-
公开(公告)号:CN112595276A
公开(公告)日:2021-04-02
申请号:CN202011362929.0
申请日:2020-11-27
Applicant: 哈尔滨工程大学
IPC: G01B21/08
Abstract: 一种基于深度学习的输电线路覆冰厚度检测方法,涉及一种电力系统中输电线路覆冰厚度的检测技术,为了解决现有的图像法处理覆冰线路图像时,覆冰检测边缘精度低的问题。本发明通过获取输电线路覆冰图像数据集,并对其进行训练,得到三分类的语义分割模型;使用三分类的语义分割模型对待检测输电线路覆冰图像进行分割,输出三分类输电线路覆冰图像;使用OpenCV对输出的三分类输电线路覆冰图像进行接口处理,提取输电线路的轮廓点集和覆冰层的轮廓点集;根据提取的输电线路的轮廓点集和覆冰层的轮廓点集计算出待检测输电线路覆冰图像中覆冰层厚度。有益效果为提高了输电线路覆冰检测边缘的精度。
-
公开(公告)号:CN112595276B
公开(公告)日:2022-07-05
申请号:CN202011362929.0
申请日:2020-11-27
Applicant: 哈尔滨工程大学
IPC: G01B21/08
Abstract: 一种基于深度学习的输电线路覆冰厚度检测方法,涉及一种电力系统中输电线路覆冰厚度的检测技术,为了解决现有的图像法处理覆冰线路图像时,覆冰检测边缘精度低的问题。本发明通过获取输电线路覆冰图像数据集,并对其进行训练,得到三分类的语义分割模型;使用三分类的语义分割模型对待检测输电线路覆冰图像进行分割,输出三分类输电线路覆冰图像;使用OpenCV对输出的三分类输电线路覆冰图像进行接口处理,提取输电线路的轮廓点集和覆冰层的轮廓点集;根据提取的输电线路的轮廓点集和覆冰层的轮廓点集计算出待检测输电线路覆冰图像中覆冰层厚度。有益效果为提高了输电线路覆冰检测边缘的精度。
-