视觉分析软测量技术在输电线路巡检上的应用研究_综合服务,科技项目解析.docVIP

第六章 发包人提供资料 无 第七章 技术标准和发包人要求 一、技术标准和规范 工程采用的主要技术标准和规范如下（但不限于），并应为其最新版本： 工程现行主要质量标准、规范 表一：工程现行主要质量标准、规范 编 号 标准名称 标准号 备 注 1 信息技术软件生存周期过程风险管理 GB/T 20918-2007 2 质量管理和质量保证标准 第三部分：GB/T 19001--ISO 9001 在软件开发、供应和维护中的使用指南 GB/T 19000.3-1994 3 计算机软件测试规范 GB/T 15532-2008 4 国家能源局关于颁布2013版电力建设工程定额和费用计算规定的通知：《电网工程建设预算编制与计算规定（2013版）》 国能电力（2013）289号 备注：国家电网公司或省电力公司等有关部门制定的其他运行管理规定等均作为本项目的主要技术规范。不足部分参照现行国家等有关规程规范的规定执行。 二、发包人要求 （一）详见招标文件商务部分合同且必须满足以下要求： 1.1总则 投标人必须根据本规范书的要求提出“视觉分析软测量技术在输电线路巡检上的应用研究”相应的建设方案。 合同签定后，我方有权因规范、标准规范等发生变化提出补充要求。 系统涉及范围主要包括软件整合研发解决方案，含系统需求调研、系统设计与编码开发。 供货范围包括技术规范中的软、硬件。 项目总体目标 深入地进行基于航拍巡检图像的输电线路识别与状态检测方法研究，将输电线路巡检过程中采集的巡检图像作为研究对象，在输电线路巡检工作中，利用视觉分析软测量技术，实现输电线路及设备的识别与故障状态判别。主要研究具有机器自主学习功能的巡检视频图像的视觉处理方法，通过巡检视频图像序列关键帧提取方法，复杂自然背景下海量输电线路图像数据的高精度智能化处理方法，输电线路及关键部件的特征提取方法，输电设备的自动识别以及状态检测方法，实现输电线路巡检的初步预判断，通过人员干预逐步提高识别与异常的判断准确率。 基本要求 本项目需要通过对课题研究的突破，实现以下：一、巡检图像的分类存储和检索，可以按照线路对图像进行分类。二是根据类别对图像数据进行处理，自动完成对巡检图像的筛选，对筛选后的图像进行标记并分类存储。三是对巡检图像的统计和分析，辅助巡检人员完成巡线报告，提供多种权限人员快速检索到想要找的数据。 基于机器学习模型的设备标注技术 为了提高航拍数据的检索速度和精度，研究基于机器学习的面向语义概念间关联特性挖掘的视觉信息标注框架，进而获得结合概念之间关联性的设备标注理论和方法；研究基于多示例多语义概念学习的视觉信息标注技术；研究通过挖掘概念间的相互联系更好地消除视觉数据歧义性，研究通过高效的设备被标注提高设备分类准确性方法和应用技术。 复杂背景下目标的自动提取与识别 现有研究成果还不能完全实现输电线路及设备的自动提取和智能识别，各种自适应阈值算法的通用性差，仍有许多技术难题有待解决，需根据目标特征采用神经网络技术、支持向量机、证据理论、模糊算法等机器学习和信息融合方法进行目标识别。不同的目标有不同的特点，采取的方法也有很大差异。输电线的提取与识别需解决问题为：①图像处理的通用算法；②自动识别过程中种子点的自动选取；③输电线与背景中相近图形的判别，如道路、田垅和沟坎等；应用图像地理信息检测领域的道路自动识别技术有助于输电线的提取与识别。 研究复杂自然背景下海量输电线路巡检图像数据的高精度智能化处理技术，提出基于计算机视觉分析和智能模式识别的目标种子点选取算法、目标与背景相近图形的判别算法，采用改进Canny 边缘检测算法进行图像的分割；然后通过设定长度阈值和宽度阈值，采用数学形态学方法和自适应Hough 变换，从而实现复杂自然背景下输电线路及关键部件的特征提取与智能自动识别。 设备故障区域的细化分割技术： 航拍数据的主要目的是在故障发生之前能够发现故障先兆，实现预警，在故障出现时，能够快速定位故障区域，实现快速检修和恢复。为了实现这个目标，本项目拟研究根据设备标注信息的图像自动检索故障设备的方法；研究多点图像信息融合控制技术以及研究根据设备图谱特征细分割图像和分类故障的方法。 研究建立典型场景多媒体数据库 研究数据库技术，包括数据库模型建立方法的研究;原始数据的采集;数据库内数据添加和删改功能实现;研究图像数据的数字特征提取和理解;研究样本标记方法等。 设计开发输电设备状态变化检测系统 通过非结构化图像数据结构化描述技术、故障设备标注技术、软变化检测技术和细化分割技术方法，设计实现输电设备状态检测与故障诊断系统，实现对输电设备进行故障分析与检测，及时对被巡检线路及设备的隐患和缺陷等故障进行判断，实现输电设备巡检的智能化。监测分析输电线路上的漂浮异物搭挂、鸟窝、违章建筑、违