【技术实现步骤摘要】
本专利技术属于图像分析领域，特别是涉及一种基于人工智能的无人机巡检电缆表面缺陷检测方法。
技术介绍
1、随着图像分析技术的发展，出现了运用在电力行业电缆缺陷检测的无人机巡检技术，这个技术能迅速拍摄电缆表明照片比根据该照片识别出电缆缺陷类型及位置，相较于人工巡检很好地解决了工人安全问题，并提高了巡检的效率。
2、目前的无人机巡检主要依赖多尺度卷积神经网络(如faster r-cnn、yolo系列)对无人机采集的rgb图像进行目标检测，其技术特点在于通过端到端训练实现裂纹、锈蚀等典型缺陷的特征提取。
3、然而，目前的无人机巡检技术，仍然存在问题，如当太阳入射角较大时，在电缆表面会形成反光区域，现有无人机巡检技术处理过程中，缺陷区域会与反光区域灰度值重叠，无法识别出反光区域存在的缺陷，导致无人机巡检技术识别缺陷成功率大大降低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够识别反光区域存在的缺陷，提高电缆缺陷识别成功率的一种基于人工智能的无人机巡检电缆表面
【技术保护点】
1.一种基于人工智能的无人机巡检电缆表面缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述第一电缆偏振图像数据和所述第二电缆偏振图像数据进行偏振特征提取及融合，得到反光不变特征数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述反光权重图，将所述第一电缆偏振图像数据和所述第二电缆偏振图像数据进行融合，得到所述反光不变特征数据，包括：
4.根据权利要求2所述的方法，其特征在于，方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述对所述反光不变特征数据进行物...
【技术特征摘要】
1.一种基于人工智能的无人机巡检电缆表面缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述第一电缆偏振图像数据和所述第二电缆偏振图像数据进行偏振特征提取及融合，得到反光不变特征数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述反光权重图，将所述第一电缆偏振图像数据和所述第二电缆偏振图像数据进行融合，得到所述反光不变特征数据，包括：
4.根据权利要求2所述的方法，其特征在于，方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述对所述反光不变特征数据进行物理约束，得到电缆反光不变图像数据，包括：
6.根据权利要求1所...
【专利技术属性】
技术研发人员：王少明，冯冠华，冯张乐，
申请(专利权)人：内蒙古智森工程技术有限公司，
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。