一种基于AI深度学习的多功能电力图像智能分析装置的制作方法

技术特征：
1.一种基于ai深度学习的多功能电力图像智能分析装置，其特征在于，所述装置包括：图像采集模块，用于实时采集电力系统现场的待检测电力图像；图像降噪模块，用于对所述待检测电力图像进行降噪处理；其中，基于均值滤波算法对所述待检测电力图像进行降噪处理；图像预处理模块，用于对降噪处理后的所述待检测电力图像进行一次分割，形成设备边缘图；确定所述设备边缘图中各个核心区φ
i
；其中，i为正整数；区域生长模块，用于对各个所述核心区φ
i
进行生长，得到与各个所述核心区φ
i
相对应的控制区其中，各个相邻的所述控制区生长至边缘重合；灰度映射增强对比度模块，用于依次对各个所述核心区φ
i
内的各个像素点的初始灰度值映射为第一中间灰度值以增强区域对比度；其中，在后映射处理的所述核心区φ
i
与在先映射处理的所述核心区φ
i
的边缘重合区域的所述第一中间灰度值以在先映射处理的所述核心区φ
i
的所述边缘重合区域的所述第一中间灰度值为准；增强区域对比度后，所述第一中间灰度值的值域大于所述初始灰度值的值域；目标图像识别模块，用于对经所述灰度映射增强对比度模块进行对比度增强所得到的所述设备边缘图进行目标图像识别，并对所述设备边缘图进行二次分割，得到所述目标图像；图像特征提取与识别模块，用于识别所述目标图像并提取所述目标图像的特征区域；设备识别模块，用于通过所述目标图像的所述特征区域对所述待检测电力图像进行识别分类，得到与所述待检测电力图像所对应的电力设备图；对比分析模块，用于对所述设备边缘图和所述电力设备图进行对比分析，得到所述待检测电力图像所对应的电力设备所存在的故障。2.如权利要求1所述的一种基于ai深度学习的多功能电力图像智能分析装置，其特征在于，所述区域生长模块的生长方式为：获取各个所述核心区φ
i
的所述控制区的当前边界像素点，并根据所述当前边界像素点的轮廓依次向外生长一个像素，直至与相邻的另一所述控制区边缘相邻；其中，各个所述控制区包含所述核心区φ
i
。3.如权利要求1所述的一种基于ai深度学习的多功能电力图像智能分析装置，其特征在于，所述灰度映射增强对比度模块具体包括：起始控制区映射单元，用于选定所述控制区中的起始控制区获取所述起始控制区的灰度值范围，并对所述起始控制区以所述灰度值范围映射为n倍，将以映射的所述起始控制区标记为已入库控制区；其中，0＜j＜i，n为大于1的正整数；映射时，所述起始控制区的映射基准包括：保持所述灰度值范围的最小值的灰度值不变；在后控制区映射单元，用于选定与至少一所述已入库控制区相邻且未标记为所述已入库控制区的待入库控制区将所述待入库控制区的灰度范围扩展映射为n倍，并在映射之后将所述待入库控制区标记为已入库控制区；其中，映射时，所述待入库控制区的映射基准包括：所述待入库控制区与各个所述已入库控制区的边界区域的灰度值
的映射以各个所述已入库控制区为基准；所述待入库控制区属于所述控制区0＜k＜i且k≠j；灰度值归一化映射单元，用于在完成各个所述控制区的映射之后，将各个所述已入库控制区的灰度值映射至标准图像灰度值。4.如权利要求1所述的一种基于ai深度学习的多功能电力图像智能分析装置，其特征在于，所述待检测电力图像一次分割的方式为：1)、计算灰度值为m的像素在所述待检测电力图像中出现的概率p
m
；其中，q
m
为灰度值为m的像素出现的总次数，h和w分别为所述待检测图像的高和宽；2)、给定一个阈值t，将图像分成目标区域o和背景区域b，所述目标区域o和所述背景区域b的概率定义分别如下：其中，p
o
(t) p
b
(t)＝1；3)、分别计算所述目标区域o和所述背景区域b的熵h0(t)和h
b
(t)；其中，4)、计算所述待检测电力图像的熵函数：h(t)＝h
o
(t) h
b
(t)，所述熵函数取得最大值是对应的灰度值即为最佳阈值：t
*
＝argmaxh(t)0≤t≤255；5)、使用所得到的阈值t
*
对所述待检测电力图像进行分割，可以得到所述设备边缘图和背景图，对所述设备边缘图进行简单的形态学操作，排除一些独立的不连续的区域，并对所述设备边缘图与所述待检测电力图像进行叠加操作，通过这种操作方式得所述待检测电力图像中的设备边缘图。5.如权利要求1所述的一种基于ai深度学习的多功能电力图像智能分析装置，其特征在于，在对所述目标图像进行识别与分割之前，应先对所述设备边缘图进行目标检测以确定可能存在的目标区域。6.如权利要求1所述的一种基于ai深度学习的多功能电力图像智能分析装置，其特征在于，所述对比分析模块通过ar投影的方式对所述设备边缘图和所述电力设备图进行对比分析；将所述电力设备图通过ar设备投影至所述待检测电力图像相对应的所述电力设备前方，使得所述电力设备图与所述电力设备重合，从而确定所述电力设备所存在的故障。7.如权利要求1所述的一种基于ai深度学习的多功能电力图像智能分析装置，其特征在于，所述目标图像识别模块中目标图像识别是基于所述设备边缘图的主要特征进行目标识别的。

技术总结
本发明公开一种基于AI深度学习的多功能电力图像智能分析装置，包括图像采集模块、图像降噪模块、图像预处理模块、区域生长模块、灰度映射增强对比度模块、目标图像识别模块、图像特征提取与识别模块、设备识别模块、对比分析模块；区域生长模块，用于对各个核心区Φ


技术研发人员：廖兴旺
受保护的技术使用者：福建睿思特科技股份有限公司
技术研发日：2021.06.21
技术公布日：2021/11/4