检索结果-南通市图书馆

作者：李膳君华中科技大学

学位级别：硕士

随着机器学习和计算机技术的发展,目标检测和识别技术已开始应用于输电线路视觉巡检系统。如今,深度学习已成为目标检测和识别的主流,然而无人机摄取的绝缘子爆片图像不仅区域面积小,目标特征少,而且观察视角变化大,这些不利因素都严重... 详细信息

随着机器学习和计算机技术的发展,目标检测和识别技术已开始应用于输电线路视觉巡检系统。如今,深度学习已成为目标检测和识别的主流,然而无人机摄取的绝缘子爆片图像不仅区域面积小,目标特征少,而且观察视角变化大,这些不利因素都严重制约了Faster R-CNN、SSD等深度学习方法的应用。为此,本文提出上下文关联绝缘子爆片检测方法研究的课题,利用爆片所处的上下文背景知识,开展爆片图像标注、上下文ROI池化和绝缘子串倾斜校正方法研究。本文主要研究内容可总结为以下几个方面:首先,提出了一种基于邻域上下文背景信息的爆片缺陷图像标注方法。根据爆片及其邻域处于绝缘子区域内部,爆片左右邻域会有一个或两个绝缘子表盘的特点,将爆片及邻近的绝缘子表盘一起看做爆片区域,重新对爆片训练样本进行标注,然后再利用R-FCN方法进行模型训练和检测。实验表明,对于绝缘子爆片图像,该标注方法的检测精度提高了15.8%。其次,提出了一种上下文信息融合的ROI区域池化算法PRoupleNet。与RFCN检测框架不同,本文使用了三条ROI支路来提取爆片特征:第一条支路为RFCN原始的PS RoI Pooling,第二条支路使用积分池化方式对ROI区域进行处理,第三条支路使用积分池化方式对ROI邻域的两倍区域进行处理以利用爆片邻域的绝缘子串、铁塔等大目标信息。然后,将后两条支路的池化结果进行通道拼接,再进行卷积得到目标的全局特征向量,并与第一条支路生成的局部特征向量进行元素相加来融合目标的上下文信息。针对爆片数据样本较少的情况,本文使用了多种数据增强方式扩充了数据样本的表达形式。实验表明,PRoupleNet比改进爆片图像标注算法的检测精度提高了10.4%。最后,提出了一种旋转校正的级联检测网络Rascaded R-FCN。首先,针对基础卷积网络输出的卷积特征图,分别构造绝缘子串检测网络和爆片检测网络。然后,依据爆片区域与绝缘子串区域的包含关系,构建一个上下文区域关联的级联检测网络。为了克服绝缘子串姿态变化问题,在绝缘子检测回路,增加一个角度回归全卷积网络Adapt-Res101来预测出绝缘子串与水平方向的夹角,将这个夹角参数送至卷积特征图校正模块,得到绝缘子串区域水平校正的卷积特征图,再进行爆片检测。在爆片检测模型训练过程中,利用校正前后爆片目标面积相等,自动更新校正后的爆片区域GT值。网络最终实现了端对端测试,实验证明,本文提出的方法的检测精度达到了92.5%,与R-FCN相比,本文方法具有更好的鲁棒性和泛化性。

关键词：绝缘子爆片检测上下文 R-FCN 角度回归全卷积网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于无人机巡检倾斜影像的绝缘子爆片自动检测方法

引用

地理信息世界 2021年第2期28卷 46-51页

作者：钟华赞雷伟刚吴争荣金昂郑永伟路瑞彪唐涛李雨昊中国南方电网有限责任公司广东广州510700 南方电网数字电网研究院有限公司广东广州510663 武汉大学测绘遥感信息工程国家重点实验室湖北武汉430079 武汉大学时空数据智能获取技术与应用教育部工程研究中心湖北武汉430079 高德软件有限公司北京102200 武汉珞珈灵智科技有限公司湖北武汉430079

绝缘子是输电线路中重要的绝缘部件,其运行状况直接影响着输电线路的运行安全,在输电线路运行中具有不可或缺的作用。本文结合无人机巡检高效安全的优点,提出一种基于无人机倾斜影像的绝缘子自爆检测方法,首先以DeepLabV3+深度神经网络... 详细信息

绝缘子是输电线路中重要的绝缘部件,其运行状况直接影响着输电线路的运行安全,在输电线路运行中具有不可或缺的作用。本文结合无人机巡检高效安全的优点,提出一种基于无人机倾斜影像的绝缘子自爆检测方法,首先以DeepLabV3+深度神经网络为基础网络架构分割绝缘子影像,然后利用绝缘子串中相邻绝缘子片间距一致的特性,对绝缘子进行自爆识别检测。实验结果表明,本文提出的检测方法具有较高的缺陷识别准确度,在满足输电线路巡检需求的同时能有效提升无人机巡检的效率。

关键词：无人机神经网络绝缘子爆片检测间距一致性

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：