输电线路无人机巡检图像中电力部件识别方法研究

发布时间：2021-09-23 18:14

　　电力部件的完好无损是整个输电系统能够正常运行的前提之一,高压输电线路的巡检有助于及时的发现电力部件的各种故障,从而保障电网的稳定运行。无人机在输电线路巡检中的应用使得巡检过程突破了地形的限制,提高了巡检效率。但是在现阶段的无人机巡检过程中,对各种故障的判断识别主要由人力进行,因此运用图像处理技术在无人机巡检图像中进行故障的自动识别是现在一个研究热点,而想要在巡检图像中对输电线路故障进行自动判断识别,对图像中电力部件的准确识别是前提。因此,本文对输电线路无人机巡检图像中电力部件的识别方法进了研究。主要研究内容如下:针对无人机在拍摄图像和图像传输过程中存在噪声的问题,经过对巡检图像中噪声特点的分析,采用了去噪效果较好的双边滤波算法对无人机巡检图像进行去噪处理;针对部分无人机巡检图像存在亮度不足的问题,选取MSRCR算法对亮度不足的图像进行增强。通过图像去噪和增强,使得图像中的信息展现得更加准确,为后续输电线路无人机巡检图像中电力部件的准确识别打下了基础。针对高压输电线路中绝缘子串目标,提出了一种基于SIFT-BOW特征的巡检图像中电力部件识别方法。方法首先通过选择性搜索提取候选区域,然后提... 

【文章来源】：重庆理工大学重庆市

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

人工添加椒盐噪声和高斯噪声效果图

均值滤波处理效果图

高斯滤波处理效果图

【参考文献】：
期刊论文
[1]图像处理在光伏局部阴影中的应用[J]. 王建丽,刘立群,张聪明.  太阳能学报. 2020(02)
[2]基于Canny边缘特征点的接触网绝缘子识别方法[J]. 姚晓通,刘力,李致远.  电瓷避雷器. 2020(01)
[3]基于SIFT算法的图像拼接技术研究[J]. 何惠洋,韩军.  自动化与仪表. 2020(02)
[4]基于改进YOLOv3的绝缘子串定位与状态识别方法[J]. 颜宏文,陈金鑫.  高电压技术. 2020(02)
[5]基于改进k-means算法的数字图像聚类[J]. 高西,胡子牧.  液晶与显示. 2020(02)
[6]基于电力大数据的地区E-GDP值预测[J]. 田世明,龚桃荣,黄小庆,于文龙.  电力自动化设备. 2019(11)
[7]基于改进SSD模型的输电线路巡检图像金具检测方法[J]. 戚银城,江爱雪,赵振兵,郎静宜,聂礼强.  电测与仪表. 2019(22)
[8]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)
[9]基于YOLOv2网络的绝缘子自动识别与缺陷诊断模型[J]. 赖秋频,杨军,谭本东,王亮,傅思遥,韩立伟.  中国电力. 2019(07)
[10]基于YOLO的无人机电力线路杆塔巡检图像实时检测[J]. 郭敬东,陈彬,王仁书,王佳宇,仲林林.  中国电力. 2019(07)

硕士论文
[1]高铁自动巡检系统中图像智能识别关键技术研究[D]. 刘东方.南京邮电大学 2019
[2]多尺度特征融合改进YOLOv3网络的行人和车辆检测[D]. 王国文.南京邮电大学 2019
[3]基于深度学习的车牌精准定位研究[D]. 丁潘.新疆大学 2019
[4]基于YOLO的多尺度快速行人检测算法研究与应用[D]. 端辉.大连理工大学 2019
[5]L0范数在图像增强变分模型中的应用[D]. 马帅.西安电子科技大学 2019
[6]基于Faster R-CNN的显微序列图像中癌细胞的检测与多目标跟踪[D]. 周莉莉.浙江工业大学 2019
[7]面向输电线路巡检视频中的绝缘子目标的识别与跟踪方法[D]. 汤丹.安徽工业大学 2019
[8]水下堤坝裂缝图像检测方法的研究[D]. 陈文静.华北水利水电大学 2019
[9]基于图像识别的输电线路绝缘子检测方法研究[D]. 左川.华北电力大学 2019
[10]高压输电线无人机巡检技术的研究与软件实现[D]. 王雪.西安电子科技大学 2018



本文编号：3406180