科研之友
微信
新浪微博
Facebook
分享链接
摘要
计算机视觉技术的应用，使得对于画面相对简单的输电线路的轮廓识别得到了很大的发展。然而在无人机巡检的过程中，复杂多变的环境以及快速变换的场景，都使得巡检的工作变得更困难。针对以上问题，我们在传统的Hough变换基础上提出了一种基于LSTM的输电线路轮廓巡检的算法，在特征提取方面采用卷积块和残差块相结合，并运用长短期记忆模块（LSTM）进行多层递归去除噪声，最后通过注意力融合模块进一步提取输电线路的特征，对不同方向、大小等输电线路有较强的学习能力，较好地保留了图像的细节，通过在真实数据集和合成数据集上进行实验，证明了该方法的有效性，通过与其他算法的比较，在客观指标上优于它们，主观效果巡线更彻底。
- 单位
