(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211136942.3 (22)申请日 2022.09.19 (71)申请人 云南电网有限责任公司电力科 学研 究院 地址 650000 云南省昆明市经济技 术开发 区云大西路10 5号 (72)发明人 许志松　于虹　周帅　 (74)专利代理 机构 深圳中细软知识产权代理有 限公司 4 4528 专利代理师 徐春祺 (51)Int.Cl. G06T 5/00(2006.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06V 20/17(2022.01) (54)发明名称 输配电线路机巡数据清洗与预处理方法及 系统 (57)摘要 本申请涉及一种输配电线路机巡数据清洗 与预处理方法及系统， 具体设计图像处理技术领 域， 其中， 方法包括： 获取机巡图像数据， 基于预 先训练的分类器， 遍历机巡图像数据， 确定机巡 图像数据中的低识别率数据， 并将低识别率数据 进行剔除， 从而解决机巡图像存在识别偏差高的 问题。 由于获取的机巡图像数据已经由于图像退 化变成了模糊图像， 图像退化时与点扩散函数相 关， 所以本申请中对初始点扩散函数进行多重变 换， 以得到目标点扩散函数。 由目标点扩散函数 与剔除后剩余的机巡图像数据的相互作用的逆 过程即可对剔除后剩余的机巡图像数据进行复 原， 从而解决机 巡图像存在图像模糊的问题。 权利要求书3页 说明书11页 附图3页 CN 115526794 A 2022.12.27 CN 115526794 A 1.一种输配电线路机 巡数据清洗与预处 理方法， 其特 征在于， 包括： 获取机巡图像数据； 基于预先训练的分类器， 遍历所述机巡 图像数据， 确定所述机巡 图像数据中的低识别 率数据， 并将所述低识别率数据进行剔除； 对初始点扩散函数进行多重变换， 以得到目标点扩散函数； 根据所述目标点扩散函数以及预先构建的图像复原模型， 对剔除后剩余的机巡图像数 据进行复原。 2.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 获取样本数据； 将所述样本数据划分为训练集和 测试集； 基于所述训练集训练CNN网络， 所述CNN网络用于在输入机巡图像时， 输出机巡图像的 识别准确率； 基于所述CN N网络， 构建用于识别单张机 巡图像的CN N分类器。 3.根据权利要求1所述的方法， 其特征在于， 所述遍历所述机巡 图像数据， 确定所述机 巡图像数据中的低识别率数据， 包括： 遍历所述机巡图像数据， 把其中第i(i＝1,2,3 …N)类第j张图像识别为第k类的伪概率 记为pijk(k＝1,2,3…N)， 并将得到的伪概 率进行排序； 若排序后的前排伪概率中存在k＝i， 则确定自识别率Kij＝pijk； 若排序后的前排伪概率 中不存在k ＝i， 则确定自识别率Kij＝0； 根据得到的自识别率构建自识别率数组， 根据所述自识别率数组中确定第i类机巡 图 像数据里的低识别率数据。 4.根据权利要求3所述的方法， 其特征在于， 所述根据所述自识别率数组中确定第i类 机巡图像数据里的低识别率数据， 包括： 计算第i类机巡图像数据自识别率的平均值： 其中， μi为第i类机巡图像数 据自识别率的平均值， kij为第i类第j张图像的自识别率， Ni为第i类机巡图像数据中的图像 个数； 计算第i类图像自识别率的标准差： 其中， σi为第i类图像自识 别率的标准差； 计算第i类图像的低识别率分界值： Vsep＝ μi‑σi*α； 其中， Vsep为第i类图像的低识别率分 界值且Vsep>0， 1≤α ≤10且a为整数； 将第i类图像中Kij<Vsep的图像确定第i类机 巡图像数据里的低识别率数据。 5.根据权利要求1所述的方法， 其特征在于， 所述对初始点扩散函数进行多重变换， 以 得到目标点扩散函数， 包括： 确定初始点扩散函数为h(x,y)＝1/L； 其中h(x,y)为初始点扩散函数， L为图像成像 的权　利　要　求　书 1/3 页 2 CN 115526794 A 2过程中物体在水平方向运动了L个 像素， 或相机在相对的反方向运动了L个 像素； 对初始点扩散函数h(x,y)进行傅 立叶变换： 其中， H(u,v)与h(x,y)为导数关系， f(x,y)为初始图像函数， e， π， j， ux,vy,dx,dy,uL均 为傅立叶变换公式 中的固定参数； 对傅立叶变换后的初始点扩散函数进行扩充： 对扩充的初始点扩散函数进行二维离 散傅立叶变换： 6.根据权利要求5所述的方法， 其特征在于， 所述对初始点扩散函数进行多重变换， 以 得到目标点扩散函数， 还 包括： 对二维离 散傅立叶变换后的初始点扩散函数进行简化： 7.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 确定机巡图像数据中运动模糊图像的模糊运动长度； 将所述运动模糊图像的模糊运动长度作为 点扩散函数的对角线长度。 8.根据权利要求7所述的方法， 其特征在于， 所述确定机巡图像数据中运动模糊图像的 模糊运动长度， 包括： 根据运动模糊图像的像素点灰度值在运动模糊方向上的轨迹， 计算运动模糊图像的模 糊方向； 根据所述模糊方向， 将运动模糊图像旋转到水平方向； 旋转后的运动模糊图像进行微分计算得到微分图像； 对所述微分图像中的矩阵各行进行自相关计算， 根据自相关计算结果绘制曲线展示 图； 将所述曲线展示图中， 对称分布且尖峰向下的相关峰之间的距离确定为机巡图像数据 中运动模糊图像的模糊运动长度。 9.根据权利要求8所述的方法， 其特 征在于， 所述方法还 包括： 将自相关计算结果中的各列进行相加， 得到一维数组； 在对剔除后剩余的机 巡图像数据进行复原时， 通过 所述一维数组去除噪声影响。 10.一种输配电线路机 巡数据清洗与预处 理系统， 其特 征在于， 包括： 获取模块， 获取机 巡图像数据； 清洗模块， 基于预先训练的分类器， 遍历所述机巡图像数据， 确定所述机巡图像数据中权　利　要　求　书 2/3 页 3 CN 115526794 A 3