基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在分析输电线路无人机巡检系统航拍图像中绝缘子及其自爆缺陷特征的基础上,提出一种玻璃绝缘子自爆缺陷的检测及定位方法。该方法首先在色调、色饱和度、亮度(HSI)颜色空间分别对 H(Hue)和 S(Saturation)分量运用最大类间方差法(OTSU)分割图像,获取绝缘子前景连通域;之后,运用直方图方法对检测到的前景轮廓的倾角和面积分布进行统计,准确识别绝缘子轮廓;最后,设计了一种特征检测算法,检测并标记自爆绝缘子位置。实验证明该方法能从自然背景中准确检测并定位绝缘子自爆缺陷,具有较好的工程应用价值。
推荐文章
基于Mask RCNN的绝缘子自爆缺陷检测
绝缘子
深度学习
Mask RCNN
自爆缺陷
基于Faster R-CNN的航拍图像中绝缘子识别
卷积神经网络
深度学习
FasterR-CNN
航拍图像
绝缘子识别
智能电网
基于图像识别的无人机输电线路绝缘子故障检测方法研究
图像识别
无人机
输电线路
绝缘子故障检测
基于Faster RCNN的绝缘子自爆缺陷识别
绝缘子
无人机巡检
深度学习
自爆
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 航拍图像中玻璃绝缘子自爆缺陷的检测及定位
来源期刊 太赫兹科学与电子信息学报 学科 工学
关键词 航拍图像 绝缘子识别 缺陷检测 最大类间方差(大津)法
年,卷(期) 2013,(4) 所属期刊栏目 电磁场与微波
研究方向 页码范围 609-613
页数 5页 分类号 TN911.23|TP751.1
字数 2447字 语种 中文
DOI 10.11805/TKYDA201304.0609
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨忠 南京航空航天大学自动化学院 125 1388 18.0 32.0
2 黄宵宁 南京工程学院电力工程学院 44 528 12.0 21.0
3 张少平 南京航空航天大学自动化学院 2 36 2.0 2.0
4 吴怀群 南京航空航天大学自动化学院 3 44 3.0 3.0
5 顾元政 南京航空航天大学自动化学院 1 27 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (153)
参考文献  (10)
节点文献
引证文献  (27)
同被引文献  (50)
二级引证文献  (111)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(5)
  • 参考文献(4)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(14)
  • 引证文献(5)
  • 二级引证文献(9)
2017(14)
  • 引证文献(3)
  • 二级引证文献(11)
2018(36)
  • 引证文献(8)
  • 二级引证文献(28)
2019(49)
  • 引证文献(6)
  • 二级引证文献(43)
2020(18)
  • 引证文献(1)
  • 二级引证文献(17)
研究主题发展历程
节点文献
航拍图像
绝缘子识别
缺陷检测
最大类间方差(大津)法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
太赫兹科学与电子信息学报
双月刊
2095-4980
51-1746/TN
大16开
四川绵阳919信箱532分箱
62-241
2003
chi
出版文献量(篇)
3051
总下载数(次)
7
总被引数(次)
11167
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导