期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于梯度图像融合的接触网绝缘子故障检测
被引量：
4
1
作者
石杰
张靖
钟汉华
《红外技术》
CSCD
北大核心
2023年第10期1106-1117,共12页
针对单一红外图像或可见光图像不能够实现全天候检测的问题,提出了一种梯度图像融合模型将红外和可见光图像进行融合。先采用加速稳健特征算法(speeded-up robust features,SURF)将两幅图像的特征点进行匹配。接着采样剪切波变换(non-su...
针对单一红外图像或可见光图像不能够实现全天候检测的问题,提出了一种梯度图像融合模型将红外和可见光图像进行融合。先采用加速稳健特征算法(speeded-up robust features,SURF)将两幅图像的特征点进行匹配。接着采样剪切波变换(non-subsampled shearlet transform,NSST)算法将待融合图像进行分解,形成具有高频分量信息和低频分量信息的图,再分别对绝缘子的高频分量图和低频分量图进行融合,实现局部融合。利用NSST的逆变换对高频分量图和低频分量图进行逆变换,得到最终融合图,实现全局融合。对融合图像进行质量评价。采用最小二乘法直线拟合算法在二值图像的基础上来实现绝缘子的自爆检测;采用像素积分投影法来检测绝缘子片裂纹情况;采用颜色特征来检测绝缘子表面是否存在污秽的情况。通过实验对比单张图像和融合图像的检测结果的准确率。实验结果表明,采用基于融合图像的绝缘子自爆、绝缘子片裂纹、绝缘子表面污秽3个故障的识别率分别达到了95%、91%、90%,均高于单一的红外图像或可见光图像的识别率。
展开更多
关键词
接触网绝缘子故障
图像融合
局部融合
全局融合
图像质量评价
在线阅读
下载PDF
职称材料
基于图像融合技术与改进Faster R-CNN的绝缘子故障识别
2
作者
耿占权
苏飞
《高压电器》
北大核心
2025年第10期128-138,158,共12页
为提高地铁接触网绝缘子故障检测精度,文中提出一种融合双流注意力生成对抗网络(DSAGAN)与改进Faster R-CNN的检测框架。针对多源图像特征融合难题,通过DSAGAN实现接触网绝缘子红外与可见光图像的高效融合:生成器采用注意力机制强化关...
为提高地铁接触网绝缘子故障检测精度,文中提出一种融合双流注意力生成对抗网络(DSAGAN)与改进Faster R-CNN的检测框架。针对多源图像特征融合难题,通过DSAGAN实现接触网绝缘子红外与可见光图像的高效融合:生成器采用注意力机制强化关键特征提取,判别器引入最小二乘损失函数替代传统交叉熵,有效保留纹理细节并提升网络稳定性。在故障识别阶段,改进Faster R-CNN模型采用ResNet101替代VGG16作为主干网络,结合残差连接缓解梯度异常问题,并在RPN层嵌入非极大值抑制(NMS)算法消除冗余候选框。实验表明:DSAGAN在SSIM、EN、SD、MI和SF 5项指标上较5种主流方法平均提升20.78%,融合图像质量显著优化;改进Faster R-CNN模型在平均精度均值mAP@0.5和mAP@0.5∶0.95上分别达到96.5%和78.3%,较原模型分别提升了7.1%和8.1%;融合图像对破损(96%)、闪络(93%)、缺失(94%)的检测准确率分别较单一可见光/红外图像提高8%~12%。文中方法为复杂场景下的电力设备智能巡检提供了有效解决方案。
展开更多
关键词
接触网绝缘子故障
图像融合技术
DSAGAN
改进Faster
R-CNN
在线阅读
下载PDF
职称材料
题名
基于梯度图像融合的接触网绝缘子故障检测
被引量：
4
1
作者
石杰
张靖
钟汉华
机构
华东交通大学电气与自动化工程学院
昭通学院物理与信息工程学院
出处
《红外技术》
CSCD
北大核心
2023年第10期1106-1117,共12页
基金
江西省教育厅青年基金项目(GJJ2200659)
国家自然科学基金(52267015)。
文摘
针对单一红外图像或可见光图像不能够实现全天候检测的问题,提出了一种梯度图像融合模型将红外和可见光图像进行融合。先采用加速稳健特征算法(speeded-up robust features,SURF)将两幅图像的特征点进行匹配。接着采样剪切波变换(non-subsampled shearlet transform,NSST)算法将待融合图像进行分解,形成具有高频分量信息和低频分量信息的图,再分别对绝缘子的高频分量图和低频分量图进行融合,实现局部融合。利用NSST的逆变换对高频分量图和低频分量图进行逆变换,得到最终融合图,实现全局融合。对融合图像进行质量评价。采用最小二乘法直线拟合算法在二值图像的基础上来实现绝缘子的自爆检测;采用像素积分投影法来检测绝缘子片裂纹情况;采用颜色特征来检测绝缘子表面是否存在污秽的情况。通过实验对比单张图像和融合图像的检测结果的准确率。实验结果表明,采用基于融合图像的绝缘子自爆、绝缘子片裂纹、绝缘子表面污秽3个故障的识别率分别达到了95%、91%、90%,均高于单一的红外图像或可见光图像的识别率。
关键词
接触网绝缘子故障
图像融合
局部融合
全局融合
图像质量评价
Keywords
OCS insulator fault
image fusion
local fusion
global integration
image quality evaluation
分类号
TM854 [电气工程—高电压与绝缘技术]
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于图像融合技术与改进Faster R-CNN的绝缘子故障识别
2
作者
耿占权
苏飞
机构
中铁电气化局集团有限公司
杭州地铁运营有限公司
出处
《高压电器》
北大核心
2025年第10期128-138,158,共12页
基金
浙江省自然科学基金(LZ14E070001)。
文摘
为提高地铁接触网绝缘子故障检测精度,文中提出一种融合双流注意力生成对抗网络(DSAGAN)与改进Faster R-CNN的检测框架。针对多源图像特征融合难题,通过DSAGAN实现接触网绝缘子红外与可见光图像的高效融合:生成器采用注意力机制强化关键特征提取,判别器引入最小二乘损失函数替代传统交叉熵,有效保留纹理细节并提升网络稳定性。在故障识别阶段,改进Faster R-CNN模型采用ResNet101替代VGG16作为主干网络,结合残差连接缓解梯度异常问题,并在RPN层嵌入非极大值抑制(NMS)算法消除冗余候选框。实验表明:DSAGAN在SSIM、EN、SD、MI和SF 5项指标上较5种主流方法平均提升20.78%,融合图像质量显著优化;改进Faster R-CNN模型在平均精度均值mAP@0.5和mAP@0.5∶0.95上分别达到96.5%和78.3%,较原模型分别提升了7.1%和8.1%;融合图像对破损(96%)、闪络(93%)、缺失(94%)的检测准确率分别较单一可见光/红外图像提高8%~12%。文中方法为复杂场景下的电力设备智能巡检提供了有效解决方案。
关键词
接触网绝缘子故障
图像融合技术
DSAGAN
改进Faster
R-CNN
Keywords
catenary insulator faults
image fusion technology
DSAGAN
improved Faster R-CNN
分类号
U231.94 [交通运输工程—道路与铁道工程]
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于梯度图像融合的接触网绝缘子故障检测
石杰
张靖
钟汉华
《红外技术》
CSCD
北大核心
2023
4
在线阅读
下载PDF
职称材料
2
基于图像融合技术与改进Faster R-CNN的绝缘子故障识别
耿占权
苏飞
《高压电器》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
