论文摘要
为有效检测大量高分辨率航拍影像中绝缘子的自爆缺陷,基于深度学习提出一种自爆定位算法。利用提出的改进SSD算法对航拍影像进行绝缘子精确识别,提取绝缘子所在的矩形区域,提出一种基于K-means和双特征约束法进一步精确提取绝缘子,研究一种最大距离法对提取绝缘子的自爆缺口进行快速有效定位。该方法先识别绝缘子再定位自爆缺陷,可有效缩小自爆缺陷搜索范围提升自爆缺陷的定位准确率。利用实际无人机影像进行实验,实验结果表明,改进的SSD算法可使绝缘子识别平均准确率达到90.59%,最大距离法对自爆缺陷定位准确率可达92.43%,适用于影像分辨率高且背景复杂的绝缘子自爆缺陷自动检测。
论文目录
文章来源
类型: 期刊论文
作者: 陈文贺,李彩林,袁斌,江晓斌
关键词: 绝缘子,自爆缺陷,目标识别,双特征约束,最大距离,深度学习
来源: 计算机工程与设计 2019年08期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 电力工业,计算机软件及计算机应用
单位: 山东理工大学建筑工程学院
基金: 国家自然科学基金项目(41601496,41701525),山东省重点研发计划基金项目(2018GGX106002),山东省自然科学基金项目(ZR2017LD002),山东理工大学齐文化研究专项基金项目(2017QWH032)
分类号: TP391.41;TM855
DOI: 10.16208/j.issn1000-7024.2019.08.041
页码: 2346-2352
总页数: 7
文件大小: 530K
下载量: 239