基于高精度图像识别技术的输变电设备巡检方法研究

作者：闫建平; 张辉疆; 李刚; 张天坤

来源：电子设计工程, 2023, 31(01): 124-128.

DOI：10.14022/j.issn1674-6236.2023.01.026

• 电网巡检
• 图像识别
• 边缘检测
• 希尔伯特变换
• 卷积神经网络

为了提升输电线路的巡检效率，文中针对无人机智能巡检平台中的高精度数字图像的识别技术进行了研究。在对输变电设备巡检场景下的图像完成预处理之后，引入了一种基于相位一致性的检测方法对图像进行边缘检测，从而提取出有用信息。该方法对图像进行二维希尔伯特变化，其对于直线有较高的检测敏感度。为了对所提方法的有效性进行评估，基于AlexNet卷积神经网络搭建了图像识别平台，对图像处理的各个环节所消耗的时间进行计算。结果表明，算法的耗时主要集中在图像边缘检测阶段中的二维希尔伯特变换。此外，通过对不同检测方法下的识别精度对比结果可以看出，文中方法的识别精度有明显提升，在样本集1与样本集2下分别可达到94.7%和96.3%。