(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210854117.0 (22)申请日 2022.07.13 (71)申请人 国网河北省电力有限公司衡水 供电 分公司 地址 053000 河北省衡水市桃城区人民东 路185号 申请人 国家电网有限公司 (72)发明人 李宁　程旭　卢景才　梁河雷　 刘兆威　高冰　王鹏　佘凯　 郭立国　侯乃谦　武川　寇马军　 王晓瀛　朱文才　魏朋　 (74)专利代理 机构 石家庄国为知识产权事务所 13120 专利代理师 刘少卿(51)Int.Cl. G06Q 10/00(2012.01) G06Q 50/06(2012.01) G06V 10/44(2022.01) G06V 10/74(2022.01) G06V 20/10(2022.01) (54)发明名称 基于缺陷库 的电力线路巡检方法、 装置、 终 端及存储介质 (57)摘要 本发明涉及电力线维护技术领域， 尤其涉及 一种基于缺陷库的电力线路巡检方法、 装置、 终 端及存储介质， 本发明方法首先， 获取获取目标 图像， 其中， 所述目标图像基于对电力线路巡检 采集获得； 然后， 对所述目标图像进行预处理， 获 得中间图像， 其中， 所述中间图像中包含的电力 线的形式符合预定条件； 接着， 根据缺陷样本对 所述中间图像进行边缘提取， 获得边缘图样； 最 后， 将所述边缘图样送入到缺陷识别模型， 确定 所述电力线路是否存在缺陷。 本发 明实施方式基 于缺陷样 本提取可疑的边缘图样， 经过缺陷识别 模型识别其中存在的缺陷， 人为参与的步骤少， 效率高， 提高了巡检的效率， 降低了查找缺陷的 难度。 权利要求书3页 说明书9页 附图2页 CN 115392495 A 2022.11.25 CN 115392495 A 1.一种基于缺陷库的电力线路巡检方法， 其特 征在于， 包括： 获取目标图像， 其中， 所述目标图像 基于对电力线路巡检采集获得； 对所述目标图像进行预处理， 获得中间图像， 其中， 所述中间图像 中包含的电力线的形 式符合预定条件； 根据缺陷样本对所述中间图像进行边 缘提取， 获得边 缘图样； 将所述边缘图样送入到缺陷识别模型， 确定所述电力线路是否存在缺陷。 2.根据权利要求1所述的基于缺陷库的电力线路巡检方法， 其特征在于， 所述对所述目 标图像进行 预处理， 获得中间图像， 包括： 对所述目标图像进行去色， 获得中间灰度图； 根据第一预设条件， 调整所述中间灰度图中色彩范围； 识别所述中间灰度图中目标图像块， 其中， 目标图像块包 含有电力线的图像； 基于所述目标图像块对所述中间灰度图进行图像调整， 以使得所述目标图像块在所述 中间灰度图中的大小以及位置符合预定条件， 其中， 所述图像调整包括以下至少之一： 旋 转、 缩放以及裁切； 根据第二预设条件调整所述中间灰度图的大小和分辨 率， 获得中间图像。 3.根据权利要求2所述的基于缺陷库的电力线路巡检方法， 其特征在于， 所述识别所述 中间灰度图中目标图像块， 包括： 按照预定顺序， 从所述中间灰度图中取 出多个图像块； 基于所述多个图像块， 生成多个 中间矩阵， 其中， 中间矩阵映射图像块中各个像素的数 值； 获取特征矩阵， 其中， 所述特征矩阵基于包含有电力线的样本图像生成， 所述特征矩阵 映射所述样本图像中各个 像素的数值； 分别计算所述特征矩阵与 所述多个中间矩阵中每个中间矩阵的点积， 获得多个相似指 数； 将所述多个相似指数按照所述多个图像块在所述中间灰度图中的位置， 放入相似指数 矩阵； 从所述指数矩阵中， 获取多个最大的元 素； 根据所述多个最大的元素包围的区域对应所述中间灰度图中的位置， 获得多个图像 块， 作为目标图像块。 4.根据权利要求2所述的基于缺陷库的电力线路巡检方法， 其特征在于， 所述基于所述 目标图像块对所述中间灰度图进 行图像调整， 以使得所述目标图像块在所述中间灰度图中 的大小以及位置符合预定条件， 包括： 从所述目标图像块中选取距离最远的两个 像素， 作为 参照像素； 根据所述 参照像素构建一条参照线； 根据所述参照线与所述预定条件， 对所述中间灰度图进行图像调整， 其中， 所述预定条 件包括以下至少之一： 参照线长度范围、 参照线角度范围以及参照线在所述中间灰度图中 的位置范围。 5.根据权利要求1所述的基于缺陷库的电力线路巡检方法， 其特征在于， 所述根据缺陷 样本对所述中间图像进行边 缘提取， 获得边 缘图样， 包括：权　利　要　求　书 1/3 页 2 CN 115392495 A 2基于所述中间图像， 获取图像数列， 其中， 所述图像数列按照预定顺序， 从所述中间图 像中依次获得， 所述图像数列中的多个元 素映射所述中间图像中多个 像素的数值； 对所述图像数列进行变换， 获得多个频率的波， 其中， 所述变换包括以下至少之一： 傅 里叶变换、 加窗傅里叶变换以及小 波变换； 根据所述缺陷样本从所述多个频率的波中选取一个波形， 作为边缘波， 其中， 所述缺陷 样本表征缺陷的波； 对所述边缘波按照映射关系 进行采样， 获得边缘图样， 其中， 所述映射关系表征所述图 像数列中的多个元 素与所述中间图像中多个 像素的数值的映射关系。 6.根据权利要求5所述的基于缺陷库的电力线路巡检方法， 其特征在于， 所述根据 所述 缺陷样本从所述多个频率的波中选取一个波形， 作为 边缘波， 包括： 根据所述缺陷样本、 所述多个频率的波以及第一公式， 确定边缘相似指数， 其中， 所述 第一公式为： 式中， σk为频率为k的波与缺陷样本的边缘相似指数， ω(t)为缺陷样本， ωk(t)为频率 为k的波； 选取边缘相似指数最高的波， 作为 边缘波。 7.根据权利要求1 ‑6任一项所述的基于缺陷库的电力线路巡检方法， 其特征在于， 所述 缺陷识别模型基于对CN N神经网络模型训练获得， 所述 缺陷识别模型的构建步骤， 包括： 获取基本模型， 其中， 所述基本模型基于预先配置了卷积层数量、 池化层数量、 全连接 层的数量以及各神经 元传递参数的CN N神经网络模型获得； 将带有标签的边缘图像样本送入到所述基本模型中， 获取模型输出， 其中， 所述标签表 征边缘图像样本的缺陷； 根据所述模型输出以及所述标签确定模型缺陷识别的残差； 根据所述残差， 通过反向传播算法， 调整各个神经元的传递参数， 直至所述残差低于阈 值。 8.一种基于缺陷库的电力线路巡检装置， 其特 征在于， 包括： 图像获取模块， 用于获取目标图像， 其中， 所述目标图像基于对电力线路巡检采集获 得； 图像预处理模块， 用于对所述目标图像进行预处理， 获得中间图像， 其中， 所述中间图 像中包含的电力线的形式符合预定条件； 边缘图样提取模块， 用于根据缺陷样本对所述中间图像进行边 缘提取， 获得边 缘图样； 以及， 缺陷识别模块， 用于将所述边缘图样送入到缺陷识别模型， 确定所述电力线路是否存 在缺陷。 9.一种终端， 包括存储器和 处理器， 所述存储器中存储有可在所述处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如上 的权利要求1至7中任 一项所述方法的步骤。权　利　要　求　书 2/3 页 3 CN 115392495 A 3