一种输电杆塔外破隐患检测定位方法及装置

1.一种输电杆塔外破隐患检测定位方法，其特征在于，包括：对待检测区域进行实时拍摄，得到所述待检测区域的待识别图像；其中，所述待检测区域内包含所述输电杆塔，或者所述待检测区域与输电杆塔相邻；将所述待识别图像输入至目标检测模型，以使所述目标检测模型对所述待识别图像进行外破隐患检测并输出所述待识别图像中是否存在外破隐患像素点的检测结果；其中，所述目标检测模型是对利用YOLOv4-tiny算法预先构建得到的初始模型进行训练而获得的；当所述检测结果为所述待识别图像中存在外破隐患像素点时，基于像素坐标系和空间坐标系之间的坐标映射关系，将所述外破隐患像素点在所述像素坐标系下的第一坐标信息转化为在所述空间坐标系下的第一点云数据，以完成对所述输电杆塔的外破隐患定位；其中，所述像素坐标系是基于所述待识别图像建立的；在初始模型中，采用的是C S P D a r k N e t 5 3 _ t i n y作为主干特征提取网络层，主干特征提取网络层依次包括第一Darknet卷积、第二Darknet卷积、第一残差块、第二残差块和第三Darknet卷积；使用LeakyReLU激活函数；颈部网络层使用特征金字塔结构，特征金字塔结构将最后一个有效特征层卷积后进行上采样，然后与上一个有效特征层进行堆叠并卷积;外破隐患像素点是指存在外力破坏隐患的像素点。 2.根据权利要求1所述的一种输电杆塔外破隐患检测定位方法，其特征在于，所述像素坐标系和空间坐标系之间的坐标映射关系的获取，具体为：对相机进行标定，得到所述相机的内参参数；通过激光扫描仪，对所述待检测区域进行实时扫描，得到所述待检测区域的第二点云数据，并使用所述相机，对所述待检测区域进行实时拍摄，得到第一图像；采用PNP算法，基于所述第二点云数据和所述第一图像，计算得到所述相机的外参参数；其中，所述相机的外参参数包括所述相机的旋转矩阵和平移向量；从所述第一图像中提取出待识别的目标区域图像，然后对所述目标区域图像进行特征提取，得到对应的若干个特征点，并获取各所述特征点在所述像素坐标系下的第二坐标信息；根据所述内参参数、所述外参参数、各所述特征点对应的所述第二坐标信息、以及各所述特征点在所述空间坐标系下的第三坐标信息，对各所述特征点进行匹配，得到各所述特征点对应的第二坐标信息和第三坐标信息之间的对应关系，然后基于所有所述特征点对应的第二坐标信息和第三坐标信息之间的对应关系，建立所述像素坐标系和所述空间坐标系之间的坐标映射关系。 3.根据权利要求2所述的一种输电杆塔外破隐患检测定位方法，其特征在于，所述从所述第一图像中提取出待识别的目标区域图像，然后对所述目标区域图像进行特征提取，得到对应的若干个特征点，并获取各所述特征点在所述像素坐标系下的第二坐标信息，具体为：对所述第一图像进行物体识别，将所述第一图像中包含参考目标的区域，划分为目标区域图像；对所述目标区域图像进行预处理，然后对完成预处理的目标区域图像进行特征提取，得到所述参考目标的若干个特征点，并获取各所述特征点在所述像素坐标系下的第二坐标信息；其中，对所述目标区域图像的预处理，包括图像增强、边缘检测和二值化。 4.根据权利要求1所述的一种输电杆塔外破隐患检测定位方法，其特征在于，所述当所述检测结果为所述待识别图像中存在外破隐患像素点时，基于像素坐标系和空间坐标系之间的坐标映射关系，将所述外破隐患像素点在所述像素坐标系下的第一坐标信息转化为在所述空间坐标系下的第一点云数据，以完成对所述输电杆塔的外破隐患定位，具体为：当所述检测结果为所述待识别图像中存在外破隐患像素点时，根据相机的内参参数，将所述外破隐患像素点在所述像素坐标系下的第一坐标信息转化为在相机坐标系下的第二坐标信息；根据所述相机的位置信息和拍摄角度，将所述第二坐标信息转化为在世界坐标系下的第三坐标信息；利用三维点云技术，将所述第三坐标信息转化为在所述空间坐标系下的第一点云数据，以完成对所述输电杆塔的外破隐患定位；其中，所述相机用于对所述待检测区域进行实时拍摄而得到所述待识别图像，所述相机坐标系是以所述相机的光心为原点的坐标系。 5.根据权利要求1所述的一种输电杆塔外破隐患检测定位方法，其特征在于，所述对待检测区域进行实时拍摄，得到所述待检测区域的待识别图像，具体为：使用设置在所述输电杆塔处的相机，对所述待检测区域进行实时拍摄，得到初始图像；对所述初始图像进行预处理，得到所述待检测区域的待识别图像；其中，对所述初始图像的预处理，包括图像去噪、图像增强和边缘检测。 6.一种输电杆塔外破隐患检测定位装置，其特征在于，包括：区域拍摄系统，用于对待检测区域进行实时拍摄，得到所述待检测区域的待识别图像；其中，所述待检测区域内包含所述输电杆塔，或者所述待检测区域与输电杆塔相邻；外破隐患检测系统，用于将所述待识别图像输入至目标检测模型，以使所述目标检测模型对所述待识别图像进行外破隐患检测并输出所述待识别图像中是否存在外破隐患像素点的检测结果；其中，所述目标检测模型是对利用YOLOv4-tiny算法预先构建得到的初始模型进行训练而获得的；外破隐患定位系统，用于当所述检测结果为所述待识别图像中存在外破隐患像素点时，基于像素坐标系和空间坐标系之间的坐标映射关系，将所述外破隐患像素点在所述像素坐标系下的第一坐标信息转化为在所述空间坐标系下的第一点云数据，以完成对所述输电杆塔的外破隐患定位；其中，所述像素坐标系是基于所述待识别图像建立的；在初始模型中，采用的是C S P D a r k N e t 5 3 _ t i n y作为主干特征提取网络层，主干特征提取网络层依次包括第一Darknet卷积、第二Darknet卷积、第一残差块、第二残差块和第三Darknet卷积；使用LeakyReLU激活函数；颈部网络层使用特征金字塔结构，特征金字塔结构将最后一个有效特征层卷积后进行上采样，然后与上一个有效特征层进行堆叠并卷积;外破隐患像素点是指存在外力破坏隐患的像素点。 7.根据权利要求6所述的一种输电杆塔外破隐患检测定位装置，其特征在于，还包括数据获取系统；其中，所述数据获取系统，具体包括：标定模块，用于对相机进行标定，得到所述相机的内参参数；扫描拍摄模块，用于通过激光扫描仪，对所述待检测区域进行实时扫描，得到所述待检测区域的第二点云数据，并使用所述相机，对所述待检测区域进行实时拍摄，得到第一图像；计算模块，用于采用PNP算法，基于所述第二点云数据和所述第一图像，计算得到所述相机的外参参数；其中，所述相机的外参参数包括所述相机的旋转矩阵和平移向量；提取模块，用于从所述第一图像中提取出待识别的目标区域图像，然后对所述目标区域图像进行特征提取，得到对应的若干个特征点，并获取各所述特征点在所述像素坐标系下的第二坐标信息；匹配模块，用于根据所述内参参数、所述外参参数、各所述特征点对应的所述第二坐标信息、以及各所述特征点在所述空间坐标系下的第三坐标信息，对各所述特征点进行匹配，得到各所述特征点对应的第二坐标信息和第三坐标信息之间的对应关系，然后基于所有所述特征点对应的第二坐标信息和第三坐标信息之间的对应关系，建立所述像素坐标系和所述空间坐标系之间的坐标映射关系。 8.根据权利要求7所述的一种输电杆塔外破隐患检测定位装置，其特征在于，所述提取模块，具体包括：划分单元，用于对所述第一图像进行物体识别，将所述第一图像中包含参考目标的区域，划分为目标区域图像；提取单元，用于对所述目标区域图像进行预处理，然后对完成预处理的目标区域图像进行特征提取，得到所述参考目标的若干个特征点，并获取各所述特征点在所述像素坐标系下的第二坐标信息；其中，对所述目标区域图像的预处理，包括图像增强、边缘检测和二值化。 9.如权利要求6所述的一种输电杆塔外破隐患检测定位装置，其特征在于，所述外破隐患定位系统，具体包括：第一坐标转化模块，用于当所述检测结果为所述待识别图像中存在外破隐患像素点时，根据相机的内参参数，将所述外破隐患像素点在所述像素坐标系下的第一坐标信息转化为在相机坐标系下的第二坐标信息；其中，所述相机用于对所述待检测区域进行实时拍摄而得到所述待识别图像，所述相机坐标系是以所述相机的光心为原点的坐标系；第二坐标转化模块，用于根据所述相机的位置信息和拍摄角度，将所述第二坐标信息转化为在世界坐标系下的第三坐标信息；第三坐标转化模块，用于利用三维点云技术，将所述第三坐标信息转化为在所述空间坐标系下的第一点云数据，以完成对所述输电杆塔的外破隐患定位。 10.如权利要求6所述的一种输电杆塔外破隐患检测定位装置，其特征在于，所述区域拍摄系统，具体包括：拍摄模块，用于使用设置在所述输电杆塔处的相机，对所述待检测区域进行实时拍摄，得到初始图像；预处理模块，用于对所述初始图像进行预处理，得到所述待检测区域的待识别图像；其中，对所述初始图像的预处理，包括图像去噪、图像增强和边缘检测。