基于深度卷积网络的复杂环境中绝缘子串特征检测

• 作者: 张烨 曹雯 朱永灿 纪超 黄新波
• 来源期刊: 计算机测量与控制
• 关键词: 机器视觉 显著性检测 卷积神经网络 绝缘子串检测
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 13-17
• 页数: 5页
• 分类号: TP911.73
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.05.004

摘要

绝缘子串工作状态的智能监测是实现智能电网的重要前提;针对电网巡检图像中绝缘子串特征检测效果受复杂环境的影响;引入超像素和统计方法来降低复杂场景的难度,首先采用多尺度方式将图像分解为不同的层,然后采用SIIC将每层图像分解为不同大小的超像素,采用超像素特征来描述多尺度图像的某个区域位置的特征信息,得到图像的粗略显著区域,并作为样本集输入区域网络Region net进行处理,最后通过网络训练迭代得到准确完整的显著特征图;将提出算法和其它流行算法对不同环境中绝缘子串图像进行特征检测对比实验,证明提出算法的F-Measure以及平均误差MAE均优于当前流行算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄新波	西安工程大学电子信息学院	168	2529	27.0	44.0
2	张烨	西安工程大学电子信息学院	22	155	8.0	12.0
3	朱永灿	西安工程大学电子信息学院	45	224	9.0	14.0
4	纪超	西安工程大学电子信息学院	11	31	3.0	5.0
5	曹雯	西安工程大学电子信息学院	28	68	5.0	7.0