申请/专利权人：国网山东省电力公司电力科学研究院

申请日：2024-01-11

公开（公告）日：2024-04-09

公开（公告）号：CN117854051A

主分类号：G06V20/60

分类号：G06V20/60;G06V10/762;G06V10/764;G06V10/82;G06V10/26;G06V20/70

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本申请涉及图像处理技术领域，提供一种基于深度学习的输电线杆塔绝缘子图像处理方法及系统，使用已经调试完成的绝缘子实例分割网络，通过对输电线路通道进行语义分割训练，获取到绝缘子点云数据模型，并利用深度学习模型对绝缘子数据进行实例分割，从而正确地识别和分类出单串或双串的绝缘子。相比传统的机器学习方法，这种新的技术方案具有更高的准确性和效率，能够大大提升输电线路检测和维护工作的效果，提高电力系统的运行安全性。

主权项：1.一种基于深度学习的输电线杆塔绝缘子图像处理方法，其特征在于，应用于深度学习图像处理系统，所述方法包括：获取目标输电线杆塔绝缘子的当前真彩点云扫描图像集；将所述目标输电线杆塔绝缘子的当前真彩点云扫描图像集录入完成调试的绝缘子实例分割网络，由所述完成调试的绝缘子实例分割网络中第一图像语义挖掘组件根据所述目标输电线杆塔绝缘子的当前真彩点云扫描图像集挖掘所述目标输电线杆塔绝缘子对应的各待处理输电走廊通道区间的绝缘子点云图像语义向量；获取绝缘子点云图像知识集中各绝缘子聚类标签分别对应的绝缘子点云图像语义向量；所述各绝缘子聚类标签分别对应的绝缘子点云图像语义向量由所述完成调试的绝缘子实例分割网络中第二图像语义挖掘组件根据绝缘子聚类标签的绝缘子图像描述数据提取所得；依据所述目标输电线杆塔绝缘子对应的各待处理输电走廊通道区间的绝缘子点云图像语义向量与所述各绝缘子聚类标签分别对应的绝缘子点云图像语义向量的共性判别得分，确定向所述目标输电线杆塔绝缘子分配的绝缘子聚类标签。

全文数据：

权利要求：

百度查询： 国网山东省电力公司电力科学研究院 基于深度学习的输电线杆塔绝缘子图像处理方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD