一种基于跨尺度自适应的输电线路绝缘子缺陷检测方法和系统

摘要: 本发明属于图像处理与计算机视觉,特别是涉及一种基于跨尺度自适应的输电线路绝缘子缺陷检测方法和系统。背景技术:1、当前,绝缘子缺陷检测领域的现有技术以深度学习目标...
一种基于跨尺度自适应的输电线路绝缘子缺陷检测方法和系统

本发明属于图像处理与计算机视觉,特别是涉及一种基于跨尺度自适应的输电线路绝缘子缺陷检测方法和系统。

背景技术:

1、当前,绝缘子缺陷检测领域的现有技术以深度学习目标检测方法为核心,主要围绕多尺度特征建模、尺度感知强化及几何适应性优化三大方向发展。特征金字塔网络实现跨尺度特征聚合,借助特殊卷积设计增强尺度针对性。transformer则是通过动态采样与窗口机制提升几何变形适配能力。这些方法在背景简单、缺陷尺度集中、无明显畸变的常规巡检场景中已展现出一定有效性,但应用于山区输电线路这一特殊复杂环境时,仍面临多重精细化挑战:

2、一方面,缺陷尺度跨度极大且边界特征模糊。绝缘子缺陷涵盖从毫米级细微裂纹、局部瓷件剥落等小尺度缺陷,到整体倾斜等大尺度结构缺陷,不同尺度缺陷的视觉特征差异悬殊,尺度缺陷像素占比低、细节信息微弱,易被背景噪声掩盖,大尺度缺陷则可能因拍摄角度导致特征不完整,同时部分缺陷边界模糊,进一步增加了特征区分难度。

3、另一方面,几何畸变问题突出且难以适配。山区输电线路长期受机械应力、安装误差影响,绝缘子可能出现不规则倾斜、位移、形变等情况,传统卷积的固定采样模式与transformer的基础窗口机制难以精准对齐这类畸变特征,导致特征提取不充分。此外,不同尺度特征间存在显著语义差距,现有方法的跨尺度融合机制多为简单拼接或加权,难以实现语义与纹理特征的深度互补,进而影响对复杂形态缺陷的定位精度。

4、现有技术在山区输电线路绝缘子缺陷检测中存在明显不足:一方面,复杂背景如城市天际线、密林、崎岖山体,光照变化,遮挡及天气变化会引入大量无关信息,导致误检与漏检增多;另一方面,缺陷尺度差异显著,从细微裂纹到大范围脱落不等,且存在倾斜、位移等几何畸变,现有方法难以有效实现特征对齐与尺度感知表征,导致检测精度受限。

5、基于此,提出一种基于跨尺度自适应的输电线路绝缘子缺陷检测方案。

技术实现思路

1、针对以上技术问题,本发明提供一种基于跨尺度自适应的输电线路绝缘子缺陷检测方法和系统。

2、本发明解决其技术问题采用的技术方案是:

3、一种基于跨尺度自适应的输电线路绝缘子缺陷检测方法,包括以下步骤:

4、s100:获取无人机采集的绝缘子图像,并对绝缘子图像进行预处理;

5、s200:将预处理后的图像输入至主干网络中进行特征提取,生成多层级特征图;

6、s300:将每层特征图输入至膨胀自适应可变形提取模块,通过并行地扩大感受野和对齐几何变形进行特征增强,输出增强特征图;

7、s400:将各层级增强特征图输入至特征金字塔网络进行多尺度特征聚合,生成多尺度聚合特征图;

8、s500:将多尺度聚合特征图输入至基于层次注意力的金字塔交互模块,通过层内细节增强与跨尺度特征融合,输出融合特征图;

9、s600:将融合特征图输入检测头,通过分类分支预测缺陷类别,通过回归分支预测缺陷的边界框位置,输出绝缘子缺陷的类别与定位结果。

10、优选地,s300包括:

11、s310:对输入特征图应用膨胀卷积以扩大感受野;

12、s320:对膨胀卷积的输出特征图并行应用不同核尺寸的可变形卷积,通过动态调整采样位置自适应对齐绝缘子的倾斜、位移几何畸变特征,捕捉不同尺度、不同几何形态的缺陷特征;

13、s330:将各可变形卷积的输出特征图求和聚合,再与原始输入特征图进行残差连接,得到增强特征图。

14、优选地,s310中的膨胀卷积操作具体为:

15、

16、其中,为膨胀卷积输出特征图,表示3×3核的膨胀卷积操作,d表示膨胀率,膨胀率根据特征层级自适应调整,为输入的第层特征图;

17、s320的并行应用的可变形卷积操作表示为:

18、

19、其中,为膨胀卷积输出特征图,为不同核尺寸可变形卷积的输出特征图,表示核的可变形卷积操作;

20、s330的特征聚合与残差连接表示为:

21、

22、

23、其中,为聚合后的特征图,为膨胀自适应可变形提取模块最终输出的增强特征图,、、分别为核尺寸3×3、5×5、7×7的可变形卷积输出的特征图。

24、优选地,s400中特征金字塔网络的自顶向下路径将各层级增强特征图中深层语义特征对应的特征图进行上采样,横向连接将上采样结果与浅层特征对应的特征图进行融合。

25、优选地,s500包括:

26、s510:对每个层级的特征图应用窗口自注意力机制,增强局部细粒度细节特征;

27、s520:构建双向跨层注意力分支,实现高层语义特征与低层细节特征的双向交互与融合;

28、s530:将自注意力输出与双向跨层注意力输出通过可学习权重参数加权融合,并与原始特征图进行残差连接,得到融合特征图。

29、优选地,s510中窗口自注意力机制将每个层级的特征图划分为不重叠的局部窗口,在每个窗口内通过查询矩阵q与键矩阵k计算注意力权重,并对值矩阵v进行加权求和,得到该窗口内增强后的局部特征,其操作表示为:

30、

31、其中,为原始输入特征图 ,、、分别为特征图经1×1卷积生成的查询、键、值矩阵,attention为自注意力计算函数;

32、s520双向跨层注意力分支的操作表示为:

33、

34、其中,为以高层特征为查询向量的交叉注意力,为以低层特征为查询向量的交叉注意力,为上层特征图,分别为上层特征图经1×1卷积生成的键矩阵、值矩阵;为下层特征图;

35、s530加权融合与残差连接表示为:

36、

37、其中,为输出的融合特征图,、、为可学习的权重参数,用于自适应调整各注意力分支的贡献度,确保跨尺度语义与纹理特征的有效融合。

38、优选地,还包括s700:采用损失函数计算s600输出的预测结果与真实标签之间的误差,并通过反向传播优化网络的可训练参数。

39、一种基于跨尺度自适应的输电线路绝缘子缺陷检测系统,用于执行一种基于跨尺度自适应的输电线路绝缘子缺陷检测方法的步骤,包括:

40、图像获取与预处理单元,用于获取无人机采集的绝缘子图像,并对绝缘子图像进行预处理;

41、主干特征提取网络,用于接收预处理后的图像进行特征提取,生成多层级特征图;

42、膨胀自适应可变形提取模块,用于接收每层特征图,通过并行地扩大感受野和对齐几何变形进行特征增强,输出增强特征图;

43、特征金字塔网络,用于接收各层级增强特征图进行多尺度特征聚合,生成多尺度聚合特征图;

44、基于层次注意力的金字塔交互模块,用于接收多尺度聚合特征图,通过层内细节增强与跨尺度特征融合,输出融合特征图;

45、检测头,用于接收融合特征图,通过分类分支预测缺陷类别,通过回归分支预测缺陷的边界框位置,输出绝缘子缺陷的类别与定位结果。

46、一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现一种基于跨尺度自适应的输电线路绝缘子缺陷检测方法的步骤。

47、一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现一种基于跨尺度自适应的输电线路绝缘子缺陷检测方法的步骤。

48、与现有技术相比,本发明具有以下有益效果:

49、(1)本发明通过设计膨胀自适应可变形提取模块,将膨胀卷积与多尺度并行可变形卷积耦合,并引入残差连接,实现感受野的尺度自适应扩展与几何变形的动态对齐。膨胀卷积扩大感受野以捕获更多上下文信息,可变形卷积自适应对齐倾斜、位移等畸变特征,残差连接保留原始特征,三者协同显著提升了对多尺度、变形绝缘子缺陷的检测召回率。

50、(2)本发明通过基于层次注意力的金字塔交互模块,融合窗口自注意力与双向跨层注意力,引入可学习权重参数自适应调整各注意力分支贡献。窗口自注意力增强局部细节,双向跨层注意力实现高层语义与低层纹理的高效融合,有效降低复杂背景下的误检率。

51、(3)本发明将膨胀自适应可变形提取模块、特征金字塔网络与基于层次注意力的金字塔交互模块有机集成,构建“特征提取增强-多尺度聚合-深度融合-精准检测”的完整链路,各模块协同工作,全方位应对复杂场景、多尺度缺陷与几何畸变,实现对山区输电线路复杂场景下绝缘子缺陷的高效检测。