摘要
为准确掌握混凝土电杆立杆参数,及时对抗倾覆能力不足的混凝土电杆进行加固以预防电杆倾倒事故,提出一种基于双目视觉的混凝土电杆埋深与倾斜率方法。首先通过修改主干特征提取网络、优化特征融合并引入改进CBAM注意力机制的Deeplab V3+语义分割模型,并基于采集的混凝土电杆图片数据集进行训练,确定混凝土电杆在全景图像中的区域;然后,采用基于局部区域效应的亚像素边缘检测算法提取分割区域内的混凝土电杆边缘点,并根据混凝土电杆的几何特性使用最小二乘法拟合边缘获取所需特征点,最后利用双目视觉的坐标变换计算混凝土电杆埋深与倾斜率。结果表明:该方法的埋深测量误差值小于10 cm,误差率小于5%,倾斜率测量误差值小于0.3°,程序运行耗时小于4 s,该方法在混凝土电杆立杆参数测量问题上具有可行性,测量精度与测量速度满足实际应用需要。
-
单位郑州大学; 国网河南省电力公司电力科学研究院