所述電力設(shè)備防震錘缺陷識(shí)別規(guī)則包括：

 

    1)防振錘偏移缺陷診斷規(guī)則：

 

    計(jì)算出第一條導(dǎo)線上的防振錘X坐標(biāo)(sx1,se1)，計(jì)算出第二條導(dǎo)線上的防振錘X坐標(biāo)(sx2,se2)，計(jì)算出否則存在重疊區(qū)域：

 

    若：sx2＜＝sx1＜＝se2或sx1＜＝sx2＜＝se1，則存在重疊區(qū)域；

 

    若計(jì)算出三條導(dǎo)線上防振錘有重疊區(qū)域，而第四條導(dǎo)線上的防振錘不在重疊區(qū)域內(nèi)，診斷該防振錘偏移缺陷；

 

    2)防振錘斜歪缺陷診斷規(guī)則：

 

    計(jì)算每個(gè)防振錘的U型方位角，若與導(dǎo)線夾角大于12°，則診斷該防振錘存在斜歪缺陷；

 

    3)防振錘碰撞缺陷診斷規(guī)則：

 

    如檢測(cè)出一條導(dǎo)線存在兩個(gè)防振錘，計(jì)算這兩個(gè)防振錘之間最近距離diffD小于一個(gè)防振錘U型長度，則診斷這兩個(gè)防振錘碰撞在一起；

 

    4)防振錘掉把缺陷診斷規(guī)則：

 

    應(yīng)可靠檢測(cè)出防振錘兩端對(duì)稱的U型輪廓，如僅檢測(cè)出一個(gè)U型輪廓，則診斷該防振錘可能存在掉把缺陷。

 

    6.一種基于無人機(jī)巡檢圖像的電力設(shè)備缺陷智能識(shí)別系統(tǒng)，其特征在于，包括：

 

    數(shù)據(jù)采集模塊，采用數(shù)據(jù)流的模式，批量的獲取無人機(jī)巡檢得到的輸電線路圖像數(shù)據(jù)；

 

    特征分析模塊，提取圖像特征，并對(duì)所述圖像特征進(jìn)行整合分析，實(shí)現(xiàn)對(duì)典型部件的自動(dòng)定位和識(shí)別；

 

    缺陷分析模塊，根據(jù)設(shè)定的缺陷識(shí)別規(guī)則對(duì)典型部件進(jìn)行相應(yīng)的缺陷分析，實(shí)現(xiàn)對(duì)常見缺陷的分析與識(shí)別；

 

    綜合分析及分類模塊，對(duì)分析識(shí)別結(jié)果進(jìn)行匯總分析處理，依據(jù)部件類型、缺陷類型、缺陷等級(jí)進(jìn)行分類，便于依據(jù)需求進(jìn)行分類查詢，并進(jìn)行特定部件的局部放大展示。

 

    7.根據(jù)權(quán)利要求6所述一種基于無人機(jī)巡檢圖像的電力設(shè)備缺陷智能識(shí)別系統(tǒng)，其特征在于，所述數(shù)據(jù)采集模塊，具體用于：

 

    通過無人機(jī)巡檢，獲取輸電線路圖像，以數(shù)據(jù)流方式批量讀入后臺(tái)處理系統(tǒng)；

 

    對(duì)所述輸電線路圖像進(jìn)行預(yù)處理，包括圖像復(fù)原、圖像超分辨重建、圖像配準(zhǔn)和圖像融合。

 

    8.根據(jù)權(quán)利要求6所述一種基于無人機(jī)巡檢圖像的電力設(shè)備缺陷智能識(shí)別系統(tǒng)，其特征在于，所述特征分析模塊具體用于：

 

    對(duì)圖像數(shù)據(jù)進(jìn)行圖像分割，利用檢測(cè)算法，將圖像數(shù)據(jù)中包含的電力設(shè)備及其故障檢測(cè)的潛在感興趣目標(biāo)提取出來，并利用已知的感興趣目標(biāo)的單個(gè)特征或特征組合從分割后的圖像數(shù)據(jù)中剔除虛假目標(biāo)，保留圖像數(shù)據(jù)中的感興趣目標(biāo)。

 

    9.根據(jù)權(quán)利要求8所述一種基于無人機(jī)巡檢圖像的電力設(shè)備缺陷智能識(shí)別方法，其特征在于，所述感興趣目標(biāo)包括：桿塔、導(dǎo)線、地線、引流線、絕緣子、基礎(chǔ)、防震錘、接地裝置以及部件連通區(qū)域。

 

    10.根據(jù)權(quán)利要求9所述一種基于無人機(jī)巡檢圖像的電力設(shè)備缺陷智能識(shí)別方法，其特征在于，所述的缺陷識(shí)別規(guī)則包括：絕緣子掉片缺陷識(shí)別規(guī)則、鳥巢缺陷識(shí)別規(guī)則、導(dǎo)線異物缺陷識(shí)別規(guī)則、導(dǎo)線斷股缺陷識(shí)別規(guī)則、防震錘缺陷識(shí)別規(guī)則。