电力架空线路巡检可见光图像智能处理研究综述

被引:218
作者
刘志颖
缪希仁
陈静
江灏
机构
[1] 福州大学电气工程与自动化学院
关键词
电力巡检; 深度学习; 图像处理; 目标检测; 图像测距;
D O I
暂无
中图分类号
TM75 [线路及杆塔];
学科分类号
080802 [电力系统及其自动化];
摘要
当前电力巡检工作中,有大量缺陷需要人工观测可见光图像进行检测,工作量大、效率低下且容易受工作人员技能水平影响使检测效果参差不齐。为了应对这一问题,人们进行了大量研究以求实现视觉检查的自动化,但远不能满足工程应用需要。首先介绍电力巡检可见光图像的来源,总结可见光巡检的内容及缺陷特点,将可见光图像视觉检查问题分解为2类问题:图像目标检测和图像测距;然后分别对2类问题的研究与应用现状进行综述,结合实验数据分析可见光巡检图像智能处理技术的发展趋势,探讨深度学习技术在该领域的应用前景;在此基础上,阐述进一步推进巡检图像智能处理所面临的挑战及可能的解决方案,并给出若干点建议。
引用
收藏
页码:1057 / 1069
页数:13
相关论文
共 25 条
[1]
基于多传感器的无人机避障方法研究及应用 [J].
杨磊 ;
陈凤翔 ;
陈科羽 ;
刘胜南 .
计算机测量与控制, 2019, 27 (01) :280-283+287
[2]
改进Fast-RCNN的双目视觉车辆检测方法 [J].
张琦 ;
胡广地 ;
李雨生 ;
赵鑫 .
应用光学, 2018, 39 (06) :832-838
[3]
双目立体视觉的测距技术研究 [J].
吴保烁 ;
赵立宏 .
电视技术, 2018, 42 (07) :100-103
[4]
基于惯性/磁力传感器与单目视觉融合的SLAM方法 [J].
王泽华 ;
梁冬泰 ;
梁丹 ;
章家成 ;
刘华杰 .
机器人, 2018, 40 (06) :933-941
[5]
一种基于视觉显著性分析的输电线路异物检测方法 [J].
万迪明 ;
张杰 ;
郭祥富 .
电视技术, 2018, 42 (01) :106-110
[6]
基于地理信息的电力线全景图像信息融合方法 [J].
宋海华 ;
韩军 ;
邵志一 .
电网技术, 2008, (07) :92-95
[7]
一种无人机侦察图像质量评价模型 [J].
丁文锐 ;
佟雨兵 ;
张其善 .
无线电工程, 2007, (03) :19-21
[8]
输电线路图像上防震锤检测算法研究 [D]. 
王森 .
北京交通大学,
2017
[9]
基于无人机航拍输电线路杆塔的三维重建 [D]. 
郑恩 .
广西大学,
2017
[10]
基于激光与视觉信息融合的运动目标检测与场景重建方法研究 [D]. 
袁雅薇 .
中国科学技术大学,
2017