本發(fā)明屬于架空線路缺陷檢測(cè)，涉及一種架空線路無(wú)人機(jī)巡檢重復(fù)缺陷圖片篩選方法與相關(guān)裝置。
背景技術(shù)：
1、隨著電力行業(yè)的快速發(fā)展，架空線路的規(guī)模不斷擴(kuò)大，其覆蓋范圍從城市到鄉(xiāng)村，從平原到山區(qū)，形成了龐大而復(fù)雜的電力輸送網(wǎng)絡(luò)。架空線路作為電力系統(tǒng)的重要組成部分，其安全穩(wěn)定運(yùn)行直接關(guān)系到電力供應(yīng)的可靠性和社會(huì)經(jīng)濟(jì)的正常運(yùn)轉(zhuǎn)。然而，架空線路長(zhǎng)期暴露在自然環(huán)境中，容易受到風(fēng)雨、雷電、冰雪等自然因素的侵蝕，同時(shí)還可能受到外力破壞或設(shè)備老化的影響，導(dǎo)致線路出現(xiàn)缺陷或故障。因此，對(duì)架空線路進(jìn)行高效、準(zhǔn)確的巡檢變得至關(guān)重要。
2、近年來(lái)，隨著無(wú)人機(jī)技術(shù)的快速發(fā)展，無(wú)人機(jī)巡檢逐漸成為架空線路巡檢的重要手段。無(wú)人機(jī)具有靈活性高、適應(yīng)性強(qiáng)、成本低、安全性好等優(yōu)勢(shì)，能夠快速到達(dá)人工難以觸及的區(qū)域，并搭載高清攝像頭、紅外傳感器等設(shè)備，實(shí)時(shí)采集架空線路的圖像和數(shù)據(jù)，極大地提高了巡檢效率和質(zhì)量。
3、在無(wú)人機(jī)巡檢過(guò)程中，會(huì)拍攝大量的圖像數(shù)據(jù)，這些數(shù)據(jù)是后續(xù)缺陷檢測(cè)和故障分析的重要依據(jù)。然而，由于無(wú)人機(jī)在飛行過(guò)程中可能會(huì)對(duì)同一段線路進(jìn)行多次拍攝，或者在不同角度、不同距離下拍攝同一缺陷，導(dǎo)致圖像數(shù)據(jù)中存在大量的重復(fù)缺陷圖片。這些重復(fù)圖片不僅占用了大量的存儲(chǔ)資源，增加了數(shù)據(jù)管理的難度，還會(huì)在后續(xù)的數(shù)據(jù)分析和處理過(guò)程中造成冗余，降低工作效率。此外，重復(fù)圖片的存在還可能干擾缺陷識(shí)別的準(zhǔn)確性，增加誤判和漏判的風(fēng)險(xiǎn)。目前，對(duì)于架空線路無(wú)人機(jī)巡檢重復(fù)缺陷圖片的篩選，主要依賴人工肉眼判斷。這種方式需要巡檢人員逐一查看每張圖片，通過(guò)對(duì)比和分析來(lái)判斷是否存在重復(fù)。然而，隨著巡檢數(shù)據(jù)量的不斷增加，人工篩選的方式顯得效率低下，且容易因疲勞或主觀因素導(dǎo)致誤判和漏判。因此，亟需一種能夠自動(dòng)、準(zhǔn)確地篩選出重復(fù)缺陷圖片的方法。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明的目的在于提供一種架空線路無(wú)人機(jī)巡檢重復(fù)缺陷圖片篩選方法與相關(guān)裝置，以解決現(xiàn)有技術(shù)主要依賴人工對(duì)無(wú)人機(jī)巡檢圖片進(jìn)行篩選，篩選效率低下，容易出現(xiàn)誤判漏判的技術(shù)問(wèn)題。
2、為達(dá)到上述目的，本發(fā)明采用以下技術(shù)方案予以實(shí)現(xiàn)：
3、第一方面，本發(fā)明提供一種架空線路無(wú)人機(jī)巡檢重復(fù)缺陷圖片篩選方法，包括以下步驟：
4、構(gòu)建架空線路的三維模型，并建立所述三維模型中部件的臺(tái)賬；
5、設(shè)置巡檢航線的采集點(diǎn)圖片與臺(tái)賬的對(duì)應(yīng)關(guān)系，確定每個(gè)采集點(diǎn)的待采集目標(biāo)；
6、基于每個(gè)采集點(diǎn)的待采集目標(biāo)，通過(guò)無(wú)人機(jī)完成圖片采集，對(duì)采集到的圖片進(jìn)行缺陷識(shí)別，并確定缺陷屬性；
7、對(duì)屬性相同的缺陷進(jìn)行二次對(duì)比，保留特征像素最高的缺陷圖片為認(rèn)定缺陷圖片，對(duì)重復(fù)的缺陷圖片進(jìn)行刪除。
8、進(jìn)一步地，所述構(gòu)建架空線路的三維模型，并建立所述三維模型中部件的臺(tái)賬的步驟，具體包括：
9、構(gòu)建架空線路的三維模型，對(duì)三維模型中的各部件進(jìn)行序號(hào)標(biāo)注；
10、參照設(shè)計(jì)圖紙，結(jié)合標(biāo)注的序號(hào)，建立三維模型中各部件的臺(tái)賬；所述臺(tái)賬中包含部件的名稱和空間位置。
11、進(jìn)一步地，所述基于每個(gè)采集點(diǎn)的待采集目標(biāo)，通過(guò)無(wú)人機(jī)完成圖片采集，對(duì)采集到的圖片進(jìn)行缺陷識(shí)別，并確定缺陷屬性的步驟，具體包括：
12、基于每個(gè)采集點(diǎn)的待采集目標(biāo)，通過(guò)無(wú)人機(jī)按照預(yù)先規(guī)劃航線的每個(gè)航點(diǎn)完成圖片采集；
13、采用機(jī)器學(xué)習(xí)算法對(duì)采集到的圖片進(jìn)行缺陷識(shí)別，確定缺陷屬性。
14、進(jìn)一步地，所述缺陷屬性包括：缺陷類型、缺陷所屬部位和缺陷的具體位置。
15、進(jìn)一步地，所述對(duì)屬性相同的缺陷進(jìn)行二次對(duì)比，保留特征像素最高的缺陷圖片為認(rèn)定缺陷圖片，對(duì)重復(fù)的缺陷圖片進(jìn)行刪除的步驟，具體包括：
16、對(duì)同一部件相同位置的同類型缺陷圖片進(jìn)行第一次比對(duì)，通過(guò)計(jì)算圖片相似度，篩選出相似度大于預(yù)設(shè)的第一閾值的圖片，認(rèn)定為重復(fù)圖片；
17、將重復(fù)圖片進(jìn)行第二次比對(duì)，再次計(jì)算圖片的相似度，篩選出相似度大于預(yù)設(shè)的第二閾值的圖片，標(biāo)記為重復(fù)缺陷圖片；
18、計(jì)算所述重復(fù)缺陷圖片的特征像素，保留特征像素最高的缺陷圖片為認(rèn)定缺陷圖片，對(duì)重復(fù)的缺陷圖片進(jìn)行刪除。
19、進(jìn)一步地，所述對(duì)同一部件相同位置的同類型缺陷圖片進(jìn)行第一次比對(duì)，通過(guò)計(jì)算圖片相似度，篩選出相似度大于預(yù)設(shè)的第一閾值的圖片，認(rèn)定為重復(fù)圖片的步驟，具體包括：
20、對(duì)同一部件相同位置的同類型缺陷圖片依次進(jìn)行灰度化、降噪和增強(qiáng)，得到清晰圖像；
21、對(duì)清晰圖像進(jìn)行特征提取，提取圖像中的關(guān)鍵特征點(diǎn)和特征描述子；
22、將提取的特征描述子進(jìn)行匹配，計(jì)算不同圖像之間的特征相似度，完成特征匹配；
23、根據(jù)特征匹配的結(jié)果，計(jì)算圖像之間的整體相似度；
24、篩選出相似度大于預(yù)設(shè)的第一閾值的圖片，認(rèn)定為重復(fù)圖片。
25、進(jìn)一步地，所述將重復(fù)圖片進(jìn)行第二次比對(duì)，再次計(jì)算圖片的相似度，篩選出相似度大于預(yù)設(shè)的第二閾值的圖片，標(biāo)記為重復(fù)缺陷圖片的步驟，具體包括：
26、對(duì)重復(fù)圖片進(jìn)行預(yù)處理，將彩色圖像轉(zhuǎn)換為灰度圖像，具體計(jì)算公式為：
27、gray=0.299r+0.587g+0.114b
28、式中，gray為灰度值；r表示彩色圖像的紅色通道值；g表示彩色圖像的綠色通道值；b表示彩色圖像的藍(lán)色通道值；
29、采用高斯濾波方法去除預(yù)處理后的灰度圖像的噪聲，完成降噪處理，具體計(jì)算公式為：
30、
31、式中， g( x, y)表示在坐標(biāo)( x, y)處的高斯函數(shù)值； σ表示高斯函數(shù)的標(biāo)準(zhǔn)差；
32、對(duì)降噪后的圖像進(jìn)行對(duì)比度增強(qiáng)處理，完成重復(fù)圖片的預(yù)處理；
33、對(duì)預(yù)處理后的重復(fù)圖片進(jìn)行特征提取，構(gòu)建圖像的尺度空間，檢測(cè)尺度空間中的極值點(diǎn)，確定特征點(diǎn)的位置和尺度，計(jì)算特征點(diǎn)的方向，生成特征描述子；
34、采用k近鄰算法進(jìn)行特征描述子匹配，對(duì)于待匹配的特征點(diǎn)，在另一幅圖像的特征點(diǎn)集中尋找最鄰近的k個(gè)點(diǎn)，根據(jù)距離比值判斷匹配的可靠性；
35、根據(jù)匹配的特征點(diǎn)數(shù)量和匹配的可靠性，計(jì)算圖像之間的相似度，具體計(jì)算公式為：
36、
37、式中， similarity表示相似度；
38、篩選出相似度大于預(yù)設(shè)的第二閾值的圖片，標(biāo)記為重復(fù)缺陷圖片。
39、第二方面，本發(fā)明提供一種架空線路無(wú)人機(jī)巡檢重復(fù)缺陷圖片篩選系統(tǒng)，包括：
40、模型構(gòu)建模塊，用于構(gòu)建架空線路的三維模型，并建立所述三維模型中部件的臺(tái)賬；
41、目標(biāo)確定模塊，用于設(shè)置巡檢航線的采集點(diǎn)圖片與臺(tái)賬的對(duì)應(yīng)關(guān)系，確定每個(gè)采集點(diǎn)的待采集目標(biāo)；
42、缺陷識(shí)別模塊，用于基于每個(gè)采集點(diǎn)的待采集目標(biāo)，通過(guò)無(wú)人機(jī)完成圖片采集，對(duì)采集到的圖片進(jìn)行缺陷識(shí)別，并確定缺陷屬性；
43、二次對(duì)比模塊，用于對(duì)屬性相同的缺陷進(jìn)行二次對(duì)比，保留特征像素最高的缺陷圖片為認(rèn)定缺陷圖片，對(duì)重復(fù)的缺陷圖片進(jìn)行刪除。
44、第三方面，本發(fā)明提供一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上述方法的步驟。
45、第四方面，本發(fā)明提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述方法的步驟。
46、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：
47、本發(fā)明公開(kāi)了一種架空線路無(wú)人機(jī)巡檢重復(fù)缺陷圖片篩選方法與相關(guān)裝置，通過(guò)構(gòu)建架空線路的三維模型及部件臺(tái)賬，確保每個(gè)關(guān)鍵部件都被有效監(jiān)控。然后設(shè)置采集點(diǎn)與臺(tái)賬的對(duì)應(yīng)關(guān)系，能夠清晰地追蹤每張圖片的來(lái)源和目標(biāo)，使得圖片管理更加有序。有助于后續(xù)的分析和報(bào)告編制，確保信息的準(zhǔn)確性和可追溯性。最后通過(guò)二次對(duì)比屬性相同的缺陷圖片，并保留特征像素最高的圖片作為認(rèn)定缺陷圖片，該方法有效避免了重復(fù)圖片的冗余存儲(chǔ)。本發(fā)明通過(guò)自動(dòng)化的篩選方法，大大提高了篩選效率，減少了人工工作量，能夠快速處理大量的無(wú)人機(jī)巡檢圖片。基于圖像特征的匹配和相似度計(jì)算，提高了篩選的準(zhǔn)確性，降低了誤判和漏判的概率，保證了數(shù)據(jù)的質(zhì)量。減少了存儲(chǔ)資源的浪費(fèi)，提高了數(shù)據(jù)存儲(chǔ)和管理的效率，為后續(xù)的數(shù)據(jù)分析和決策提供了更可靠的數(shù)據(jù)基礎(chǔ)。