基于SIFT特征匹配的电力设备外观异常检测方法

• 作者: 李丽 李平 杨明 王滨海 郑宝庆
• 来源期刊: 光学与光电技术
• 学科: 工学
• 关键词: 电力设备 异常检测 SIFT特征提取 单应矩阵 Mean Shift分割
• 年，卷（期）: 2010,（6）
• 页码范围: 27-31
• 分类号: TP391
• 字数: 3213字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-3392.2010.06.008

摘要

基于电力设备巡检机器人平台,提出了一种电力设备外观异常检测方法.该方法使用SIFT特征点提取算法,进行特征匹配,使用基于RANSAC的方法求解单应矩阵进行配准.在经过配准后,对像素的差值使用Mean Shift分割算法提取异常区域.实验证明该方法对于光照有较高的鲁棒性,且受匹配误差和拍摄角度偏差、位置偏差影响较小,能够有效的将变化区域提取.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李平		2	51	2.0	2.0
2	李丽	国家电网公司电力机器人重点实验室	4	10	2.0	3.0
3	王滨海	国家电网公司电力机器人重点实验室	6	74	5.0	6.0
4	杨明		1	7	1.0	1.0
5	郑宝庆		1	7	1.0	1.0