输电线路小目标缺陷检测的方法及系统

技术特征：
1.一种输电线路小目标缺陷检测的方法，其特征在于，包括：获取输电线路图像数据并进行预处理；将预处理后的图像数据输入至训练好的第一阶段目标检测模型，得到包含目标对象的多个关键区域，将得到的关键区域按照设定的原则重新组合排列，形成新的图像；将新的图像输入至训练好的第二阶段目标检测模型，得到目标缺陷识别结果。2.如权利要求1所述的一种输电线路小目标缺陷检测的方法，其特征在于，获取输电线路图像数据并进行预处理，具体过程包括：获取第一分辨率下的输电线路原始数据，进行图像翻转、裁剪的空间预处理，以及模糊化和更改饱和度的像素预处理，得到第二分辨率下的图像数据。3.如权利要求1所述的一种输电线路小目标缺陷检测的方法，其特征在于，得到目标缺陷识别结果之后，还包括：将识别出来的目标缺陷，重新解析到原始图像中，得到最终的图像数据；基于最终的图像数据，采用基于密度的空间聚类算法，对检测目标进行空间密度聚类，得到检测目标的聚类结果，将其作为第一阶段目标检测模型的训练数据。4.如权利要求3所述的一种输电线路小目标缺陷检测的方法，其特征在于，将识别出来的目标缺陷，重新解析到原始图像中后，采用非极大值抑制算法对原始图像同一位置上覆盖率较高的目标检测框进行抑制，过滤掉在重复位置上置信度较低的框。5.如权利要求1所述的一种输电线路小目标缺陷检测的方法，其特征在于，所述第一阶段目标检测模型或第一阶段目标检测模型为卷积神经网络模型，并在卷积神经网络的瓶颈层之前添加注意力机制。6.如权利要求1所述的一种输电线路小目标缺陷检测的方法，其特征在于，将得到的关键区域按照设定的原则重新组合排列，具体包括：从一张全白的背景图的设定位置开始，按照设定排布顺序，不考虑关键区域边界之间的空间关系，依次排列组合关键区域；当排列到一行或一列的边界位置时，比较将要放置的关键区域与当前剩余的空白区域的大小，若所述关键区域较大，则将所述关键区域缩小，若所述空白区域较大，则直接放置；若当前背景图的剩余空间小于设定的阈值，则停止放置；此时若关键区域没有放置完，则创建第二张全白的背景图继续放置。7.如权利要求6所述的一种输电线路小目标缺陷检测的方法，其特征在于，扩充每一个关键区域边缘像素；基于检测目标的尺寸数据，确定需要扩充的边缘像素的数量。8.一种输电线路小目标缺陷检测的系统，其特征在于，包括：数据获取模块，用于获取输电线路图像数据并进行预处理；第一阶段图像处理模块，将预处理后的图像数据输入至训练好的第一阶段目标检测模型，得到包含目标对象的多个关键区域，将得到的关键区域按照设定的原则重新组合排列，形成新的图像；第二阶段图像处理模块，将新的图像输入至训练好的第二阶段目标检测模型，得到目标缺陷识别结果。9.一种终端设备，其包括处理器和存储器，处理器用于实现各指令；存储器用于存储多
条指令，其特征在于，所述指令适于由处理器加载并执行权利要求1-7任一项所述的输电线路小目标缺陷检测的方法。10.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备的处理器加载并执行权利要求1-7任一项所述的输电线路小目标缺陷检测的方法。

技术总结
本发明公开了一种输电线路小目标缺陷检测的方法及系统，包括：获取输电线路图像数据并进行预处理；将预处理后的图像数据输入至训练好的第一阶段目标检测模型，得到包含目标对象的多个关键区域，将得到的关键区域按照设定的原则重新组合排列，形成新的图像；将新的图像输入至训练好的第二阶段目标检测模型，得到目标缺陷识别结果。本发明通过第一阶段目标检测模型先定位到关键区域，并将关键区域按照一定的规律进行重新提取并按比例重新分配位置；由于保留了原始图像的像素信息，因此不存在信息的缺失，为第二阶段的检测提供了非常好的样本。本。本。


技术研发人员：张伟 刘敬贺 李晓磊 鲁威志 宋然 程吉禹 荣学文
受保护的技术使用者：山东大学
技术研发日：2022.03.09
技术公布日：2022/6/10