CN113052819A - 一种电路缺陷图片采集分析***及采集分析方法 - Google Patents
一种电路缺陷图片采集分析***及采集分析方法 Download PDFInfo
- Publication number
- CN113052819A CN113052819A CN202110320401.5A CN202110320401A CN113052819A CN 113052819 A CN113052819 A CN 113052819A CN 202110320401 A CN202110320401 A CN 202110320401A CN 113052819 A CN113052819 A CN 113052819A
- Authority
- CN
- China
- Prior art keywords
- picture
- analysis
- defect
- information
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种电路缺陷图片采集分析***及采集分析方法,它包括:接收模块(1):接收无人机采集并上传的原始图片;处理模块(2):对接收的图片按照需求进行处理得到处理后图片;所述处理包括对图片进行压缩处理以进行传输和存储;筛选模块(3):对图片按照电网设备图像采集规范进行筛选以得到符合所述规范的图片;分析模块(4):用于对图片附带的信息进行分析得出分析结果,所述信息包括电路设备类型、设备缺陷类型、设备缺陷等级和设备位置信息;与报告生成模块(5)和报表展示模块(6)连接;解决了现有技术中虽然借助无人机能够采集到大量的电路缺陷图片,但是不能有效提取图片中的信息等技术问题。
Description
技术领域
本发明属于图片处理技术,尤其涉及一种电路缺陷图片采集分析***及采集分析方法。
背景技术
电力设备如电力线、杆塔长期在野外暴露,不断受到机械张力、材料老化、雷击、污秽等外界因素的侵害,容易导致断股、腐蚀、绝缘子破损、杆塔倾斜等故障的发生。在对电路缺陷进行巡检和处理的过程中留下了大量的设备缺陷图片。这些图片可以指导以后的电路设备缺陷处理工作。
近年来随着信息技术、人工智能技术的发展,电力设备的日常维护工作也在一定程度上实现了自动化、智能化。尤其是无人机技术在电力设备的巡检工作中发挥了重要作用。
虽然借助无人机,能够采集到大量的电路缺陷图片,但是如何有效提取图片中的信息,如何用这些信息提高电网工作的效率这是本领域推动电网日常工作自动化、智能化的进程中接下来要解决的问题。
发明内容
本发明要解决的问题是:提供一种电路缺陷图片采集分析***及采集分析方法,以解决现有技术中虽然借助无人机能够采集到大量的电路缺陷图片,但是不能有效提取图片中的信息等技术问题。
本发明采用技术方案如下:
一种电路缺陷图片采集分析***,它包括:
接收模块:接收无人机采集并上传的原始图片,与处理模块连接;
处理模块:对接收的图片按照需求进行处理得到处理后图片;所述处理包括对图片进行压缩处理以进行传输和存储,与筛选模块连接;
筛选模块:对图片按照电网设备图像采集规范进行筛选以得到符合所述规范的图片,与分析模块连接;
分析模块:用于对图片附带的信息进行分析得出分析结果,所述信息包括电路设备类型、设备缺陷类型、设备缺陷等级和设备位置信息;与报告生成模块和报表展示模块连接。
所述报告生成模块根据分析模块得出的分析结果,生成缺陷分析报告,并提供对生成的缺陷分析报告的在线编辑功能。
所述报表展示模块根据分析模块得出的分析结果,统计计算并自动绘制统计图表;与存储模块连接。
存储模块用于将处理后的图片和缺陷分析报告存储为缺陷分析记录。
处理模块包括exif信息处理子模块和压缩子模块;exif信息处理子模块用于图片压缩前后保留源图片exif信息;压缩子模块用于根据设置的压缩方法和压缩参数对原始图片进行压缩。
分析模块包括exif信息分析子模块和缺陷识别子模块;exif信息分析子模块用于提取图片exif信息中重要的信息;所述重要的信息包括拍摄时间和拍摄地点,根据拍摄地点的经纬度坐标生成行政区划地点信息;缺陷识别子模块用于提取图片所示的电路设备的设备类型、设备缺陷类型和缺陷级信息。
报告生成模块包括生成子模块和展示子模块;生成子模块用于根据分析模块分析出的信息生成分析报告并提供人工在线编辑功能;展示子模块用于分析报告的展示。
所述的一种电路缺陷图片采集分析***采集分析方法,它包括:
步骤S101、使用无人机对电路设备目标区域进行图像采集,得到原始图片;
步骤S102、将原始图片上传至云端服务采集分析***,***对原始图片进行自动处理,得到处理后的图片;
步骤S103、使用云端服务采集分析***对处理后的图片进行分析,得出图像包含的设备类型、设备位置、缺陷类型和缺陷等级信息;
步骤S104、根据分析得出的信息,生成线路缺陷报告,对报告进行存档或派发处理;
S105,根据分析得出的信息,统计计算得出缺陷分析报表,对报表进行展示。
步骤S102的具体方法包括:
(1)提取图片exif信息;图片的exif中包含图片的拍摄设备、拍摄参数及地理位置信息;
(2)压缩图片;根据图片使用需求以及存储和传输环境,选择压缩算法及参数对图片进行压缩处理,压缩后重新附上所述提取出的exif信息;
(3)筛选图片;检查压缩后图片的属性,所述属性包括:分辨率、饱和度和所占存储空间;对以上属性不符合设置的测试标准的图片作删除处理;
步骤S103具体包括:
(1)图片附加信息提取:从图片的exif信息中提取出需要的附加信息,提取的信息至少包括:拍摄时间和拍摄地点;
(2)图片所示设备缺陷分析:根据图片分析出图片所示的电网设备的类型、缺陷类型和缺陷等级。
步骤S104具体包括:
(1)设置缺陷报告模板,所述模板至少能够容纳步骤3中分析出的信息;
(2)根据模板和所述分析出的信息生成缺陷报告;
(3)对缺陷报告做存档处理,将缺陷报告存入专用的数据库或文件***中;
(4)派发缺陷报告,将缺陷报告发送到指定人员的设备中;
步骤105具体包括:
(1)设置展示依据,所述展示依据至少包括:按时间、按缺陷类型和按设备的展示原则;
(2)按照所述展示依据进行报表的展示。
本发明的有益效果:
本发明提出的电路缺陷图片采集分析方法及采集分析***,使用无人机设备自动进行电路设备图像采集,对图像进行智能分析,可以大大提高电网缺陷巡检工作的自动化水平,为后续的消缺工作提供准确的参考信息,提高电网消缺工作的效率;解决了现有技术中虽然借助无人机能够采集到大量的电路缺陷图片,但是不能有效提取图片中的信息等技术问题。
附图说明
图1为本发明方法流程示意图;
图2为本发明***组成框图。
具体实施方式
实施例一
请参阅图1,所示为电路缺陷图片采集分析工作流程示意图,包括以下步骤:
步骤S101,使用无人机按照一定要求对电路设备目标区域进行图像采集,得到目标图片;也称为原始图片。
在对电路设备进行图像采集时所遵循的要求由使用者的需求决定,总体遵循对焦准确、角度合适、曝光充分、无重影等原则。
步骤S102中,将目标图片上传至云端服务图片分析***或称为云端服务采集分析***,***对所述目标图片进行自动处理,得到处理后的图片。
在本实施例中,所述的处理的具体步骤包括:
(1)提取图片exif信息:图片的exif中包含图片的拍摄设备、拍摄参数及地理位置等信息,在压缩中会丢失,因此先将其提取出来。
(2)压缩图片;根据具体的图片使用需求以及存储和传输环境,选择适当的压缩算法及参数,对图片进行压缩处理,压缩后重新附上所述提取出的exif信息。
(3)筛选图片:检查压缩后图片的属性,所述属性至少包括:分辨率、饱和度、所占存储空间的大小。对以上属性不符合设置的测试标准的图片作删除处理。
在S103中,使用所述云端服务图片分析***对所述处理后的图片进行分析,分析得出图像包含的设备类型、设备位置、缺陷类型、缺陷等级等信息;
在本实施例中,所述的具体的图片分析方法包括:
(1)图片附加信息提取:从图片的exif信息中提取出需要的附加信息,提取的信息至少包括:拍摄时间和拍摄地点。
(2)图片所示设备缺陷分析:根据图片分析出图片所示的电网设备的类型、缺陷类型、缺陷等级。
优选地,使用基于机器学习的图像识别工具,实现设备缺陷的自动识别。
S104,根据所述分析得出的信息,生成线路缺陷报告,对报告进行存档或派发处理。
具体而言,本步骤包括:
(1)设置缺陷报告模板,所述模板至少能够容纳步骤3中分析出的信息。
(2)根据模板和所述分析出的信息生成缺陷报告。
(3)对缺陷报告做存档处理,具体的,将缺陷报告存入专用的数据库或文件***中。
(4)派发缺陷报告,将缺陷报告发送到指定人员的设备中。
S105,根据所述分析得出的信息,统计计算得出缺陷分析报表,对报表进行展示。具体而言,本步骤包括:
(1)设置展示依据,所述展示依据至少包括:按时间、按缺陷类型、按设备的展示原则。
(2)按照所述展示依据进行报表的展示。
优选地,可以将当前的报表进行导出。
实施例二。
请参阅图2,所示为云端服务图片分析***的模块示意图。所述云端服务图片分析***100,包括:
接收模块1、处理模块2、筛选模块3、分析模块4、报告生成模块5、报表展示模块6。
具体而言,所述接收模块1,用于接收图片的来源数据,即接收无人机采集并上传的原始图片。
处理模块2,用于对图片按照需求进行处理得到处理后图片的模块。例如,对图片进行压缩处理以进行传输和存储;
具体而言,所述处理模块2包括exif信息处理子模块21和图片压缩子模块22
exif信息处理子模块21,用于图片压缩前后保留源图片exif信息。
压缩子模块22,用于根据设置的压缩方法和压缩参数对所述原始图片进行压缩。
筛选模块3,用于对图片按照电网设备图像采集规范进行筛选,以得到符合所述规范的图片。
分析模块4,用于对图片附带的信息进行分析,所述信息至少包括:电路设备类型、设备缺陷类型、设备缺陷等级、设备位置;
具体而言,所述分析模块包括exif信息分析子模块41和缺陷识别子模块42。
exif信息分析子模块41,用于提取图片exif信息中重要的信息,例如拍摄时间,拍摄地点等。其中模块能根据拍摄地点的经纬度坐标生成行政区划地点信息。
缺陷识别子模块42,用于提取图片所示的电路设备的设备类型、设备缺陷类型、缺陷等级信息。
报告生成模块5,用于根据分析模块得出的分析结果,生成缺陷分析报告,并提供对生成的缺陷分析报告的在线编辑功能。
所述报告生成模块5,包括生成子模块51和展示子模块52。
生成子模块51,用于根据分析模块分析出的信息生成分析报告并提供人工在线编辑功能。
展示子模块52,用于所述生成的分析报告的展示。
报表展示模块6,用于根据分析模块得出的分析结果,统计计算并自动绘制统计图表。
存储模块7,用于将所述处理后图片和缺陷分析报告存储为图片分析集中的一条缺陷分析记录。
Claims (10)
1.一种电路缺陷图片采集分析***,它包括:
接收模块(1):接收无人机采集并上传的原始图片,与处理模块(2)连接;
处理模块(2):对接收的图片按照需求进行处理得到处理后图片;所述处理包括对图片进行压缩处理以进行传输和存储,与筛选模块(3)连接;
筛选模块(3):对图片按照电网设备图像采集规范进行筛选以得到符合所述规范的图片,与分析模块(4)连接;
分析模块(4):用于对图片附带的信息进行分析得出分析结果,所述信息包括电路设备类型、设备缺陷类型、设备缺陷等级和设备位置信息;与报告生成模块(5)和报表展示模块(6)连接。
2.根据权利要求1所述的一种电路缺陷图片采集分析***,其特征在于:所述报告生成模块(5)根据分析模块得出的分析结果,生成缺陷分析报告,并提供对生成的缺陷分析报告的在线编辑功能。
3.根据权利要求1所述的一种电路缺陷图片采集分析***,其特征在于:所述报表展示模块(6)根据分析模块(4)得出的分析结果,统计计算并自动绘制统计图表;与存储模块(7)连接。
4.根据权利要求3所述的一种电路缺陷图片采集分析***,其特征在于:存储模块(7)用于将处理后的图片和缺陷分析报告存储为缺陷分析记录。
5.根据权利要求1所述的一种电路缺陷图片采集分析***,其特征在于:处理模块(2)包括exif信息处理子模块(21)和压缩子模块(22);exif信息处理子模块(21)用于图片压缩前后保留源图片exif信息;压缩子模块(22)用于根据设置的压缩方法和压缩参数对原始图片进行压缩。
6.根据权利要求1所述的一种电路缺陷图片采集分析***,其特征在于:分析模块(4)包括exif信息分析子模块(41)和缺陷识别子模块(42);exif信息分析子模块(41)用于提取图片exif信息中重要的信息;所述重要的信息包括拍摄时间和拍摄地点,根据拍摄地点的经纬度坐标生成行政区划地点信息;缺陷识别子模块(42)用于提取图片所示的电路设备的设备类型、设备缺陷类型和缺陷级信息。
7.根据权利要求2所述的一种电路缺陷图片采集分析***,其特征在于:报告生成模块(5)包括生成子模块(51)和展示子模块(52);生成子模块(51)用于根据分析模块分析出的信息生成分析报告并提供人工在线编辑功能;展示子模块(52)用于分析报告的展示。
8.如权利要求1所述的一种电路缺陷图片采集分析***采集分析方法,它包括:
步骤S101、使用无人机对电路设备目标区域进行图像采集,得到原始图片;
步骤S102、将原始图片上传至云端服务采集分析***,***对原始图片进行自动处理,得到处理后的图片;
步骤S103、使用云端服务采集分析***对处理后的图片进行分析,得出图像包含的设备类型、设备位置、缺陷类型和缺陷等级信息;
步骤S104、根据分析得出的信息,生成线路缺陷报告,对报告进行存档或派发处理;
S105,根据分析得出的信息,统计计算得出缺陷分析报表,对报表进行展示。
9.根据权利要求1所述的一种电路缺陷图片采集分析***采集分析方法,其特征在于:步骤S102的具体方法包括:
(1)提取图片exif信息;图片的exif中包含图片的拍摄设备、拍摄参数及地理位置信息;
(2)压缩图片;根据图片使用需求以及存储和传输环境,选择压缩算法及参数对图片进行压缩处理,压缩后重新附上所述提取出的exif信息;
(3)筛选图片;检查压缩后图片的属性,所述属性包括:分辨率、饱和度和所占存储空间;对以上属性不符合设置的测试标准的图片作删除处理;
步骤S103具体包括:
(1)图片附加信息提取:从图片的exif信息中提取出需要的附加信息,提取的信息至少包括:拍摄时间和拍摄地点;
(2)图片所示设备缺陷分析:根据图片分析出图片所示的电网设备的类型、缺陷类型和缺陷等级。
10.根据权利要求1所述的一种电路缺陷图片采集分析***采集分析方法,其特征在于:步骤S104具体包括:
(1)设置缺陷报告模板,所述模板至少能够容纳步骤3中分析出的信息;
(2)根据模板和所述分析出的信息生成缺陷报告;
(3)对缺陷报告做存档处理,将缺陷报告存入专用的数据库或文件***中;
(4)派发缺陷报告,将缺陷报告发送到指定人员的设备中;
步骤105具体包括:
(1)设置展示依据,所述展示依据至少包括:按时间、按缺陷类型和按设备的展示原则;
(2)按照所述展示依据进行报表的展示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110320401.5A CN113052819A (zh) | 2021-03-25 | 2021-03-25 | 一种电路缺陷图片采集分析***及采集分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110320401.5A CN113052819A (zh) | 2021-03-25 | 2021-03-25 | 一种电路缺陷图片采集分析***及采集分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113052819A true CN113052819A (zh) | 2021-06-29 |
Family
ID=76515142
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110320401.5A Pending CN113052819A (zh) | 2021-03-25 | 2021-03-25 | 一种电路缺陷图片采集分析***及采集分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113052819A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113706500A (zh) * | 2021-08-25 | 2021-11-26 | 河南九域恩湃电力技术有限公司 | 一种基于dr检测的管理*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103699075A (zh) * | 2013-12-11 | 2014-04-02 | 国家电网公司 | 基于视频监控的变电站巡检智能调度与控制*** |
WO2015131462A1 (zh) * | 2014-03-07 | 2015-09-11 | 国家电网公司 | 一种用于无人机输电线路巡检的集中监控***及监控方法 |
CN109189844A (zh) * | 2018-08-13 | 2019-01-11 | 合肥智圣新创信息技术有限公司 | 一种检验检测报告业务管理*** |
CN109870461A (zh) * | 2019-03-29 | 2019-06-11 | 深圳市阿赛姆电子有限公司 | 一种电子元器件质量检测*** |
CN110243615A (zh) * | 2019-06-21 | 2019-09-17 | 中国神华能源股份有限公司 | 车辆全方位图像监控***及车辆监控*** |
CN111709361A (zh) * | 2020-06-16 | 2020-09-25 | 广东电网有限责任公司 | 一种输电线路无人机巡检数据处理方法 |
-
2021
- 2021-03-25 CN CN202110320401.5A patent/CN113052819A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103699075A (zh) * | 2013-12-11 | 2014-04-02 | 国家电网公司 | 基于视频监控的变电站巡检智能调度与控制*** |
WO2015131462A1 (zh) * | 2014-03-07 | 2015-09-11 | 国家电网公司 | 一种用于无人机输电线路巡检的集中监控***及监控方法 |
CN109189844A (zh) * | 2018-08-13 | 2019-01-11 | 合肥智圣新创信息技术有限公司 | 一种检验检测报告业务管理*** |
CN109870461A (zh) * | 2019-03-29 | 2019-06-11 | 深圳市阿赛姆电子有限公司 | 一种电子元器件质量检测*** |
CN110243615A (zh) * | 2019-06-21 | 2019-09-17 | 中国神华能源股份有限公司 | 车辆全方位图像监控***及车辆监控*** |
CN111709361A (zh) * | 2020-06-16 | 2020-09-25 | 广东电网有限责任公司 | 一种输电线路无人机巡检数据处理方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113706500A (zh) * | 2021-08-25 | 2021-11-26 | 河南九域恩湃电力技术有限公司 | 一种基于dr检测的管理*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108365557B (zh) | 一种无人机精细化巡检输电线路的方法及*** | |
CN108447054B (zh) | 木材缺陷样本获取方法、装置、电子设备及存储介质 | |
CN109086780B (zh) | 用于检测电极片毛刺的方法和装置 | |
CN110736748A (zh) | 免疫组化核浆染色切片诊断方法及*** | |
CN108648169A (zh) | 高压输电塔绝缘子缺陷自动识别的方法及装置 | |
CN111241615A (zh) | 一种高度真实感的变电站多源融合三维建模方法 | |
CN113255590A (zh) | 一种缺陷检测模型训练方法、缺陷检测方法、装置及*** | |
CN115331002A (zh) | 一种基于ar眼镜实现热力站故障远程处理方法 | |
CN113066070A (zh) | 三维场景中多源数据融合交互方法 | |
CN113052819A (zh) | 一种电路缺陷图片采集分析***及采集分析方法 | |
CN115439753A (zh) | 一种基于dem的陡峭河岸识别方法及*** | |
CN115546664A (zh) | 一种基于级联网络的绝缘子自爆检测方法及*** | |
CN202815869U (zh) | 一种车载微机图像视频数据提取装置 | |
CN113947564A (zh) | 一种电力行业低压台区计量设备图像校验方法及*** | |
CN113129469A (zh) | 一种巡检监控方法和***以及计算机可读存储介质 | |
CN114594103B (zh) | 核工业设备表面缺陷自动检测及报告自动生成方法及*** | |
CN111047731A (zh) | 一种基于ar技术的电信机房巡检方法及*** | |
CN113487550B (zh) | 一种基于改进激活函数的目标检测方法及装置 | |
CN114154032A (zh) | 变电站三维可视化立体巡检方法、***、装置及存储介质 | |
CN210835242U (zh) | 电力杆塔的缺陷样本采集*** | |
CN114549432A (zh) | 无人机图像智能识别方法 | |
CN112560776A (zh) | 一种基于图像识别的智能风机定检方法及*** | |
CN113992948A (zh) | 一种基于云平台的视频管理***、方法和装置 | |
CN113298893A (zh) | 一种基于电力调度的人工智能图像处理方法 | |
CN113515655B (zh) | 一种基于图像分类的故障识别方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |