买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网江西省电力有限公司南昌供电分公司;国家电网有限公司

摘要：本发明公开了一种基于X光图像的架空导线覆冰厚度测量方法及系统，该方法采用多种材料和线径的架空导线开展覆冰试验；利用BiFPN模块对YOLOv8模型颈部网络的融合模块进行替换，构建并训练架空导线覆冰X光图像智能分割模型，采用突触流分数对架空导线覆冰X光图像智能分割模型中的主干网络进行剪枝操作，得到轻量化架空导线覆冰X光图像智能分割模型；利用轻量化架空导线覆冰X光图像智能分割模型对现场拍摄的架空导线覆冰X光图像进行分割，输出覆冰区域二值图像，通过图像处理算法提取覆冰区域二值图像最大像素厚度和平均像素厚度，反演得到实际覆冰厚度。本发明提高了覆冰厚度测量的准确性和便捷性。

主权项：1.一种基于X光图像的架空导线覆冰厚度测量方法，其特征在于，包括如下步骤：步骤S1：采用多种材料和线径的架空导线开展覆冰试验，通过X射线成像仪拍摄不同环境和拍摄角度下架空导线覆冰X光图像，对架空导线覆冰X光图像进行三分类标注，以区分架空导线区域、覆冰区域和空气区域三种类别，构建样本图像集，并划分训练集和验证集；步骤S2：利用BiFPN模块对YOLOv8模型颈部网络的融合模块进行替换，并重置颈部网络所有可学习参数，构建架空导线覆冰X光图像智能分割模型，导入训练集训练架空导线覆冰X光图像智能分割模型并采用RMSProp算法优化架空导线覆冰X光图像智能分割模型的参数以最小化损失函数，得到优化后的架空导线覆冰X光图像智能分割模型；步骤S3：采用突触流分数对架空导线覆冰X光图像智能分割模型中的主干网络进行剪枝操作，通过K-means聚类算法稀疏量化架空导线覆冰X光图像智能分割模型中的激活值，得到轻量化架空导线覆冰X光图像智能分割模型；步骤S4：利用轻量化架空导线覆冰X光图像智能分割模型对现场拍摄的架空导线覆冰X光图像进行分割，输出覆冰区域二值图像，通过图像处理算法提取覆冰区域二值图像最大像素厚度和平均像素厚度，反演得到实际覆冰厚度；步骤S3中所述突触流分数具体定义为： ；其中：S表示突触流分数，f为架空导线覆冰X光图像智能分割模型输出函数,θ为架空导线覆冰X光图像智能分割模型可学习参数，x是输入图像像素值，表示绝对值函数；所述架空导线覆冰X光图像智能分割模型包括主干网络、颈部网络和头部网络，主干网络依次由第1卷积块、第2卷积块、第1C2f模块、第3卷积块、第2C2f模块、第4卷积块、第3C2f模块、第5卷积块、第4C2f模块和SPPF模块构成；颈部网络包括第1上采样模块、第2上采样模块、第5C2f模块、第6C2f模块、第7C2f模块、第8C2f模块、第6卷积块、第7卷积块、第1BiFPN模块、第2BiFPN模块、第3BiFPN模块和第4BiFPN模块，SPPF模块输出的特征经第1上采样模块处理后与第3C2f模块输出的特征通过第1BiFPN模块进行融合，第1BiFPN模块融合后的特征输入第5C2f模块处理；第5C2f模块输出的特征经第2上采样模块处理后与第2C2f模块输出的特征通过第2BiFPN模块进行融合，第2BiFPN模块融合后的特征输入第6C2f模块处理，第6C2f模块输出的特征经第6卷积块卷积处理，第6卷积块输出的特征与第5C2f模块输出的特征通过第3BiFPN模块进行融合，第3BiFPN模块融合后的特征依次经第7C2f模块和第7卷积块处理，第7卷积块输出的特征与SPPF模块输出的特征通过第4BiFPN模块进行融合，第4BiFPN模块融合后的特征经第8C2f模块处理。

全文数据：

权利要求：

百度查询： 国网江西省电力有限公司南昌供电分公司 国家电网有限公司 基于X光图像的架空导线覆冰厚度测量方法及系统