-
题名基于RCNN的无人机巡检图像电力小部件识别研究
被引量：161
- 1
-
-
作者
王万国
田兵
刘越
刘俍
李建祥
-
机构
国网山东省电力公司电力科学研究院国家电网公司电力机器人技术实验室
山东鲁能智能技术有限公司
国网山东省电力公司
-
出处
《地球信息科学学报》
CSCD
北大核心
2017年第2期256-263,共8页
-
基金
2014年国家电网公司发展项目"无人机巡检实用化关键技术及检测体系研究"
-
文摘
随着无人机(UAV)在电力巡线作业中的应用推广,对无人机巡检图像的信息挖掘或目标识别需求也越来越强烈。传统的电力部件识别流程常使用经典的机器学习算法,如支持向量机(SVM)、随机森林或adaboost,结合梯度、颜色或纹理等浅层特征来对电力部件进行识别,难以充分利用无人机巡检图像的信息,并且难以达到较高的准确率。卷积神经网络(CNN)在目标识别中表现优异,在很多目标识别场景之中成为首选算法。基于区域的卷积神经网络(RCNN)通过使用CNN从图像中提取可能含有目标的区域来检测并识别目标,但是计算复杂,难以满足识别海量电力巡检图片的需求。Fast R-CNN和Faster RCNN利用CNN网络提取图像特征,后接一个区域提议层,优化了提取可能含有目标区域的方式并改进识别目标的分类器,使目标的检测和识别几乎实时。本文详细描述了Faster R-CNN算法流程,并在无人机电力线巡检图像部件检测中使用,然后分别对DPM、SPPnet和Faster R-CNN识别方法进行了对比分析,利用实际采集的电力小部件巡检数据构建的数据集对3种方法进行测试验证,并讨论了不同参数对识别结果的影响。实验结果表明,基于深度学习的识别方法实现电力小部件的识别是可行的,而且利用Faster R-CNN进行多种类别的电力小部件识别定位可以达到每张近80 ms的识别速度和92.7%的准确率。
-
关键词
深度学习
RCNN
卷积神经网络
无人机巡检图像
电力部件识别
-
Keywords
deep learning
RCNN
Region-based convolutional neural networks
UAV images
electrical devices detection
-
分类号
TM75
[电气工程—电力系统及自动化]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于无人机图像的输电线断股与异物缺陷检测方法
被引量：54
- 2
-
-
作者
王万国
张晶晶
韩军
刘俍
朱铭武
-
机构
国网山东省电力公司电力科学研究院国家电网公司电力机器人技术实验室
山东鲁能智能技术有限公司
上海大学通信与信息工程学院
-
出处
《计算机应用》
CSCD
北大核心
2015年第8期2404-2408,共5页
-
基金
2014年国家电网发展项目(169)
-
文摘
为提高无人机(UAV)巡检输电线路的效率,提出一种基于线结构感知的输电线断股与异物缺陷的检测方法。由于无人机巡检的图像受背景纹理及光线影响较大,采用能检测线宽度的水平与垂直方向的梯度算子提取巡检图像上的线对象,进而研究感知定律中的共线性、近似性、连续性的计算,将断续线段连接成长的线段,通过长线段的平行性计算,识别出输电线路结构中显著的平行导线组。为识别导线上安装的防振锤与间隔棒连接部件,提出一种基于局部轮廓特征的形状部件识别方法。在识别出这些连接部件的基础上,对导线进行分段分析,计算分段导线的宽度变化、灰度相似度来检测导线上的断股与异物缺陷。通过对无人机巡检采集的输电线路图像的测试,验证了这种方法在复杂的背景条件下能有效地检测导线上断股与附着异物缺陷。
-
关键词
导线断股
导线附着异物
感知平行性
局部轮廓特征
缺陷检测
-
Keywords
broken conductor strand
wire attached foreign body
perception of parallelism
local contour feature
defectdetection
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
-
题名基于显著图的输电线路杆塔图像拼接方法
被引量：4
- 3
-
-
作者
张旭
高佼
王万国
刘俍
张晶晶
-
机构
国网山东省电力公司电力科学研究院国家电网公司电力机器人技术实验室
山东鲁能智能技术有限公司
-
出处
《计算机应用》
CSCD
北大核心
2015年第4期1133-1136,共4页
-
文摘
无人机拍摄的输电线路杆塔图像分辨率高且背景复杂,基于传统特征点的拼接算法在背景中检测出大量的特征点增加了图像匹配的时间,影响了杆塔的匹配精度。针对该问题提出了一种既稳定又具有较小时间开销的输电线路杆塔图像自动拼接方法,利用改进的显著性检测算法得到杆塔图像的显著图,将图像的前景与背景分离,减少了背景对图像中杆塔拼接效果的影响;并采用基于定向的加速分割检测特征(FAST)和旋转不变性的二进制鲁棒独立元素特征(BRIEF)描述子(ORB)特征点的图像匹配算法,以提高特征点提取和匹配的速率;最后利用多尺度融合策略得到最终的拼接结果。实验结果表明,所提方法具有较好的拼接效果和拼接效率。
-
关键词
无人机
图像拼接
显著性区域检测
显著图
ORB特征
图像匹配
-
Keywords
Unmanned Aerial Vehicle（UAV）
image mosaic
salient region detection
saliency map
Oriented FAST and Rotated BRIEF（ORB） feature
image matching
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于直方图规定化的图像去雾算法
被引量：16
- 4
-
-
作者
王万国
王滨海
张晶晶
李丽
-
机构
国网山东省电力公司电力科学研究院国家电网公司电力机器人技术实验室
山东鲁能智能技术有限公司
-
出处
《计算机技术与发展》
2014年第9期241-244,共4页
-
基金
国家电网科研基金项目(2012A-17)
-
文摘
直方图规定化是图像增强领域一个常用的算法,文中提出一种通过高斯函数加权的直方图规定化的图像去雾算法。首先通过分析晴天与雾霾天气下图像的直方图的特点,提出一种通过对高斯函数中方差的改变和高斯函数的加权的方式,解决了原有的单纯高斯函数直方图规定化图像偏暗的问题。通过实验图像的对比可以看出,文中提出的算法可有效去除雾霾天气的影响,其处理效果明显优于直方图规定化算法,而且计算量小、处理速度快、不需要人工干预。
-
关键词
高斯函数
直方图规定化
图像去雾
加权
-
Keywords
Gaussian function
histogram specification
image haze removal
weighted
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名形状感知的绝缘子识别与缺陷诊断
被引量：27
- 5
-
-
作者
张晶晶
韩军
赵亚博
刘俍
王万国
朱铭武
-
机构
国网山东省电力公司电力科学研究院国家电网公司电力机器人技术实验室
山东鲁能智能技术有限公司济南
上海大学通信与信息工程学院
-
出处
《中国图象图形学报》
CSCD
北大核心
2014年第8期1194-1201,共8页
-
基金
2014年国家电网发展项目(169)
-
文摘
目的在无人机检测输电线路缺陷的研究中,为提高识别绝缘子的正确率,克服基于颜色来识别绝缘子方法的不足,依据绝缘子串的形状结构特征,研究了一种自底向上感知聚类平行线段的方法。方法首先将在巡检图像上提取到所有方向的分段划分为6组方向线段,在每一组方向线段中,将线段长度、方向及中心点排列方向一致的线段聚类为平行线组,将平行线组合并,并整理其外接形状,结合输电线路知识模型,可靠识别绝缘子区域。为诊断玻璃绝缘子的掉片缺陷,依据计算出绝缘子的排列方向及片之间距离进行自适应分块,计算每一块的惯性矩均值特征量与惯性矩方差值特征量,依据分块之间特征量相似度来诊断是否存在掉片缺陷。结果相比基于HSI颜色识别绝缘子的方法,识别绝缘子内部的多平行线段的结构,表现得更稳定,更适用于输电线路巡检。结论通过无人机巡检采集的输电线路图像,实验结果验证这种方法在复杂背景的条件下能有效识别各种类型绝缘子并能检测绝缘子的掉片缺陷。
-
关键词
绝缘子识别
绝缘子缺陷诊断
感知组织
平行形状
特征量
-
Keywords
insulators extraction
detect defects
perceptual organization
parallel shape
feature
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
