輸電線路圖像上防震錘檢測(cè)算法研究.pdf

1、在智能電網(wǎng)系統(tǒng)中，輸電線路的智能巡檢是極其重要的組成部分。輸電線路上的防震錘是一種為了減少輸電線因風(fēng)力扯起振動(dòng)而安裝的設(shè)備，它是保障電力正常運(yùn)輸?shù)闹匾画h(huán)。因此，對(duì)輸電線路圖像上防震錘檢測(cè)的研究就彰顯出重要的價(jià)值。傳統(tǒng)的輸電線路的巡檢工作基本上采用人工巡檢的方式，這種作業(yè)方式勞動(dòng)強(qiáng)度大、危險(xiǎn)系數(shù)高并且效率低。近年來(lái)，無(wú)人機(jī)航拍的巡檢方式被部分電力公司使用。然而，無(wú)人機(jī)采集到的圖像視野遼闊、背景復(fù)雜、視角、目標(biāo)分辨率也不盡相同，這些都給防

2、震錘檢測(cè)帶來(lái)了極大的挑戰(zhàn)。本論文正是基于這一背景下，調(diào)研國(guó)內(nèi)處相關(guān)工作，對(duì)輸電線路上防震錘的檢測(cè)定位算法展開(kāi)研究，以解決復(fù)雜背景中魯棒的檢測(cè)防震錘的問(wèn)題，為防震錘的缺陷診斷做準(zhǔn)備。
　　本文的主要工作有:
　　(1)基于AdaBoost算法的防震錘檢測(cè)。針對(duì)現(xiàn)有的基于隨機(jī)霍夫變換、基于模板匹配的方法檢測(cè)，只適用于特定場(chǎng)景、特定角度的防震錘檢測(cè)，并不適用于本數(shù)據(jù)集的問(wèn)題。本文提出了一種基于AdaBoost算法的防震錘檢測(cè)方法。

3、在訓(xùn)練階段，我們使用了針對(duì)防震錘的Haar特征然后結(jié)合AdaBoost分類(lèi)器進(jìn)行訓(xùn)練。在檢測(cè)階段，由于防震錘與輸電線的依附關(guān)系，我們首先對(duì)輸電線進(jìn)行提取，候選出帶有防震錘的感興趣區(qū)域，然后通過(guò)滑動(dòng)窗口結(jié)合分類(lèi)器在此區(qū)域進(jìn)行防震錘的檢測(cè)。最后我們比較分析了不同的特征選取、不同的參數(shù)設(shè)置對(duì)實(shí)驗(yàn)結(jié)果的影響，并從準(zhǔn)確率和計(jì)算效率兩方面對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行評(píng)價(jià)與分析。在無(wú)人機(jī)采集的野外的輸電線路圖像中，我們收集整理了二千五百幅包含防震錘的圖像，建立了防

4、震錘數(shù)據(jù)集，并手工標(biāo)注防震錘Ground Truth，最后在此數(shù)據(jù)集中的檢測(cè)圖像上進(jìn)行了防震錘檢測(cè)，達(dá)到了93％的準(zhǔn)確率。
　　(2)針對(duì)漏檢防震錘情況，我們提出基于多視角匹配的方法對(duì)防震錘漏檢情況進(jìn)行補(bǔ)充，從而達(dá)到優(yōu)化檢測(cè)結(jié)果的目的。
　　(3)基于深度學(xué)習(xí)的防震錘檢測(cè)。針對(duì)本課題中無(wú)人機(jī)采集到的圖像具有復(fù)雜場(chǎng)景，我們提出基于深度學(xué)習(xí)SSD模型的防震錘檢測(cè)方法，并且設(shè)計(jì)了檢測(cè)模型。最后對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析。在我們構(gòu)建的數(shù)據(jù)