有效的绝缘子自爆缺陷定位方法

被引:12
作者
陈文贺
李彩林
袁斌
江晓斌
机构
[1] 山东理工大学建筑工程学院
关键词
绝缘子; 自爆缺陷; SSD目标识别; 双特征约束; 最大距离; 深度学习;
D O I
10.16208/j.issn1000-7024.2019.08.041
中图分类号
TP391.41 []; TM855 [绝缘的试验与检查];
学科分类号
080203 ;
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。
引用
收藏
页码:2346 / 2352
页数:7
相关论文
共 16 条
  • [1] 航拍绝缘子卷积神经网络检测及自爆识别研究
    陈庆
    闫斌
    叶润
    周小佳
    [J]. 电子测量与仪器学报, 2017, 31 (06) : 942 - 953
  • [2] 航拍图像中绝缘子缺陷的检测与定位
    方挺
    韩家明
    [J]. 计算机科学, 2016, 43(S1) (S1) : 222 - 225
  • [3] 形状感知的绝缘子识别与缺陷诊断
    张晶晶
    韩军
    赵亚博
    刘俍
    王万国
    朱铭武
    [J]. 中国图象图形学报 , 2014, (08) : 1194 - 1201
  • [4] 高效率的K-means最佳聚类数确定算法
    王勇
    唐靖
    饶勤菲
    袁巢燕
    [J]. 计算机应用, 2014, 34 (05) : 1331 - 1335
  • [5] 基于视觉的绝缘子“掉串”缺陷的检测与定位
    王银立
    闫斌
    [J]. 计算机工程与设计, 2014, 35 (02) : 583 - 587
  • [6] An accurate and real-time selfblast glass insulator location method based on faster R-CNN and U-net with aerial images. Ling Z,Qiu RC,Jin Z,et al. . 2018
  • [7] Fast R-CNN. GIRSHICK R. The IEEE International Conference on Computer Vision . 2015
  • [8] Mask R-CNN. K.He,G.Gkioxari,P.Dollár,et al. IEEE International Conference on Computer Vision . 2017
  • [9] Very deep convolutional networks for LargeScale image recognition. Karen S,Andrew Z. ICLR 2015:International Conference on Learning Representations 2015 . 2015
  • [10] Faster R-CNN:towards realtime object detection with region proposal networks. Ren S,He K,Girshick R,et al. International Conference on Neural Information Processing System . 2015