本技術(shù)屬于電力設(shè)備缺陷檢測(cè)，具體涉及一種電力設(shè)備缺陷識(shí)別方法、系統(tǒng)、設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、電力是經(jīng)濟(jì)發(fā)展、社會(huì)進(jìn)步和工業(yè)生產(chǎn)不可或缺的重要元素，電力系統(tǒng)的穩(wěn)定運(yùn)行具有極其重要的意義。電力設(shè)備一旦出現(xiàn)故障，會(huì)影響電力系統(tǒng)的安全和穩(wěn)定運(yùn)行，甚至引起電力供應(yīng)中斷；因此，進(jìn)行電力設(shè)備缺陷識(shí)別具有重大且必要的意義。

2、現(xiàn)有技術(shù)中的電力設(shè)備缺陷識(shí)別主要依賴單一類型（如紅外光圖像或可見光圖像）的缺陷識(shí)別方法，這種缺陷識(shí)別方法在復(fù)雜環(huán)境下可能會(huì)出現(xiàn)對(duì)電力設(shè)備中缺陷的識(shí)別精度低，導(dǎo)致檢修不及時(shí)而引發(fā)電力系統(tǒng)故障。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例的目的是提供電力設(shè)備缺陷識(shí)別方法、系統(tǒng)、設(shè)備和存儲(chǔ)介質(zhì)，能夠解決現(xiàn)有電力設(shè)備缺陷識(shí)別方法在復(fù)雜環(huán)境下識(shí)別精度低的技術(shù)問(wèn)題。

2、為了解決上述技術(shù)問(wèn)題，本技術(shù)是這樣實(shí)現(xiàn)的：

3、第一方面，本技術(shù)實(shí)施例提供了一種電力設(shè)備缺陷識(shí)別方法，所述方法包括：

4、獲取目標(biāo)電力設(shè)備的目標(biāo)紅外光圖像和目標(biāo)可見光圖像，并對(duì)所述目標(biāo)紅外光圖像和所述目標(biāo)可見光圖像進(jìn)行圖像處理，以得到紅外光子圖像集合和可見光子圖像集合；

5、獲取所述紅外光子圖像集合和所述可見光子圖像集合之間的特征相似度矩陣，并根據(jù)匈牙利算法獲取所述特征相似度矩陣中相似度值之和最大的目標(biāo)元素集合；

6、對(duì)所述目標(biāo)元素集合中各元素對(duì)應(yīng)的所述紅外光子圖像和所述可見光子圖像進(jìn)行關(guān)鍵點(diǎn)計(jì)算，得到所述目標(biāo)元素集合對(duì)應(yīng)的關(guān)鍵點(diǎn)集合；

7、對(duì)所述關(guān)鍵點(diǎn)集合進(jìn)行優(yōu)化處理以得到目標(biāo)關(guān)鍵點(diǎn)集合，并構(gòu)建所述目標(biāo)關(guān)鍵點(diǎn)集合的映射矩陣；

8、通過(guò)所述映射矩陣將所述目標(biāo)紅外光圖像和所述目標(biāo)可見光圖像進(jìn)行配準(zhǔn)，并將配準(zhǔn)后的所述目標(biāo)紅外光圖像和所述目標(biāo)可見光圖像進(jìn)行融合得到目標(biāo)檢測(cè)圖像；

9、將所述目標(biāo)檢測(cè)圖像輸入訓(xùn)練好的缺陷檢測(cè)模型進(jìn)行檢測(cè)，輸出所述目標(biāo)檢測(cè)圖像的缺陷檢測(cè)結(jié)果。

10、作為本技術(shù)第一方面的一種可選實(shí)施方式，所述獲取目標(biāo)電力設(shè)備的目標(biāo)紅外光圖像和目標(biāo)可見光圖像，并對(duì)所述目標(biāo)紅外光圖像和所述目標(biāo)可見光圖像進(jìn)行圖像處理，以得到紅外光子圖像集合和可見光子圖像集合；具體為：

11、通過(guò)雙光同軸攝像機(jī)同時(shí)拍攝所述目標(biāo)電力設(shè)備同一位置的所述目標(biāo)紅外光圖像和所述目標(biāo)可見光圖像；

12、將所述目標(biāo)紅外光圖像和所述目標(biāo)可見光圖像分別輸入訓(xùn)練好的電力設(shè)備識(shí)別模型中進(jìn)行檢測(cè)，識(shí)別所述目標(biāo)紅外光圖像和所述目標(biāo)可見光圖像中的電力設(shè)備位置；

13、根據(jù)所述電力設(shè)備位置將所述目標(biāo)紅外光圖像和所述目標(biāo)可見光圖像進(jìn)行分割，得到各自對(duì)應(yīng)的所述紅外光子圖像集合和所述可見光子圖像集合。

14、作為本技術(shù)第一方面的一種可選實(shí)施方式，所述獲取所述紅外光子圖像集合和所述可見光子圖像集合之間的特征相似度矩陣，并根據(jù)匈牙利算法獲取所述特征相似度矩陣中相似度值之和最大的目標(biāo)元素集合；具體為：

15、通過(guò)改進(jìn)的殘差網(wǎng)絡(luò)對(duì)所述紅外光子圖像集合和所述可見光子圖像集合進(jìn)行特征編碼處理，得到所述紅外光子圖像集合和所述可見光子圖像集合各自對(duì)應(yīng)的紅外光特征集合和可見光特征集合；

16、構(gòu)建所述紅外光特征集合和所述可見光特征集合之間的特征相似度矩陣，所述特征相似度矩陣中的元素表示所述紅外光特征集合中一個(gè)紅外光特征與所述可見光特征集合中一個(gè)可見光特征的相似度；

17、通過(guò)余弦相似度公式計(jì)算所述特征相似度矩陣中每一個(gè)元素的相似度值；

18、根據(jù)匈牙利算法獲取所述特征相似度矩陣中相似度值之和最大的目標(biāo)元素集合。

19、作為本技術(shù)第一方面的一種可選實(shí)施方式，所述對(duì)所述目標(biāo)元素集合中各元素對(duì)應(yīng)的所述紅外光子圖像和所述可見光子圖像進(jìn)行關(guān)鍵點(diǎn)計(jì)算，得到所述目標(biāo)元素集合對(duì)應(yīng)的關(guān)鍵點(diǎn)集合；具體為：

20、采用sift特征匹配算法分別計(jì)算所述目標(biāo)元素集合中每一個(gè)元素對(duì)應(yīng)的所述紅外光子圖像和所述可見光子圖像之間的關(guān)鍵點(diǎn)子集合；

21、將計(jì)算得到的每一個(gè)元素對(duì)應(yīng)的所述關(guān)鍵點(diǎn)子集合進(jìn)行合并，構(gòu)成所述關(guān)鍵點(diǎn)集合。

22、作為本技術(shù)第一方面的一種可選實(shí)施方式，所述對(duì)所述關(guān)鍵點(diǎn)集合進(jìn)行優(yōu)化處理以得到目標(biāo)關(guān)鍵點(diǎn)集合，并構(gòu)建所述目標(biāo)關(guān)鍵點(diǎn)集合的映射矩陣；具體為：

23、根據(jù)預(yù)設(shè)的比例閾值對(duì)所述關(guān)鍵點(diǎn)集合進(jìn)行篩選，得到滿足要求的關(guān)鍵點(diǎn)集合；

24、根據(jù)ransac算法對(duì)所述滿足要求的所述關(guān)鍵點(diǎn)集合進(jìn)行異常點(diǎn)過(guò)濾處理，得到所述目標(biāo)關(guān)鍵點(diǎn)集合；

25、根據(jù)homography函數(shù)對(duì)所述目標(biāo)關(guān)鍵點(diǎn)集合進(jìn)行單應(yīng)性變換，以得到映射矩陣。

26、作為本技術(shù)第一方面的一種可選實(shí)施方式，所述通過(guò)所述映射矩陣將所述目標(biāo)紅外光圖像和所述目標(biāo)可見光圖像進(jìn)行配準(zhǔn)，并將配準(zhǔn)后的所述目標(biāo)紅外光圖像和所述目標(biāo)可見光圖像進(jìn)行融合得到目標(biāo)檢測(cè)圖像；具體為：

27、根據(jù)映射矩陣獲取所述目標(biāo)可見光圖像與所述目標(biāo)紅外光圖像的匹配位置；

28、根據(jù)仿射變換函數(shù)對(duì)所述目標(biāo)可見光圖像的所述匹配位置進(jìn)行轉(zhuǎn)換，以得到與所述目標(biāo)紅外光圖像匹配的配準(zhǔn)可見光圖像；

29、根據(jù)特征融合網(wǎng)絡(luò)對(duì)所述配準(zhǔn)可見光圖像和所述目標(biāo)紅外光圖像進(jìn)行特征融合，得到目標(biāo)檢測(cè)圖像。

30、作為本技術(shù)第一方面的一種可選實(shí)施方式，所述映射矩陣通過(guò)如下公式表達(dá)：

31、，

32、其中，表示映射矩陣，表示homography函數(shù)，表示第i個(gè)紅外光子圖像，表示第j個(gè)可見光子圖像；

33、所述配準(zhǔn)可見光圖像通過(guò)如下公式表示：

34、，

35、其中，表示配準(zhǔn)可見光圖像，表示目標(biāo)可見光圖像；

36、所述目標(biāo)檢測(cè)圖像通過(guò)如下公式表示：

37、，

38、其中，表示目標(biāo)檢測(cè)圖像，表示特征融合網(wǎng)絡(luò)，表示目標(biāo)紅外光圖像。

39、第二方面，本技術(shù)實(shí)施例提供了一種電力設(shè)備缺陷識(shí)別系統(tǒng)，所述系統(tǒng)包括：

40、獲取模塊，用于獲取目標(biāo)電力設(shè)備的目標(biāo)紅外光圖像和目標(biāo)可見光圖像；

41、第一處理模塊，用于對(duì)所述目標(biāo)紅外光圖像和所述目標(biāo)可見光圖像進(jìn)行圖像處理，得到對(duì)應(yīng)的紅外光子圖像集合和可見光子圖像集合；

42、第二處理模塊，用于對(duì)所述紅外光子圖像集合和所述可見光子圖像集合進(jìn)行處理，以得到特征相似度矩陣，并根據(jù)匈牙利算法獲取所述特征相似度矩陣中相似度值之和最大的目標(biāo)元素集合；

43、第三處理模塊，用于對(duì)所述目標(biāo)元素集合中各元素對(duì)應(yīng)的所述紅外光子圖像和所述可見光子圖像進(jìn)行關(guān)鍵點(diǎn)計(jì)算，得到所述目標(biāo)元素集合對(duì)應(yīng)的關(guān)鍵點(diǎn)集合；

44、優(yōu)化模塊，用于對(duì)所述關(guān)鍵點(diǎn)集合進(jìn)行優(yōu)化處理以得到目標(biāo)關(guān)鍵點(diǎn)集合，并構(gòu)建所述目標(biāo)關(guān)鍵點(diǎn)集合的映射矩陣；

45、配準(zhǔn)融合模塊，用于根據(jù)所述映射矩陣將所述目標(biāo)紅外光圖像和所述目標(biāo)可見光圖像進(jìn)行配準(zhǔn)，并將配準(zhǔn)后的所述目標(biāo)紅外光圖像和所述目標(biāo)可見光圖像進(jìn)行融合得到目標(biāo)檢測(cè)圖像；

46、檢測(cè)模塊，用于根據(jù)訓(xùn)練好的缺陷檢測(cè)模型對(duì)所述目標(biāo)檢測(cè)圖像進(jìn)行檢測(cè)，輸出所述目標(biāo)檢測(cè)圖像的缺陷檢測(cè)結(jié)果。

47、第三方面，本技術(shù)實(shí)施例提供了一種電子設(shè)備，所述電子設(shè)備包括處理器、存儲(chǔ)器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的程序或指令，程序或指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面所述的方法的步驟。

48、第四方面，本技術(shù)實(shí)施例提供了一種可讀存儲(chǔ)介質(zhì)，所述可讀存儲(chǔ)介質(zhì)上存儲(chǔ)程序或指令，程序或指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面所述的方法的步驟。

49、在本技術(shù)實(shí)施例中，通過(guò)結(jié)合紅外光和可見光圖像的信息，能夠更全面地反映電力設(shè)備的狀態(tài)，從而提高缺陷檢測(cè)的精度；整個(gè)檢測(cè)過(guò)程高度自動(dòng)化，減少了人工干預(yù)的需要，提高了檢測(cè)效率。同時(shí)，利用訓(xùn)練好的模型進(jìn)行缺陷檢測(cè)，實(shí)現(xiàn)了智能化檢測(cè)；通過(guò)定期檢測(cè)和分析，可以及時(shí)發(fā)現(xiàn)電力設(shè)備的潛在缺陷，為設(shè)備的維護(hù)和更換提供早期預(yù)警，降低故障發(fā)生的概率；與傳統(tǒng)的人工檢測(cè)方法相比，該方法能夠顯著降低檢測(cè)成本，同時(shí)提高檢測(cè)效率和質(zhì)量。