【技术实现步骤摘要】
本专利技术涉及图像识别，具体为一种基于深度学习的巡检图像数据处理方法及系统。
技术介绍
1、无人机巡检在多个领域中发挥着重要作用，以下是一些主要应用场景：
2、电力行业：无人机用于输电线路和变电站的巡检，能够快速识别设备缺陷和线路故障，提升巡检效率和安全性。
3、石油和天然气：无人机用于管道巡检，检测泄漏、腐蚀等问题，减少人工巡检的风险。
4、交通运输：无人机用于铁路和公路的巡检，检测路面损坏、桥梁结构问题等，确保交通安全。
5、农业：无人机用于农田和作物的巡检，监测作物健康状况和病虫害，优化农业管理。
6、建筑和基础设施：无人机用于建筑物和基础设施的巡检，检测结构损坏和安全隐患，保障建筑安全。
7、无人机巡检的优势包括高效、精准、覆盖范围广，特别适用于地形复杂或危险区域的巡检任务。
8、公告号cn116758081a公开了一种无人机道路桥梁巡检图像处理方法，包括：根据巡检图像获得图像集；获得每个图像的目标区域与背景区域以及目标区域中的若干个连通域，计算...
【技术保护点】
1.一种基于深度学习的巡检图像数据处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的巡检图像数据处理方法，其特征在于，确定分析图像中障碍特征与其所连接的输电线路的灰度差值，获取分析图像中图像采集点、障碍特征点以及输电线路对比点之间的角度关系，确定分析图像中图像采集点、障碍特征点以及输电线路对比点之间的角度关系为分析角度，基于分析角度确定辅助图像中图像采集点、障碍特征点以及输电线路对比点的角度变化。
3.根据权利要求2所述的一种基于深度学习的巡检图像数据处理方法，其特征在于，基于分析图像与辅助图像计算障碍特征与输电线...
【技术特征摘要】
1.一种基于深度学习的巡检图像数据处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的巡检图像数据处理方法，其特征在于，确定分析图像中障碍特征与其所连接的输电线路的灰度差值，获取分析图像中图像采集点、障碍特征点以及输电线路对比点之间的角度关系，确定分析图像中图像采集点、障碍特征点以及输电线路对比点之间的角度关系为分析角度，基于分析角度确定辅助图像中图像采集点、障碍特征点以及输电线路对比点的角度变化。
3.根据权利要求2所述的一种基于深度学习的巡检图像数据处理方法，其特征在于，基于分析图像与辅助图像计算障碍特征与输电线路距离计算步骤如下：
4.根据权利要求3所述的一种基于深度学习的巡检图像数据处理方法，其特征在于，障碍物与输电线路之间的实际距离l计算方法如下：
5.根据权利要求4所述的一种基于深度学习的巡检图像数据处理方法，其特征在于，建立输电线路摆动模型步骤如下：
6.根据权利要求5...
【专利技术属性】
技术研发人员：李再兴，李端科，王剑刚，
申请(专利权)人：中能兴盛香河半导体精密制造有限公司，
类型：发明
国别省市：
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。