一种自然覆冰在线监测运行导线图像覆冰程度评估方法

1.一种自然覆冰在线监测运行导线图像覆冰程度评估方法，其特征在于它包括：建立无覆冰导线标准知识库，根据图像自动配准方法将覆冰导线与对应同终端无覆冰导线进行匹配，进行导线分割；计算分割结果中导线Mask的面积差值，结合该终端在覆冰监测系统中的历史预警数据对导线Mask面积差值进行阈值设置，并将阈值设置结果作为覆冰程度预警判据；根据图像自动配准方法将覆冰导线与对应同终端无覆冰导线进行匹配，计算分割结果中导线Mask的面积差值的方法包括：S2-1、图像分辨率排查生成待检测图片RGB直方图，并放入无覆冰导线图像知识库进行比对；比对方法为：将待检测图像与知识库图像进行分辨率比对，排除分辨率不同的图像；剩余的知识库候选图像分辨率均与待检测图像相同；S2-2、图像相似度计算将两张图像所对应的直方图放入统一坐标系中，图像中每一个像素点即代表坐标轴上的一个刻度，在此坐标系中每一横坐标对应两个纵坐标a和b，对每个横坐标刻度计算，计算公式为(a-b) 2 ，并计算平均值；定义1/S为相似度，N为横坐标最大值，a和b分别为待检测图像与知识库图像在同一横坐标下对应的纵坐标值；S2-3、同终端图像配准将待检测图像与知识库中的所有图像进行相似度计算遍历，由于同终端图像相似度最高，因此S最小的一组图像即为同终端图像；S2-4、导线边缘特征强化采用边缘特征强化的方式使得识别网络的输入从传统的原始可见光图像转换为边缘特征强化图像；S2-5、覆冰导线区域分割将一组经过上述处理的在线监测图像输入到预先训练好的MaskR-CNN导线识别模型中进行导线分割；Mask R-CNN输入为边缘强化后的图像，输出为导线区域bbox边界框，导线类别覆冰或无冰，以及导线区域mask掩膜。 2.根据权利要求1所述的一种自然覆冰在线监测运行导线图像覆冰程度评估方法，其特征在于：所述建立无覆冰导线标准知识库的方法包括：对各终端无覆冰导线进行标注，将在线监测系统图像按终端号进行导出，在每个终端下选取一张无覆冰图像进行导线框选标注，并生成导线无覆冰图像RGB直方图，以此建立无覆冰导线图像知识库。 3.根据权利要求1所述的一种自然覆冰在线监测运行导线图像覆冰程度评估方法，其特征在于：导线边缘特征强化的方法为：对待检测图像进行灰度化处理，并使用Canny算子进行图像边缘识别，进行Canny边缘识别后生成二值化图像，通过双阈值设置使得图像含有尽可能多的导线边缘和尽可能少的背景边缘，此二值化图像仅含图像中的边缘信息；将二值化图像与原始图像进行叠加，即得到边缘特征强化图像。 4.根据权利要求1所述的一种自然覆冰在线监测运行导线图像覆冰程度评估方法，其特征在于：计算分割结果中导线Mask的面积差值的方法包括：在Mask R-CNN网络中输出的mask是以二值图像来表示的；此二值图像的尺寸即为该mask对应的bbox尺寸；通过计算二值图像中RGB值为(255,255,255)的像素个数来得到mask面积；边缘强化后的待检测图像中导线mask面积为S1，对应知识库的比对图像中导线mask面积为S2，计算差值ΔS，即ΔS＝S2-S1。 5.根据权利要求1所述的一种自然覆冰在线监测运行导线图像覆冰程度评估方法，其特征在于：覆冰程度预警的方法为：将历史覆冰数据库中根据拉力计算模型评估为覆冰厚度大于导线设计冰厚的终端覆冰图像进行导出，并计算所有导出图像中的面积差值ΔS3，将计算出的各ΔS3最小值作为该终端覆冰程度为“严重”的评估阈值T3；将历史覆冰数据库中根据拉力计算模型评估为覆冰厚度小于导线设计冰厚且大于预警冰厚的的终端覆冰图像进行导出，计算所有导出图像中的面积差值ΔS2，将计算出的各ΔS2最小值作为该终端覆冰程度为“中等”的评估阈值T2；将历史覆冰数据库中根据拉力计算模型评估为覆冰厚度小于预警冰厚的的终端覆冰图像进行导出，计算所有导出图像中的面积差值ΔS1，将计算出的各ΔS1最小值作为该终端覆冰程度为“较轻”的评估阈值T1；根据阈值T1、T2和T3对覆冰程度进行评估。 6.根据权利要求1所述的一种自然覆冰在线监测运行导线图像覆冰程度评估方法，其特征在于：根据阈值T1、T2和T3对覆冰程度进行评估方法为：当ΔS<T1时，评估模型输出为“无覆冰”；当T1<ΔS<T2时，评估模型输出为“较轻”；当T2<ΔS<T3时，评估模型输出为“中等”；当ΔS>T3时，评估模型输出为“严重”。