所述電力設備防震錘缺陷識別規則包括：

 

    1)防振錘偏移缺陷診斷規則：

 

    計算出第一條導線上的防振錘X坐標(sx1,se1)，計算出第二條導線上的防振錘X坐標(sx2,se2)，計算出否則存在重疊區域：

 

    若：sx2＜＝sx1＜＝se2或sx1＜＝sx2＜＝se1，則存在重疊區域；

 

    若計算出三條導線上防振錘有重疊區域，而第四條導線上的防振錘不在重疊區域內，診斷該防振錘偏移缺陷；

 

    2)防振錘斜歪缺陷診斷規則：

 

    計算每個防振錘的U型方位角，若與導線夾角大于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則：

 

    如檢測出一條導線存在兩個防振錘，計算這兩個防振錘之間最近距離diffD小于一個防振錘U型長度，則診斷這兩個防振錘碰撞在一起；

 

    4)防振錘掉把缺陷診斷規則：

 

    應可靠檢測出防振錘兩端對稱的U型輪廓，如僅檢測出一個U型輪廓，則診斷該防振錘可能存在掉把缺陷。

 

    6.一種基于無人機巡檢圖像的電力設備缺陷智能識別系統，其特征在于，包括：

 

    數據采集模塊，采用數據流的模式，批量的獲取無人機巡檢得到的輸電線路圖像數據；

 

    特征分析模塊，提取圖像特征，并對所述圖像特征進行整合分析，實現對典型部件的自動定位和識別；

 

    缺陷分析模塊，根據設定的缺陷識別規則對典型部件進行相應的缺陷分析，實現對常見缺陷的分析與識別；

 

    綜合分析及分類模塊，對分析識別結果進行匯總分析處理，依據部件類型、缺陷類型、缺陷等級進行分類，便于依據需求進行分類查詢，并進行特定部件的局部放大展示。

 

    7.根據權利要求6所述一種基于無人機巡檢圖像的電力設備缺陷智能識別系統，其特征在于，所述數據采集模塊，具體用于：

 

    通過無人機巡檢，獲取輸電線路圖像，以數據流方式批量讀入后臺處理系統；

 

    對所述輸電線路圖像進行預處理，包括圖像復原、圖像超分辨重建、圖像配準和圖像融合。

 

    8.根據權利要求6所述一種基于無人機巡檢圖像的電力設備缺陷智能識別系統，其特征在于，所述特征分析模塊具體用于：

 

    對圖像數據進行圖像分割，利用檢測算法，將圖像數據中包含的電力設備及其故障檢測的潛在感興趣目標提取出來，并利用已知的感興趣目標的單個特征或特征組合從分割后的圖像數據中剔除虛假目標，保留圖像數據中的感興趣目標。

 

    9.根據權利要求8所述一種基于無人機巡檢圖像的電力設備缺陷智能識別方法，其特征在于，所述感興趣目標包括：桿塔、導線、地線、引流線、絕緣子、基礎、防震錘、接地裝置以及部件連通區域。

 

    10.根據權利要求9所述一種基于無人機巡檢圖像的電力設備缺陷智能識別方法，其特征在于，所述的缺陷識別規則包括：絕緣子掉片缺陷識別規則、鳥巢缺陷識別規則、導線異物缺陷識別規則、導線斷股缺陷識別規則、防震錘缺陷識別規則。