-
题名基于图像深度学习的电力工程巡视识别算法设计
被引量：2
- 1
-
-
作者
刘军
杨亚萍
王洪亮
-
机构
国网甘肃省电力公司
国网陇南供电公司
-
出处
《电子设计工程》
2024年第6期180-184,共5页
-
基金
甘肃陇南供电公司2022年管理创新项目(D22FZ2712008)。
-
文摘
针对电力工程线路图像信息利用程度低的问题,基于图像深度学习技术,文中提出了电力线路档距智能识别与审计算法。该算法利用维纳滤波进行电力线路图像的预处理,采用极线矫正和立体匹配完成实际空间点在双目图像中的映射匹配。同时使用Sobel算子进行边缘检测,并通过三维坐标转换实现电力线路档距的智能识别与审计。仿真算例结果表明,所提算法的档距识别平均误差仅为3.4%,相比于单目测距算法具有更高的识别准确度。且在实际电力工程应用中,该算法对档距不合格线路的识别率高达85%,远大于单目测距法的40%,故可有效提升电力工程线路审计的智能化水平。
-
关键词
双目测距
图像处理
档距审计
电力工程数据分析
-
Keywords
binocular ranging
image processing
span audit
data analysis of power engineering
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
TN99
[电子电信—信号与信息处理]
-
