一种无人机影像的配电线路杆塔导地线断股图像检测方法

1.一种无人机影像的配电线路杆塔导地线断股图像检测方法，其特征在于，包括以下步骤：A）建立导地线断股的图片数据集，标记并定位图像中的大目标；B）通过有线从无人机将无人机拍摄的图片数据传输到PC端，进入典型缺陷智能分析模块，提供模型进行智能识别出待分析区域，建立分析框，人工标记缺陷，获得样本数据；C）构建Cascade R-CNN网络，使用样本数据训练和测试Cascade R-CNN网络；D）获得无人机巡视拍摄图片，识别出待分析区域，导入步骤C）中训练的Cascade R-CNN网络，获得检测结果；在步骤C）中构建的Cascade R-CNN网络包括动态Anchor框密度调整模块，若图像数据中分析框小于预设阈值，则增加Anchor框密度，在分析框内生成多个Anchor框，所述多个Anchor框根据分析框中图像的边界线条密度分布；生成Anchor框的方法包括：提取分析框中图像的边界，按边界和非边界划分将分析框中的图像建立一个二值化的副本，将副本划分方形网格，统计每个方形网格中边界区域面积，将边界区域面积大于第一设定阈值的方形网格作为中心网格，中心网格的数量即为Anchor框的数量，中心网格周围的边界区域面积大于第二设定阈值的方形网格与中心网格一起构成Anchor框的初始范围，Anchor框的初始范围的最小外接矩阵为Anchor框的范围。 2.根据权利要求1所述的一种无人机影像的配电线路杆塔导地线断股图像检测方法，其特征在于，步骤B）中，识别出待分析区域，建立分析框的方法包括：B1）获得具有待分析区域及大目标的图片，人工标记待分析区域以及大目标区域，并预建分析框；B2）将人工标记大目标区域，与步骤A）中获得的图片数据中标记的大目标区域对齐；B3）人工标记的待分析区域所在区域，即为识别出的待分析区域，在预建分析框所在的区域建立分析框。 3.根据权利要求1或2所述的一种无人机影像的配电线路杆塔导地线断股图像检测方法，其特征在于，步骤C）中构建的Cascade R-CNN网络包括若干个级联的R-CNN网络，每个级联的R-CNN网络设置不同的IOU阈值。 4.根据权利要求1或2所述的一种无人机影像的配电线路杆塔导地线断股图像检测方法，其特征在于，在步骤C）中构建的Cascade R-CNN网络中，使用FPN特征提取获得每层图像的特征图，根据特征图对应的感受野和表达的信息抽象程度融合特征图，获得图像的特征表达。 5.根据权利要求3所述的一种无人机影像的配电线路杆塔导地线断股图像检测方法，其特征在于，在步骤C）中构建的级联的R-CNN网络，包括GAN网络，GAN网络对小目标生成Super-resolved Feature，在步骤D）中，将小目标的Super-resolved Feature叠加到图像的相应区域。 6.根据权利要求1或2所述的一种无人机影像的配电线路杆塔导地线断股图像检测方法，其特征在于，步骤D）中，将无人机巡视拍摄图片导入典型缺陷智能分析模块，典型缺陷智能分析模块分析出待分析区域，将无人机巡视拍摄图片按待分析区域裁剪，将裁剪后的图片导入到步骤C）中训练的Cascade R-CNN网络，分别获得每个裁剪区域的故障检测结果。