基于DeepLab v3 深度卷积网络的输电导线图像识别方法

基于DeepLab v3 深度卷积网络的输电导线图像识别方法
输电导线图像识别是电力设备自动巡检过程中的重要环节。针对传统导线检测方法需人工设计目标特征、抗干扰能力差等问题，提出一种基于深度卷积网络（DeepLab v3+）的输电导线图像识别方法。首先，采用DeepLab v3+网络模型，实现导线的初步识别。通过多层卷积自动学习导线特征，并通过解码器结构融合导线低层的细节特征与高层的语义特征，较好地实现导线像素分割。然后，针对识别结果中存在的断裂和伪导线问题，采用改进的最小点对法和长度阈值法进一步精细化处理。最后，采用八方向搜索法提取每一条导线并编号。实验结果表明，所提方法能很好地提取出输电线路图像中的导线。

标题：
基于DeepLab v3+深度卷积网络的输电导线图像识别方法
Image recognition method for transmission line based on the DeepLab v3+ deep convolutional network

作者：
杨传凯，孔志战，谢倩楠，杜建超
YANG Chuankai, KONG Zhizhan, XIE Qiannan, DU Jianchao

关键词：
深度学习;图像处理;输电导线检测;语义分割;DeepLab v3+网络
deep learning;image processing;transmission line detection;semantic segmentation;DeepLab v3+ network

2025-1-23 19:48 上传 基于DeepLab v3 深度卷积网络的输电导线图像识别方法.pdf

文件大小:

9.16 MB

下载次数:

60

高速下载