基于超像素和深度神经网络的高压输电线路环境检测

作者：何冰; 马泰; 王欣庭; 王宗洋; 文颖^*

来源：计算机系统应用, 2020, 29(01): 250-255.

DOI：10.15888/j.cnki.csa.007244

• 无人机
• 图像拼接
• 图像分割
• 超像素分割
• 深度神经网络

高压输电线路通道环境对高压线路的安全性影响重大,以往都是采用人工对高压输电线路通道环境进行巡检,人工检测作业危险,效率低,难度大.因此,本文提出基于超像素和深度神经网络的航拍高压输电线路环境检测的方法.首先,采用无人机对高压输电线路通道环境航拍,将视频图像进行拼接,得到通道环境的整体图像,然后使用超像素分割算法实现图像的预分割, SURF描述子具有速度快、特性鲁棒性好,因此本文采用SURF描述子提取超像素特征向量,最后采用DNN模型对提取的超像素特征进行训练,对待检测的超像素块进行分类,从而达到检测的目的.通过本算法的应用,电力部门提高了无人机巡视特高压输电通道环境的巡检效率且验证了本算法的有效性.

• 单位
  国网上海市电力公司; 华东师范大学