計(jì)算機(jī)圖像處理識(shí)別-電纜設(shè)備溫度異常定位與識(shí)別方法

[全]計(jì)算機(jī)圖像處理識(shí)別-電纜設(shè)備溫度異常定位與識(shí)別方法地下電纜隧道內(nèi)的電纜線路和各種電力設(shè)備通信設(shè)備的數(shù)量在逐漸增多，且電纜隧道的結(jié)構(gòu)因地勢(shì)等原因比較復(fù)雜，這些都使得地下電纜的維護(hù)變得越來越困難。由于電纜接頭處的工藝水平限制，連接不牢固等問題都可能導(dǎo)致接頭處電阻過高，在電纜電流流過時(shí)產(chǎn)生的熱效應(yīng)之下會(huì)導(dǎo)致電纜接頭處發(fā)熱，嚴(yán)重的會(huì)導(dǎo)致電纜的絕緣被破壞致使漏電，甚至?xí)l(fā)火災(zāi)。而在非連接處由于電阻值較小一般不會(huì)出現(xiàn)熱故障，因此對(duì)電纜接頭的溫度監(jiān)控對(duì)于減小電纜故障，延長(zhǎng)電纜使用壽命都有重要意義。由于電纜鋪設(shè)長(zhǎng)度較長(zhǎng)、內(nèi)部環(huán)境擁擠，目前電纜內(nèi)部的人工巡檢的效率低下，不便于對(duì)出現(xiàn)異常的電纜設(shè)備作出快速、正確的處理。問題拆分首先在電纜隧道巡檢系統(tǒng)拍攝的圖片的基礎(chǔ)上通過擴(kuò)充樣本生成目標(biāo)數(shù)量的訓(xùn)練圖片與原圖共同作為訓(xùn)練樣本，構(gòu)建FasterRCNN網(wǎng)絡(luò)模型對(duì)訓(xùn)練樣本進(jìn)行訓(xùn)練得到目標(biāo)檢測(cè)網(wǎng)絡(luò)，得到接頭區(qū)域在可見光照片上的位置，并映射到紅外圖片，并對(duì)電纜接頭溫度進(jìn)行分析來及時(shí)對(duì)異常情況作出報(bào)警。本發(fā)明選擇訓(xùn)練FasterRCNN目標(biāo)檢測(cè)網(wǎng)絡(luò)參數(shù)，用RPN網(wǎng)絡(luò)提取預(yù)選區(qū)域訓(xùn)練目標(biāo)檢測(cè)網(wǎng)絡(luò)，充分利用卷積神經(jīng)網(wǎng)絡(luò)提取二維圖片特征的能力，實(shí)現(xiàn)電纜設(shè)備溫度異常定位與識(shí)別，具有較高的準(zhǔn)確率，適用性廣，具有良好的識(shí)別質(zhì)量和較高的識(shí)別速度。問題解決本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種電纜設(shè)備溫度異常定位與識(shí)別方法，基于卷積神經(jīng)網(wǎng)絡(luò)和遷移學(xué)習(xí)，利用圖像處理技術(shù)完成對(duì)電纜設(shè)備的在線監(jiān)測(cè)，便于運(yùn)維人員對(duì)出現(xiàn)異常的電纜設(shè)備作出快速、正確的處理，實(shí)現(xiàn)電纜隧道巡檢的智能化、快速化和準(zhǔn)確化。為解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案是：提供一種電纜設(shè)備溫度異常定位與識(shí)別方法，其特征在于，包括以下步驟：S1.通過隧道巡檢機(jī)器人攝像頭拍攝采集包含有目標(biāo)電纜設(shè)備的樣本圖像；S2.對(duì)步驟S1中樣本圖像進(jìn)行擴(kuò)充處理，生成目標(biāo)數(shù)量的訓(xùn)練圖片和原圖共同作為訓(xùn)練樣本；S3.構(gòu)建FasterR-CNN網(wǎng)絡(luò)模型并導(dǎo)入步驟S2中的訓(xùn)練樣本，用已經(jīng)在ImageNet上預(yù)訓(xùn)練后得到的ZFNet網(wǎng)絡(luò)參數(shù)初始化RPN，再用預(yù)訓(xùn)練的ZFNet網(wǎng)絡(luò)參數(shù)初始化FasterR-CNN目標(biāo)檢測(cè)網(wǎng)絡(luò)參數(shù)，并通過RPN網(wǎng)絡(luò)提取預(yù)選區(qū)域訓(xùn)練目標(biāo)檢測(cè)網(wǎng)絡(luò)；S4.用步驟S3訓(xùn)練后的目標(biāo)檢測(cè)網(wǎng)絡(luò)初始化RPN網(wǎng)絡(luò)，固定RPN網(wǎng)絡(luò)的卷積層并進(jìn)行微調(diào)，固定目標(biāo)檢測(cè)網(wǎng)絡(luò)的卷積層并用微調(diào)后的RPN網(wǎng)絡(luò)提取的預(yù)選區(qū)域?qū)δ繕?biāo)檢測(cè)網(wǎng)絡(luò)微調(diào)，得到包括接頭區(qū)域位置信息的輸出結(jié)果；S5.根據(jù)步驟S4得到的接頭區(qū)域以及隧道巡檢機(jī)器人的可見光攝像頭與紅外攝像頭的參數(shù)可以將接頭區(qū)域從可見光照片映射到紅外照片上；S6.對(duì)步驟S5的紅外照片區(qū)域做溫度最高值搜索，得到最高溫度值；并根據(jù)電纜線芯溫度與防爆箱溫度的矯正公式矯正得到電纜接頭處線芯的最高溫度；S7.將電纜接頭處線芯的最高溫度與電纜接頭的巡檢標(biāo)準(zhǔn)溫度閾值對(duì)比判斷是否出現(xiàn)異常高溫，若是，則決定報(bào)警。本發(fā)明的電纜設(shè)備溫度異常定位與識(shí)別方法，首先在電纜隧道巡檢系統(tǒng)拍攝的圖片的基礎(chǔ)上通過擴(kuò)充樣本生成目標(biāo)數(shù)量的訓(xùn)練圖片與原圖共同作為訓(xùn)練樣本，構(gòu)建FasterR-CNN網(wǎng)絡(luò)模型對(duì)訓(xùn)練樣本進(jìn)行訓(xùn)練得到目標(biāo)檢測(cè)網(wǎng)絡(luò)，得到接頭區(qū)域在可見光照片上的位置，并映射到紅外圖片，并對(duì)電纜接頭溫度進(jìn)行分析來及時(shí)對(duì)異常情況作出報(bào)警。本發(fā)明采用了遷移學(xué)習(xí)的方法，減輕了訓(xùn)練強(qiáng)度，保證較好的定位識(shí)別效果，能夠?qū)崿F(xiàn)電纜設(shè)備溫度異常定位與識(shí)別，具有較高的準(zhǔn)確率，且適用性廣，具有良好的識(shí)別質(zhì)量和較高的識(shí)別速度，為電力隧道智能化，無(wú)人化值守提供了重要的技術(shù)支撐。優(yōu)選地，步驟S2中所述的擴(kuò)充處理按以下步驟進(jìn)行：S21.對(duì)步驟S1中的樣本圖像去除背景像素保留前景，生成純色背景圖片；S22.對(duì)步驟S1中的樣本圖像進(jìn)行顏色變換、伸縮變化以及旋轉(zhuǎn)變換；S23.經(jīng)步驟S22處理的圖片放置到步驟S21的背景圖片的隨機(jī)位置，一直添加直至生成目標(biāo)數(shù)量的訓(xùn)練圖片，訓(xùn)練圖片與原圖共同作為訓(xùn)練樣本。優(yōu)選地，所述顏色變換為在HSV色域中將三個(gè)分量隨機(jī)調(diào)至原來的0.8倍～1.2倍；所述伸縮變換為隨機(jī)伸縮至原來的0.8倍～1.2倍；所述旋轉(zhuǎn)變換為隨機(jī)旋轉(zhuǎn)-30°～30°。優(yōu)選地，步驟S3中所述的FasterR-CNN網(wǎng)絡(luò)模型由順次連接的輸入層、卷積層、池化層、全連接層以及輸出層構(gòu)建得到。優(yōu)選地，步驟S3按以下步驟進(jìn)行：S31.以步驟S2中的訓(xùn)練樣本為輸入層，在卷積層中利用特定的卷積核對(duì)圖像卷積提取特征值；S32.將步驟S31中的特征值輸出作為輸入，在池化層中進(jìn)行最大池化運(yùn)算，縮小卷積層的信息；S33.經(jīng)過多層卷積和池化過程后，將池化層的輸出作為輸入，對(duì)每個(gè)特征值采用不同的權(quán)重進(jìn)行全連接層的運(yùn)算，將圖像的二維信息轉(zhuǎn)換為一維信息；S34.根據(jù)步驟S33的一維信息的值對(duì)訓(xùn)練樣本進(jìn)行分類，分類結(jié)果由輸出層給出。優(yōu)選地，每層卷積層由若干卷積單元組成，每個(gè)卷積單元的參數(shù)通過反向傳播算法最佳化得到。卷積運(yùn)算的目的是提取輸入的不同特征，第一層卷積層可能只能提取一些低級(jí)的特征如邊緣、線條和角等層級(jí)，越高層的卷積層代表越抽象的特征，而要訓(xùn)練識(shí)別定位的電纜接頭也是由抽象特征組合而成，適用于遷移學(xué)習(xí)，在減輕訓(xùn)練量的同時(shí)保證較好的訓(xùn)練效果。優(yōu)選地，步驟S4中所述位置信息包括接頭區(qū)域左上角頂點(diǎn)的橫坐標(biāo)x、縱坐標(biāo)y以及接頭區(qū)域的寬度w、高度h。與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：(1)本發(fā)明選擇了訓(xùn)練FasterR-CNN目標(biāo)檢測(cè)網(wǎng)絡(luò)參數(shù)，并用RPN網(wǎng)絡(luò)提取預(yù)選區(qū)域訓(xùn)練目標(biāo)檢測(cè)網(wǎng)絡(luò)，充分利用了卷積神經(jīng)網(wǎng)絡(luò)提取二維圖片特征的能力，彌補(bǔ)了傳統(tǒng)方法特征描述不足或難以選擇合適特征的缺陷；能夠?qū)崿F(xiàn)電纜設(shè)備溫度異常定位與識(shí)別，具有較高的準(zhǔn)確率，并且具有穩(wěn)定性好，抗干擾能力強(qiáng)，檢測(cè)速度快等優(yōu)點(diǎn)，能夠應(yīng)用于隧道內(nèi)部巡檢系統(tǒng)。(2)本發(fā)明通