适用于无人机巡检图像的输电线路螺栓检测方法

被引:37
作者
冯敏 [1 ]
罗旺 [1 ]
余磊 [1 ]
张佩 [1 ]
郝小龙 [1 ]
樊强 [1 ]
彭启伟 [1 ]
张天兵 [1 ]
曹玲玲 [2 ]
机构
[1] 南瑞集团有限公司(国网电力科学研究院有限公司)
[2] 北方信息控制研究院集团有限公司
关键词
输电线路; 无人机巡检; 螺栓检测; HOG; SVM; 高分辨率;
D O I
暂无
中图分类号
TM75 [线路及杆塔];
学科分类号
摘要
输电线路巡检是保证电网稳定高效运行的重要工作。针对含辅助无人机的输电线路巡检,提出一种处理分析无人机海量图片数据的输电线路螺栓检测方法。根据输电线路螺栓检查的业务需要,建立图像样本库,并提取样本图像HOG特征,构建SVM分类器,实现对高分辨率无人机巡检图像的螺栓识别。实验结果表明,该方法具有较好的检测效果,能高效定位高分辨率无人机图像中的螺栓位置,有效减轻工作人员放大拖拽高分辨图像观测螺栓状态的工作量。
引用
收藏
页码:135 / 140
页数:6
相关论文
共 10 条
  • [1] 输电线路机载紫外巡检和故障诊断技术
    董小青
    吴军
    王浩
    赵智博
    罗日成
    陈聚文
    [J]. 电力科学与技术学报, 2017, (01) : 117 - 122
  • [2] 基于无人机图像的输电线断股与异物缺陷检测方法
    王万国
    张晶晶
    韩军
    刘俍
    朱铭武
    [J]. 计算机应用, 2015, 35 (08) : 2404 - 2408
  • [3] 基于样本熵和支持向量机的短期风速预测模型
    林常青
    上官安琪
    徐箭
    许梁
    [J]. 电力科学与技术学报, 2014, 29 (04) : 12 - 17
  • [4] 基于无人机的输电线路设备识别方法研究
    何思远
    刘刚
    王玲
    唐延东
    [J]. 红外与激光工程, 2013, 42 (07) : 1940 - 1944
  • [5] 基于航拍图像的输电线路异物识别
    金立军
    姚春羽
    闫书佳
    张文豪
    [J]. 同济大学学报(自然科学版), 2013, 41 (02) : 277 - 281
  • [6] 无人机在电力系统中的应用及发展方向
    刘国嵩
    贾继强
    [J]. 东北电力大学学报, 2012, 32 (01) : 53 - 56
  • [7] 利用远程系统的输电线路覆冰厚度图像识别
    李昭廷
    郝艳捧
    李立浧
    阳林
    傅闯
    [J]. 高电压技术, 2011, 37 (09) : 2288 - 2293
  • [8] 高压输电导线的损伤检测与故障诊断
    吴功平
    肖晓晖
    申瑞刚
    [J]. 仪器仪表学报, 2006, (10) : 1204 - 1208
  • [9] 图像工程[M]. 清华大学出版社 , 章毓晋, 2007
  • [10] Efficient HOG human detection[J] . Yanwei Pang,Yuan Yuan,Xuelong Li,Jing Pan.Signal Processing . 2010 (4)