巡检影像索引文件均应关联修改。
本发明巡检影像管理方法应用方式包括:
(1)本发明提及的巡检影像管理方法可在电脑、无人机巡检系统地面站或任何具有操作系统的平台上应用。
(2)金字塔结构用于存储巡检影像,对同一设备构建时序巡检影像,建立巡检图像演化特征。
(3)巡检影像备份资源池中巡检影像文件可用于影像智能识别,利用历史先验知识推理设备缺陷。
本发明提供的方法可用于架空线路巡检定位拍摄巡检影像存储。一线作业人员利用无人机对架空线路开展巡检作业,采用可见光、红外等成像设备拍摄的影像均可采用本发明提及的方法进行存储。本发明巡检影像管理方法建立的电力线路时序影像库,为巡检可见光影像、红外影像等影像数据管理及缺陷智能识别提供技术支撑,可有效降低巡检影像智能处理难度,提升缺陷识别准确率,为海量巡检影像人工智能识别奠定基础。
按照本发明提供的巡检影像处理方法,选取一段500kV线路内5基杆塔进行了测试。首先考虑无人机搭载可见光相机,规划该区段线路巡检航线,对每基杆塔规划巡检作业点。1月开展第一次无人机巡检,在固定巡检作业点对目标设备进行拍摄,采集影像,巡检影像覆盖该区段内全部电力设备。5月开展第二次无人机巡检,用同样的无人机和航线,再次按照之前设定的航线及固定位置巡检作业点,对同样目标设备进行巡检拍摄。对两次巡检的影像采用本专利的方法进行管理,形成了两次定位拍摄时序影像。相关联设备或相关位置拍摄影像关联,为单张影像增加了工况信息,便于缺陷智能识别。
本发明解决了无人机巡检的海量巡检影像亟需处理,但由于缺陷种类多、样本不足等因素,巡检影像智能识别效果一般,目前仍主要依靠人工肉眼查看巡检影像的方式判别设备缺陷,工作效率低。因此本发明提供一种架空电力线路无人机定位拍摄方法及时序巡检影像管理方法,增加工况及设备关联信息,降低缺陷智能识别难度,以提高巡检影像智能化处理水平。
图4为根据本发明优选实施方式的一种架空电力线无人机巡检定位拍摄影像的处理系统结构图。如图4所示,本发明提供一种架空电力线无人机巡检定位拍摄影像的处理系统,系统包括:
设置单元401,用于对巡检目标设置自主巡检航线,自主巡检航线包括多个巡检作业点。
本发明建立架空电力线路定位巡检标准航线库,包括:
(1)对某基杆塔或某条线路的一个区段,设置自主巡检航线,自主巡检航线需包含若干巡检作业点,所有巡检作业点所覆盖的拍摄范围需包含被巡检目标设备。
(2)自主巡检航线信息以文件方式存储、导出,下一次巡检任务时可复现,即在不同时段采用相同无人机及任务设备对相同杆塔或线路区段行巡检时,巡检作业点位置及巡检顺序与航线记录一致,在每个巡检作业点拍摄的视野范围与航线记录一致。
获取单元402,用于不同时期,按照自主巡检航线依次对多个巡检作业点进行巡检,获取每个巡检作业点的巡检影像;不同时期获得的巡检作业点的巡检影像视野范围与自主巡检航线中记录的巡检作业点的视野范围基本一致;巡检影像包括属性标签;优选地,属性标签包括:线路名称、电压等级、杆塔号、杆塔类型、排列方式、被拍摄设备、巡检时间、拍摄点地理位置、无人机型号、航线号、航点号。优选地,通过属性标签建立巡检作业点的巡检影像与自主巡检航线的关联。
检测单元403,用于对巡检影像进行处理,判定巡检影像的重要程度,填写巡检影像的属性标签,判定是否将巡检影像存储至金字塔影像库;部分属性相同的巡检影像共同参与计算,分析设备缺陷隐患。
本发明为巡检影像增加属性标签,包括:
(1)属性标签至少包含:线路名称、电压等级、杆塔号、杆塔类型、排列方式、被拍摄设备、巡检时间、拍摄点地理位置(经纬度或大地坐标)、无人机型号、航线号、航点号、重要程度。
(2)属性标签可由影像自带,也可在影像管理时进行编辑;其中,编辑包含新建、合并、拆分、删除等。
(3)属性标签一般不超过40个字符。
(4)架空电力线路定位巡检影像通过属性标签与巡检航线关联,巡检信息结构化存储,可调用不同时间段同一巡检作业点位的拍摄影像。不同时期获得的巡检作业点的巡检影像视野范围与自主巡检航线中记录的巡检作业点的视野范围达到至少90%一致时,即为基本一致。
存储单元404,用于将带有属性标签的巡检影像存储至金字塔影像库,金字塔影像库至少为二个层级,金字塔影像库的最低层级包括属性标签中的一个属性值,金字塔影像库中最低级层以外的其它层级包括属性标签中的至少一个属性值。
优选地,存储单元还用于:
将一张巡检影像或多张巡检影像存储至金字塔影像库;
存储至金字塔影像库的巡检影像根据属性标签中的属性值匹配金字塔影像库的层级。
本发明构建存储巡检影像的金字塔影像库,包括:
(1)金字塔影像库以金字塔形式对巡检影像进行多级存储管理,存储带属性标签的巡检影像。
(2)金字塔影像库的层级至少为2级,也可以为3级、4级、5级,甚至更多层级,层级数量可根据场景自定义。
(3)金字塔影像库第1级仅有1个节点,后面层级允许有N个节点(N>1,且为自然数)。第1级节点可为线路名称、单位等等。
(4)金字塔影像库形式存储管理的前2级可为:1线路名称-2杆塔号,即第1层是线路名称,第2层为杆塔号,2杆塔号为1线路名称的子节点,有多个杆塔号。
优选地,系统还包括:备份单元,用于建立巡检影像处理资源池,影像处理资源池存储容量为预设容量值,巡检影像处理资源池包括影像、巡检影像索引文件或重要性指标;
当新巡检影像进入影像处理资源池时,影像处理资源池通过影像索引文件调用部分属性相同的影像至影像处理资源池;部分属性进行设置,为一个属性或多个属性;
对新巡检影像,首先进行影像质量检测,影像无虚焦、像移、过曝现象,且噪声小的影像;再对影像添加属性标准;最后存储至金字塔影像库,同时更新影像索引文件;若影像质量有问题,不进入金字塔影像库;
本发明重要程度属性的判定方法:(1)重要程度分一级、二级、三级、四级、五级、六级、七级、八级、九级、十级。其中一级为最重要,后二级至十级的重要性续依次减少;(2)本发明一级的判定标准:与新巡检影像在同一巡检作业点拍摄的影像,对同一目标物拍摄的可见光影像中,目标物中心点像素偏移水平方向不大于10%、垂直方向不大于10%。(3)二级的判定标准:与新巡检影像在同一巡检作业点拍摄的影像,对同一目标物拍摄的可见光影像中,目标物中心点像素偏移水平方向不大于20%、垂直方向不大于20%。(4)二级、三级、四级、五级、六级、七级、八级、九级、十级的判定方法以此类推。
通过巡检影像索引文件将金字塔影像库中的巡检影像与巡检影像处理资源池中的巡检影像建立关联;影像处理资源池存储容量达到预设容量值时,自动对存储在影像处理资源池的巡检影像进行删除。
如图3所示,本发明的金字塔影像库操作具备以下特点:
(1)金字塔影像库支持单张或批量巡检影像入库。
(2)导入的巡检影像可按照属性标签自动匹配金字塔层级,形成定位拍摄时序巡检影像。
(3)存储在金字塔影像库的巡检影像仍支持手动编辑属性,可新增、合并、删除等,并保存入库。
(4)在当前节点中进行巡检影像检索时,可选择部分(甚至全部)节点,直接删除节点。
(5)支持对部分(甚至全部)属性标签进行修改或删除,若该节点下所有属性值都被删除时,该节点即被自动删除。
优选地,包括:
备份单元,用于建立巡检影像备份资源池,备份资源池存储容量为预设容量值,巡检影像备份资源池包括金字塔影像库、巡检影像索引文件或重要性指标;
当巡检影像存储至金字塔影像库后,将符合备份要求的影像存储至巡检影像备份资源池,并对巡检影像索引文件进行更新;通过巡检影像索引文件将金字塔影像库中的巡检影像与巡检影像备份资源池中的巡检影像建立关联;
备份资源池存储容量达到预设容量值时,自动对存储在备份资源池的巡检影像进行删除。
本发明建立巡检影像备份资源池,包括:
(1)用于放置备份巡检影像、巡检影像索引文件、重要性指标设置文件等。
(2)巡检影像备份资源池的大小固定,可提前设置,分配固定大小的容量,默认值为500G。
(3)在巡检影像备份资源池中存储的影像文件带有重要性指标(为数值),影像索引文件中记录每个影像文件的重要性指标。
(4)新增备份影像时,需将影像文件的属性信息与事先设置的策略进行比对,将需要的影像文件进行备份,保存在巡检影像备份资源池中,同时更新影像索引文件。
(5)巡检影像备份资源池容量大于一定值(具体值可提前设置)时,自动清理。
(6)巡检影像备份资源池中巡检影像索引文件、重要性指标设置等其他文件不能删除。
本发明巡检影像索引文件具备以下热点:
(1)巡检影像索引文件将巡检影像备份资源池中的巡检影像文件与金字塔影像库关联起来。如图2所示。
(2)巡检影像索引文件对金字塔影像库中的各巡检影像文件进行查询。巡检影像索引文件能根据属性标签(单个或多个组合),检索到满足条件的影像文件,给出存储位置、重要性指标等信息。
(3)巡检影像索引文件与金字塔影像库结构关联,若金字塔影像库各层级节点发生变动(重命名、合并、拆分等)后,影像索引文件进行相应关联变动。
(4)金字塔影像库中影像文件若发生操作(包括增加、被删除、变更存储位置、重要性指标信息变动),巡检影像索引文件均应关联修改。
本发明巡检影像管理方法应用方式包括:
(1)本发明提及的巡检影像管理方法可在电脑、无人机巡检系统地面站或任何具有操作系统的平台上应用。
(2)金字塔结构用于存储巡检影像,对同一设备构建时序巡检影像,建立巡检图像演化特征。
(3)巡检影像备份资源池中巡检影像文件可用于影像智能识别,利用历史先验知识推理设备缺陷。
已经通过参考少量实施方式描述了本发明。然而,本领域技术人员所公知的,正如附带的专利权利要求所限定的,除了本发明以上公开的其他的实施例等同地落在本发明的范围内。
通常地,在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释,除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例,除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行,除非明确地说明。
Claims (10)
1.一种架空电力线无人机巡检定位拍摄影像的处理方法,所述方法包括:
对巡检目标设置自主巡检航线,所述自主巡检航线包括多个巡检作业点;
不同时期,按照所述自主巡检航线依次对多个巡检作业点进行巡检,获取每个巡检作业点的巡检影像;不同时期获得的巡检作业点的巡检影像视野范围与所述自主巡检航线中记录的所述巡检作业点的视野范围基本一致;所述巡检影像包括属性标签;
将带有属性标签的巡检影像存储至金字塔影像库,所述金字塔影像库至少为二个层级,所述金字塔影像库的最低层级包括属性标签中的一个属性值,所述金字塔影像库中最低级层以外的其它层级包括属性标签中的至少一个属性值。
2.根据权利要求1所述的方法,包括:
建立巡检影像处理资源池,所述影像处理资源池存储容量为预设容量值,所述巡检影像处理资源池包括影像、巡检影像索引文件或重要性指标;
根据巡检影像的某个属性、或巡检影像的某几个属性相同,建立影像处理资源池;同时建立多个影像处理资源池;
当巡检影像存储至金字塔影像库后,影像处理资源池调用金字塔影像库中符合要求的影像;通过所述巡检影像索引文件将所述金字塔影像库中的巡检影像与所述巡检影像处理资源池中的巡检影像建立关联;
所述影像处理资源池存储容量达到预设容量值时,自动对存储在所述影像处理资源池的巡检影像进行删除;
所述影像处理资源池超过预设时间时,自动删除,不长期存储;
影像处理资源池中,巡检影像的属性更新后,对所述巡检影像索引文件进行更新,并更新对应的金字塔影像库。
3.根据权利要求1所述的方法,包括:
将一张巡检影像或多张巡检影像存储至所述金字塔影像库;
存储至所述金字塔影像库的巡检影像根据所述属性标签中的属性值匹配所述金字塔影像库的层级;
金字塔影像库中影像根据影像索引文件进行检索。
4.根据权利要求1所述的方法,所述属性标签包括:线路名称、电压等级、杆塔号、杆塔类型、排列方式、被拍摄设备、巡检时间、拍摄点地理位置、无人机型号、航线号、航点号、重要程度。
5.根据权利要求1所述的方法,通过所述属性标签建立所述巡检作业点的所述巡检影像与所述自主巡检航线的关联。
6.一种架空电力线无人机巡检定位拍摄影像的处理系统,所述系统包括:
设置单元,用于对巡检目标设置自主巡检航线,所述自主巡检航线包括多个巡检作业点;
获取单元,用于不同时期,按照所述自主巡检航线依次对多个巡检作业点进行巡检,获取每个巡检作业点的巡检影像;不同时期获得的巡检作业点的巡检影像视野范围与所述自主巡检航线中记录的所述巡检作业点的视野范围基本一致;所述巡检影像包括属性标签;
检测单元,用于对巡检影像进行处理,判定巡检影像的重要程度,填写巡检影像的属性标签,判定是否将巡检影像存储至金字塔影像库;部分属性相同的巡检影像共同参与计算,分析设备缺陷隐患;
存储单元,用于将带有属性标签的巡检影像存储至金字塔影像库,所述金字塔影像库至少为二个层级,所述金字塔影像库的最低层级包括属性标签中的一个属性值,所述金字塔影像库中最低级层以外的其它层级包括属性标签中的至少一个属性值。
7.根据权利要求6所述的系统,包括:
备份单元,用于建立巡检影像处理资源池,所述影像处理资源池存储容量为预设容量值,所述巡检影像处理资源池包括影像、巡检影像索引文件或重要性指标;
当新巡检影像进入影像处理资源池时,影像处理资源池通过影像索引文件调用部分属性相同的影像至影像处理资源池;部分属性进行设置,为一个属性或多个属性;
通过所述巡检影像索引文件将所述金字塔影像库中的巡检影像与所述巡检影像处理资源池中的巡检影像建立关联;
所述影像处理资源池存储容量达到预设容量值时,自动对存储在所述影像处理资源池的巡检影像进行删除。
8.根据权利要求6所述的系统,所述存储单元还用于:
将一张巡检影像或多张巡检影像存储至所述金字塔影像库;
存储至所述金字塔影像库的巡检影像根据所述属性标签中的属性值匹配所述金字塔影像库的层级。
9.根据权利要求6所述的系统,所述属性标签包括:线路名称、电压等级、杆塔号、杆塔类型、排列方式、被拍摄设备、巡检时间、拍摄点地理位置、无人机型号、航线号、航点号、重要程度。
10.根据权利要求6所述的系统,通过所述属性标签建立所述巡检作业点的所述巡检影像与所述自主巡检航线的关联。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010675727.5A CN112073681A (zh) | 2020-07-14 | 2020-07-14 | 一种架空电力线无人机巡检定位拍摄影像的处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010675727.5A CN112073681A (zh) | 2020-07-14 | 2020-07-14 | 一种架空电力线无人机巡检定位拍摄影像的处理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112073681A true CN112073681A (zh) | 2020-12-11 |
Family
ID=73656388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010675727.5A Pending CN112073681A (zh) | 2020-07-14 | 2020-07-14 | 一种架空电力线无人机巡检定位拍摄影像的处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112073681A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115278016A (zh) * | 2022-07-25 | 2022-11-01 | 烟台艾睿光电科技有限公司 | 红外智能拍摄方法及装置、红外热成像设备、介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101876992A (zh) * | 2009-11-17 | 2010-11-03 | 中国科学院自动化研究所 | 一种图像数据仓库管理方法 |
CN108365557A (zh) * | 2018-02-24 | 2018-08-03 | 广东电网有限责任公司肇庆供电局 | 一种无人机精细化巡检输电线路的方法及系统 |
CN110580529A (zh) * | 2019-08-16 | 2019-12-17 | 国电南瑞科技股份有限公司 | 一种输电通道无人机精细化巡检数据的自动分析管理方法、系统及存储介质 |
CN110807415A (zh) * | 2019-10-31 | 2020-02-18 | 南通大学 | 一种基于年检标志的交通卡口车辆智能检索系统及方法 |
CN110969719A (zh) * | 2019-11-12 | 2020-04-07 | 深圳市科比特航空科技有限公司 | 一种自动巡检方法、系统、终端设备及存储介质 |
CN111339347A (zh) * | 2020-05-19 | 2020-06-26 | 北京数字绿土科技有限公司 | 一种巡检照片的管理方法及装置 |
-
2020
- 2020-07-14 CN CN202010675727.5A patent/CN112073681A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101876992A (zh) * | 2009-11-17 | 2010-11-03 | 中国科学院自动化研究所 | 一种图像数据仓库管理方法 |
CN108365557A (zh) * | 2018-02-24 | 2018-08-03 | 广东电网有限责任公司肇庆供电局 | 一种无人机精细化巡检输电线路的方法及系统 |
CN110580529A (zh) * | 2019-08-16 | 2019-12-17 | 国电南瑞科技股份有限公司 | 一种输电通道无人机精细化巡检数据的自动分析管理方法、系统及存储介质 |
CN110807415A (zh) * | 2019-10-31 | 2020-02-18 | 南通大学 | 一种基于年检标志的交通卡口车辆智能检索系统及方法 |
CN110969719A (zh) * | 2019-11-12 | 2020-04-07 | 深圳市科比特航空科技有限公司 | 一种自动巡检方法、系统、终端设备及存储介质 |
CN111339347A (zh) * | 2020-05-19 | 2020-06-26 | 北京数字绿土科技有限公司 | 一种巡检照片的管理方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115278016A (zh) * | 2022-07-25 | 2022-11-01 | 烟台艾睿光电科技有限公司 | 红外智能拍摄方法及装置、红外热成像设备、介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112633535B (zh) | 一种基于无人机图像的光伏电站智能巡检方法及系统 | |
CN111914813B (zh) | 基于图像分类的输电线路巡检图像命名方法及系统 | |
CN111667230A (zh) | 一种无人机自主巡检作业监控分析系统及方法 | |
CN108365557A (zh) | 一种无人机精细化巡检输电线路的方法及系统 | |
CN113781450A (zh) | 一种基于输配电线路无人机图像采集自动化智能缺陷分析系统 | |
CN105141889A (zh) | 一种基于图像视觉输电线路智能巡检系统 | |
CN111311597A (zh) | 一种缺陷绝缘子的无人机巡检方法与系统 | |
CN112327906A (zh) | 一种基于无人机的智能自动巡检系统 | |
CN112073681A (zh) | 一种架空电力线无人机巡检定位拍摄影像的处理方法及系统 | |
CN211979511U (zh) | 一种自动标识缺陷绝缘子串的无人机巡检系统 | |
CN113780057A (zh) | 一种闲置土地识别方法及装置 | |
CN114708520A (zh) | 一种输电线路上电力金具缺陷图像识别处理方法 | |
CN113359829B (zh) | 一种基于大数据的无人机电厂智能巡检方法 | |
CN112665652A (zh) | 一种旱田土壤动物数据的野外自动监测与获取系统及方法 | |
CN114744756A (zh) | 一种基于机器视觉的输电线路智能巡检系统 | |
CN111738312B (zh) | 基于gis和虚拟现实融合的输电线状态监控方法、装置及计算机可读存储介质 | |
CN113010849A (zh) | 一种基于物联网的草场环境评价方法 | |
CN113256839B (zh) | 一种基于ai的配电网智能巡检系统 | |
CN115986921A (zh) | 配电网的巡检方法、装置、计算机设备和存储介质 | |
CN115615400A (zh) | 一种基于无人机的地理数据测绘采集方法 | |
CN115278158A (zh) | 一种辅助巡线监控管理系统及方法 | |
CN111651648A (zh) | 杆塔关键部件巡检计划的智能化生成方法和装置 | |
CN113867406A (zh) | 基于无人机的线路巡检方法、系统、智能设备和存储介质 | |
Lee et al. | A solar power generation facility state monitoring system using drone aerial photographing | |
CN112541455A (zh) | 一种基于机器视觉的配网混凝土电杆倒断杆事故预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |