一种基于SIFT-BOW模型的绝缘子图像识别方法

• 作者: 张红民 彭闯 王永平 郭泓邑
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 选择性搜索 SVM 绝缘子
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 机器视觉
• 页码范围: 96-99
• 页数: 4页
• 分类号: TN91
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2020.11.096

摘要

目前无人机对电力输电线路进行巡检已经成为电网巡线的重要方式.为提高无人机巡检图像中的绝缘子的识别准确率和速度,提出了一种基于SIFT-BOW(Scale-Invariant Feature Transform-Bag of Word)模型的绝缘子识别方法.首先利用选择性搜索算法在完整巡检图像中提取出候选区域;然后在候选区域内提取SIFT特征,利用BOW模型对SIFT特征进行表示;最后使用支撑向量机(SVM)在候选区域内进行目标的识别.实验结果显示:该方法对白色陶瓷绝缘子样本的识别准确率达89.3％,对白色陶瓷绝缘子样本的识别的速度约为10 ms/张,对完整航拍图像的识别速度约为3.6s/张,较好地兼顾了识别准确率与识别速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张红民		34	153	6.0	11.0
2	彭闯		2	0	0.0	0.0
3	郭泓邑		3	0	0.0	0.0
4	王永平		2	0	0.0	0.0