基于深度学习的绝缘子图像分割方法研究
发布时间：2021-08-20 06:42
近年来,随着机器视觉及无人机技术的发展,在输电线路检测方面得到了越来越多的应用。传统的人工输电线路检测方式效率低下且危险性高,目前基于无人机的输电线路巡检逐渐成为主流。绝缘子作为输电线路中重要的元件之一,因其长期暴露在自然环境下,而导致元件损坏与老化问题尤为突出,严重制约着电网运行的安全性和系统的稳定性。因此,为了使输电线路更加稳定且安全的运行,定期对绝缘子巡检显得尤为重要。但输电线路中的绝缘子大多处于复杂背景之下,其伪目标众多,颜色信息丰富,导致将绝缘子从复杂的无人机航拍图像中分割出来具有很大难度,因此寻求一种通用且高效的分割方法是当下研究的重点。本文主要针对输电线路巡检中的绝缘子分割技术展开研究,以提高复杂背景下绝缘子分割的准确率和效率,为实现输电线路自动化奠定基础。本论文的主要研究工作如下:第一,论述了航拍绝缘子图像分割的背景与研究意义,总结并分析现阶段关于绝缘子分割的国内外研究现状与存在的问题。第二,针对航拍绝缘子图像易受到混合噪声的干扰,使得后续绝缘子分割难度增大。因此需要对航拍绝缘子图像进行预处理,减少噪声对后续图像分割精度所造成的影响。本章首先分析了航拍绝缘子图像中混合噪...
【文章来源】：中北大学山西省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
基于FSLIC的自适应绝缘子图像分割算法流程
中北大学学位论文30图3-2果蝇优化算法流程Figure3-2Fruitflyoptimizationalgorithmflow果蝇优化算法能够自适应迭代确定超像素数目K值，但是也容易陷入局部最优解。针对这个问题，引入人工免疫算法（AIA）操作环节中的免疫因子，对果蝇优化算法的内部进行演化，以个体浓度参数为迭代目标函数，最大限度保证个体全面选择。人工免疫算法步骤如图3-3所示。
中北大学学位论文31图3-3人工免疫算法步骤Figure3-3Artificialimmunealgorithmsteps人工免疫果蝇优化算法（IFOA）在迭代选取过程中不断计算果蝇个体与原点之间的位置及味道浓度值，以此来选取最优的果蝇个体位置，其输出结果即为超像素数目K的值。超像素数目K值确定后，以K值为初始值生成超像素，生成超像素的步骤如下：步骤1，确定聚类中心。首先通过上述方法确定出的超像素数目K，然后确定超像素尺寸与相邻聚类点的近似步长，最后在图像内均匀分配聚类中心点。设原始图像中共有N个像素点，每个超像素尺寸为KN/，相邻聚类点的近似步长为=KNS/，随后在图像中均匀分配聚类点。步骤2，距离度量d。其中包括颜色距离和空间距离。计算每个像素点和聚类点间
【参考文献】：
期刊论文
[1]基于SSD-Mobilenet模型的目标检测[J]. 刘颜,朱志宇,张冰. 舰船电子工程. 2019(10)
[2]基于无人机图像与迁移学习的线路绝缘子状态评价方法[J]. 罗建军,刘振声,龚翔,黄绍川,欧阳业,魏征. 电力工程技术. 2019(05)
[3]无人机电网巡检中的绝缘子缺陷检测与定位[J]. 陈文浩,姚利娜,李丰哲. 计算机应用. 2019(S1)
[4]图像分割方法综述[J]. 王秋萍,张志祥,朱旭芳. 信息记录材料. 2019(07)
[5]基于红外图像的绝缘子高温区域特征研究[J]. 宫政,西日艾力·吾斯曼,罗俊,尹迪晖,闫书佳. 教育教学论坛. 2019(01)
[6]无人机航空摄影测量技术在地形图测绘中的应用[J]. 史正军,刘明. 科技资讯. 2018(34)
[7]多尺度多方向结构元素形态学绝缘子闪络图像边缘检测算法研究[J]. 李莉,杨争艳,王敬涛,韩明. 电视技术. 2018(11)
[8]基于SLIC的图像分割方法研究[J]. 刘洋,周宁宁. 计算机技术与发展. 2019(01)
[9]地形测绘中航空摄影测量技术的运用实现[J]. 徐茂蒙. 科技创新导报. 2018(23)
[10]无人机巡检输电线路技术的应用研究[J]. 杨义. 科技创新导报. 2018(19)
博士论文
[1]脉冲耦合神经网络模型分析及其相关应用研究[D]. 杨臻.兰州大学 2019
[2]基于航拍图像的输电线路识别与状态检测方法研究[D]. 仝卫国.华北电力大学 2011
硕士论文
[1]基于机器视觉的目标识别与定位方法的研究[D]. 许继科.西安科技大学 2019
[2]基于语义分割的食管早癌计算机辅助诊断关键技术研究[D]. 杜笑笑.郑州大学 2019
[3]航拍图像中绝缘子串检测、分割与自爆故障识别方法研究[D]. 吕易航.郑州大学 2019
[4]基于无人机航拍图像的拼接算法研究[D]. 王亚洲.北京工业大学 2018
[5]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
[6]基于超像素和图论的图像分割方法研究[D]. 邹旭华.中国科学技术大学 2017
[7]基于脉冲耦合神经网络的图像分割方法研究[D]. 周雪琪.北京交通大学 2016
[8]基于PCNN的降噪方法及其应用研究[D]. 闫海鹏.内蒙古科技大学 2015
[9]基于超像素聚类的图像分割算法研究[D]. 吴晟杰.西安电子科技大学 2014
[10]航拍视频绝缘子部件的提取与识别[D]. 华裕伟.大连海事大学 2013
本文编号：3353016
【文章来源】：中北大学山西省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
基于FSLIC的自适应绝缘子图像分割算法流程
中北大学学位论文30图3-2果蝇优化算法流程Figure3-2Fruitflyoptimizationalgorithmflow果蝇优化算法能够自适应迭代确定超像素数目K值，但是也容易陷入局部最优解。针对这个问题，引入人工免疫算法（AIA）操作环节中的免疫因子，对果蝇优化算法的内部进行演化，以个体浓度参数为迭代目标函数，最大限度保证个体全面选择。人工免疫算法步骤如图3-3所示。
中北大学学位论文31图3-3人工免疫算法步骤Figure3-3Artificialimmunealgorithmsteps人工免疫果蝇优化算法（IFOA）在迭代选取过程中不断计算果蝇个体与原点之间的位置及味道浓度值，以此来选取最优的果蝇个体位置，其输出结果即为超像素数目K的值。超像素数目K值确定后，以K值为初始值生成超像素，生成超像素的步骤如下：步骤1，确定聚类中心。首先通过上述方法确定出的超像素数目K，然后确定超像素尺寸与相邻聚类点的近似步长，最后在图像内均匀分配聚类中心点。设原始图像中共有N个像素点，每个超像素尺寸为KN/，相邻聚类点的近似步长为=KNS/，随后在图像中均匀分配聚类点。步骤2，距离度量d。其中包括颜色距离和空间距离。计算每个像素点和聚类点间
【参考文献】：
期刊论文
[1]基于SSD-Mobilenet模型的目标检测[J]. 刘颜,朱志宇,张冰. 舰船电子工程. 2019(10)
[2]基于无人机图像与迁移学习的线路绝缘子状态评价方法[J]. 罗建军,刘振声,龚翔,黄绍川,欧阳业,魏征. 电力工程技术. 2019(05)
[3]无人机电网巡检中的绝缘子缺陷检测与定位[J]. 陈文浩,姚利娜,李丰哲. 计算机应用. 2019(S1)
[4]图像分割方法综述[J]. 王秋萍,张志祥,朱旭芳. 信息记录材料. 2019(07)
[5]基于红外图像的绝缘子高温区域特征研究[J]. 宫政,西日艾力·吾斯曼,罗俊,尹迪晖,闫书佳. 教育教学论坛. 2019(01)
[6]无人机航空摄影测量技术在地形图测绘中的应用[J]. 史正军,刘明. 科技资讯. 2018(34)
[7]多尺度多方向结构元素形态学绝缘子闪络图像边缘检测算法研究[J]. 李莉,杨争艳,王敬涛,韩明. 电视技术. 2018(11)
[8]基于SLIC的图像分割方法研究[J]. 刘洋,周宁宁. 计算机技术与发展. 2019(01)
[9]地形测绘中航空摄影测量技术的运用实现[J]. 徐茂蒙. 科技创新导报. 2018(23)
[10]无人机巡检输电线路技术的应用研究[J]. 杨义. 科技创新导报. 2018(19)
博士论文
[1]脉冲耦合神经网络模型分析及其相关应用研究[D]. 杨臻.兰州大学 2019
[2]基于航拍图像的输电线路识别与状态检测方法研究[D]. 仝卫国.华北电力大学 2011
硕士论文
[1]基于机器视觉的目标识别与定位方法的研究[D]. 许继科.西安科技大学 2019
[2]基于语义分割的食管早癌计算机辅助诊断关键技术研究[D]. 杜笑笑.郑州大学 2019
[3]航拍图像中绝缘子串检测、分割与自爆故障识别方法研究[D]. 吕易航.郑州大学 2019
[4]基于无人机航拍图像的拼接算法研究[D]. 王亚洲.北京工业大学 2018
[5]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
[6]基于超像素和图论的图像分割方法研究[D]. 邹旭华.中国科学技术大学 2017
[7]基于脉冲耦合神经网络的图像分割方法研究[D]. 周雪琪.北京交通大学 2016
[8]基于PCNN的降噪方法及其应用研究[D]. 闫海鹏.内蒙古科技大学 2015
[9]基于超像素聚类的图像分割算法研究[D]. 吴晟杰.西安电子科技大学 2014
[10]航拍视频绝缘子部件的提取与识别[D]. 华裕伟.大连海事大学 2013
本文编号：3353016
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3353016.html
