(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 202211151042.6 (22)申请日 2022.09.21 (71)申请人 国网湖南省电力有限公司 地址 410000 湖南省长 沙市雨花区韶山北 路388号 申请人 国网湖南省电力有限公司超高压 变 电公司　 国家电网有限公司 (72)发明人 李游　刘卫东　李国栋　张华东　 于艺盛　龙伟迪　 (74)专利代理 机构 长沙朕扬知识产权代理事务 所(普通合伙) 43213 专利代理师 钟声 (51)Int.Cl. G06T 7/00(2017.01)G06T 7/11(2017.01) (54)发明名称 一种变电设备缺陷识别方法、 系统及 存储介 质 (57)摘要 本发明涉及缺陷识别技术领域， 公开了一种 变电设备缺陷识别方法、 系统及存储介质， 包括： 获取待识别图像， 并提取所述待识别图像中的特 征信息生 成特征图像； 获取含有设备缺陷的原始 图像进行数据标注， 得到含有设备缺陷的对比图 像， 并基于对比图像构建区域生成网络模型； 通 过目标候选图和背景候选图构建缺陷识别模型， 并将待识别图像输入所述缺陷识别模型中得到 一系列缺陷预选框， 确定符合条件的缺陷预选 框； 对符合条件的缺陷预选框进行缺陷值计算， 当待识别图像中存在缺陷值大于预设阈值的缺 陷预选框时， 判定待识别图像存在缺陷； 本发明 解决了现有的变电设备缺陷识别方法存在识别 精度较低的问题。 权利要求书2页 说明书8页 附图2页 CN 115457003 A 2022.12.09 CN 115457003 A 1.一种变电设备缺陷识别方法， 其特 征在于， 包括： 获取待识别图像， 并提取 所述待识别图像中的特 征信息生成特 征图像； 获取含有设备缺陷的原始图像进行数据标注， 得到含有设备缺陷的对比图像， 并基于 对比图像构建区域 生成网络模型； 通过所述区域 生成网络模型将所述特 征图像划分为目标候选区和背景候选区； 对所述目标候选区进行特征提高得到目标候选图， 并对所述背景候选区进行特征降低 得到背景候选图； 通过目标候选图和背景候选图构建缺陷识别模型， 并将待识别图像输入所述缺陷识别 模型中得到一系列缺陷预选 框， 确定符合条件的缺陷预选 框； 对符合条件的缺陷预选框进行缺陷值计算， 当待识别图像中存在缺陷值大于预设阈值 的缺陷预选框时， 判定待识别图像存在缺陷， 当待识别图像中不存在缺陷值小于预设阈值 的缺陷预选 框时， 判定待识别图像不存在缺陷。 2.根据权利要求1所述的变电设备缺陷识别方法， 其特征在于， 所述基于对比图像构建 区域生成网络模型包括： 将所述对比图像输入区域 生成网络中构建区域 生成网络模型。 3.根据权利要求1所述的变电设备缺陷识别方法， 其特征在于， 所述通过所述 区域生成 网络模型将所述特 征图像划分为目标候选区和背景候选区， 包括： 通过所述区域 生成网络模型对所述特 征图像进行划分， 得到预选候选区； 将所述预选候选区与对比图像重叠， 得到重叠面积， 并将所述预选候选区的面积与对 比图像的面积进行相加， 得到判定面积； 将所述重叠面积与所述判定面积相比， 得到判定比值， 并将所述判定比值与预设判定 阈值进行比较； 当所述判定比值的大小大于或等于预设判定阈值的大小， 则所述预选候选区为标定目 标候选区； 当所述判定比值的大小 小于预设判定阈值的大小， 则所述预选候选区为背景候选区。 4.根据权利要求3所述的变电设备缺陷识别方法， 其特征在于， 所述通过所述 区域生成 网络模型将所述特 征图像划分为目标候选区和背景候选区， 还 包括： 根据所述原 始图像建立 坐标系， 并得到对比图像的位置坐标； 根据所述待识别图像建立 坐标系， 并得到所有标定目标候选区的位置坐标； 将所有标定目标候选区的位置坐标与对比图像的位置坐标进行差值计算， 得到所有标 定目标候选区的标定 差值； 将所有标定差值进行比较得到数据最小的标定差值， 并将数据最小的标定差值对应的 标定目标候选区作为目标候选区， 其 余标定目标候选区作为背景候选区。 5.根据权利要求1所述的变电设备缺陷识别方法， 其特征在于， 所述对所述目标候选区 进行特征提高得到目标候选图， 包括： 获取所述目标候选区中的每个通道， 并分别对每个通道进行计算得到每个通道的最大 元素值， 计算方法如下 所示： xmax_pooling＝max xi,j(i∈W,j∈H)； 其中W表示目标候选区的宽度， H表示目标候选区的长度， xi,j表示目标候选区中每个通权　利　要　求　书 1/2 页 2 CN 115457003 A 2道坐标(i,j)的元 素值， xmax_pooling表示目标候选区中获取的最大 元素值； 将计算得到的全部最大元素值进行均值处理， 得到所有通道最大元素值的均值， 均值 处理方法如下 所示： 其中C表示目标候选区的通道数， xmax_pooling,i表示目标候选区在通道i上得到的最大元 素值， 表示目标候选区所有通道最大 元素值的均值结果； 根据所有通道最大 元素值的均值 生成目标候选图。 6.根据权利要求1所述的变电设备缺陷识别方法， 其特征在于， 所述对所述背景候选区 进行特征降低得到背景候选图， 包括： 获取所述背景候选区中的每个通道， 并分别对每个通道进行计算得到每个通道的平均 元素值， 计算方法如下 所示： 其中W表示背景候选区的宽度， H表示背景候选区的长度， xi,j表示背景候选区中每个通 道坐标(i,j)的元 素值， xavg_pooling表示背景候选区中获取的平均元 素值； 将计算得到的全部平均元素值进行均值处理， 得到所有通道平均元素值的均值， 均值 处理方式如下 所示； 其中C表示背景候选区的通道数， xavg_pooling,i表示背景候选区在通道i上得到的平均 元 素值， 表示背景候选区所有通道 平均元素值的均值结果； 根据所有通道 平均元素值的均值 生成背景候选图。 7.根据权利要求1所述的变电设备缺陷识别方法， 其特 征在于， 所述方法还 包括： 剔除所述背景候选图， 并保留所述目标候选图作为与所述对比图像进行对比的目标。 8.根据权利要求1所述的变电设备缺陷识别方法， 其特征在于， 所述确定符合条件的缺 陷预选框， 包括： 将缺陷预选 框分别与目标候选图和背景候选图进行对比； 当缺陷预选框与目标候选图的相似度 大于缺陷预选框与背景候选图的相似度时， 判断 该缺陷预选 框为符合条件的缺陷预选 框； 当缺陷预选框与目标候选图的相似度小于缺陷预选框与背景候选图的相似度时， 判断 该缺陷预选 框不为符合条件的缺陷预选 框。 9.一种变电设备缺陷识别系统， 包括存储器、 处理器以及存储在存储器上并可在处理 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上述权利要 求1‑8中任一所述方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器 执行时实现如权利要求1 ‑8中任一所述的方法步骤。权　利　要　求　书 2/2 页 3 CN 115457003 A 3