基于聚合通道特征的防震锤锈蚀缺陷识别算法

• 作者: 孙长翔 曹成功 罗希 邱翔 黄前华
• 来源期刊: 计算技术与自动化
• 关键词: 聚合通道特征 滑窗法 Adaboost分类器 GraphCuts算法
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 图形图像技术
• 页码范围: 128-132
• 页数: 5页
• 分类号: TM433
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.202002026

摘要

高压输电线路中防震锤锈蚀会危害输电线路的安全运行.基于图像处理技术提出了一种基于聚合通道特征的防震锤检测和锈蚀缺陷识别的算法.该算法首先引入聚合通道特征(Aggregate Channel Features,ACF)分别提取无人机拍摄的输电线路图像中的颜色、梯度幅值和梯度方向直方图,构建多尺度ACF金字塔;利用滑窗法和Adaboost分类器检测图像中的防震锤,并使用非极大抑制操作得到最佳防震锤的位置;再结合Graph Cuts算法实现防震锤图像的分割;最后采用RGB颜色模型识别防震锤锈蚀缺陷.实验结果表明:该算法对防震锤位置的检测和锈蚀识别的精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙长翔		8	5	2.0	2.0
2	曹成功		4	0	0.0	0.0
3	罗希		2	0	0.0	0.0
4	邱翔		2	0	0.0	0.0
5	黄前华		1	0	0.0	0.0