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:
在无人机检测输电线路缺陷研究中,为提高识别绝缘子的正确率,有效降低背景纹理及光线的影响,提出了一种融合绝缘子形状、颜色与纹理进行识别绝缘子的方法.针对玻璃绝缘子的掉片缺陷,研究了一种感知绝缘子片重心间距离的缺陷检测方法.该方法对绝缘子正确识别率高于90%,误识别率低于10%.通过无人机巡检采集的大量输电线路图像,实验结果验证这种方法在各种复杂背景条件下能有效地识别出绝缘子,并能检测玻璃绝缘子的掉片缺陷.
推荐文章
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
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
基于轻量化目标检测的绝缘子缺陷识别
绝缘子
缺陷检测
YOLOv3
轻量化
边界损失函数
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 基于多特征融合的玻璃绝缘子识别及自爆缺陷的诊断
来源期刊 中国电力 学科 工学
关键词 玻璃绝缘子 绝缘子识别 绝缘子缺陷诊断 平行形状 显著性模型
年,卷(期) 2017,(5) 所属期刊栏目 安全专栏
研究方向 页码范围 52-58,64
页数 8页 分类号 TM853|TN911.73
字数 5840字 语种 中文
DOI 10.11930/j.issn.1004-9649.2017.05.052.07
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 韩军 上海大学通信与信息工程学院 39 215 9.0 13.0
2 姜云土 3 21 3.0 3.0
3 丁建 4 30 3.0 4.0
4 傅寒凝 2 15 2.0 2.0
5 王榆夫 上海大学通信与信息工程学院 3 32 3.0 3.0
6 曹伟 上海大学通信与信息工程学院 3 13 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (58)
参考文献  (6)
节点文献
引证文献  (13)
同被引文献  (60)
二级引证文献  (9)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(11)
  • 参考文献(1)
  • 二级参考文献(10)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(9)
  • 引证文献(9)
  • 二级引证文献(0)
2020(11)
  • 引证文献(2)
  • 二级引证文献(9)
研究主题发展历程
节点文献
玻璃绝缘子
绝缘子识别
绝缘子缺陷诊断
平行形状
显著性模型
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
中国电力
月刊
1004-9649
11-3265/TM
大16开
北京市昌平区北七家镇未来科技城北区国家电网公司办公区B315
2-427
1956
chi
出版文献量(篇)
7025
总下载数(次)
12
总被引数(次)
92972
论文1v1指导