【技术实现步骤摘要】
一种输电线绝缘子缺陷分析方法
本专利技术属于目标检测
，具体涉及一种输电线绝缘子缺陷分析方法。
技术介绍
近年来，目标检测算法取得了很大的突破。主流的算法可以分为两类，一类是RegionProposal的R-CNN系算法(R-CNN,FastR-CNN,FasterR-CNN等)，此类算法属于two-stage的，需要先算法产生目标候选框，即先确定目标位置，然后再对候选框做分类与归类。而另一类是Yolo，SSD这类的one-stage算法，仅用一个卷积神经网络直接预测不同目标的类别与位置。两类算法各有优势，第一类算法准确度较高，但是运行速度较慢，第二类算法速度较快，准确性较差。SSD(SingleShotMultiBoxDetector)目标检测模型是D.Anguelov等人于2015年提出的一种基于深度神经网络的多目标检测算法，由于该模型在保证检测速度的同时取得了比较高的检测准确率而被广泛关注。近年来，SSD目标检测模型在车辆检测、人脸检测、行人检测等任务中取得了很好的效果。SSD属于one-stag...
【技术保护点】
1.一种输电线绝缘子缺陷分析方法，其特征在于，包括以下内容：/n步骤1、搭建神经网络并对其进行训练：/n所述神经网络包括九层，输入为经过预处理后大小统一为224*224*3的图像；第一个卷积层大小为224*224*64，第二个卷积层大小为112*112*128，第三个卷积层大小为56*56*256，第四个卷积层大小为28*28*512，前四层都使用3*3卷积核；后五个卷积层大小都为256*3*3，各层空洞率r的取值分别为1、2、3、4或5，卷积核大小为3*3；/n步骤2、绝缘子的识别与检测：/n网络训练完成以后，向神经网络输入待识别的图像，神经网络输出带有识别框的结果图像；...
【技术特征摘要】
1.一种输电线绝缘子缺陷分析方法，其特征在于，包括以下内容：
步骤1、搭建神经网络并对其进行训练：
所述神经网络包括九层，输入为经过预处理后大小统一为224*224*3的图像；第一个卷积层大小为224*224*64，第二个卷积层大小为112*112*128，第三个卷积层大小为56*56*256，第四个卷积层大小为28*28*512，前四层都使用3*3卷积核；后五个卷积层大小都为256*3*3，各层空洞率r的取值分别为1、2、3、4或5，卷积核大小为3*3；
步骤2、绝缘子的识别与检测：
网络训练完成以后，向神经网络输入待识别的图像，神经网络输出带有识别框的结果图像；其中，待识别的图像为关于输电线的多角度图像，如果神经网络检测到待识别的图像内部包含绝缘子，则绘制结果框；
步骤3、绝缘子图像的分割和预处理：
将所述结果图像中的绝缘子与背景进行分割，将分割后的结果进行灰度化，得到灰度化后的图像；对所述灰度化后的图像进行二值化处理得到二值化化后的绝缘子图像，用最大类间方差法确定二值化阈值；
步骤4、绝缘子缺失检测：
以二值化化后的绝缘子图像为输入，应用最小二乘法对绝缘子所在的直线进行拟合，得到绝缘子中心线，将其拟合为直线为C；做直线C的垂线L，扫过所述二值化化后的绝缘子图像，将覆盖像素点的数目与直线L所在位置关系绘制为二次函数周期图像，相邻周期的最高值为绝缘子中心间隔距离；
分别计算相邻两中心点的距离，记为ki；取最小的三个k值，取这三个最小值的平均值设为参考值kj；将每一段距离与参考值kj进行比较：如果有两个中心点之间的距离大于2倍参考值kj，则该位置存在丢失的绝缘子。
2.如权利要求1所述的一种输电线绝缘子缺陷分析方法，其特征在于，所述步骤3中，利用最大熵分割的方法将所述结果图像中的绝缘子与背景进行分割，使用加权平均值法将分割后的结果进行灰度化。
3.如权利要求1或2所述的一种输电线绝缘子缺陷分析方法，其特征在...
【专利技术属性】
技术研发人员：卫保国，刘金玮，李旭，李立欣，周佳明，蔡明治，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。