摘要
本发明电力维护技术领域,具体涉及一种有雾天气中塔杆的识别方法及相关产品,包括:获取塔杆的坐标数据,并获取坐标位置处的原始图像;对原始图像进行预处理,获取无雾图像;结合多尺度分析和自适应阈值技术对无雾图像进行边缘检测,识别无雾图像中的细长结构;结合特征融合和注意力机制从多个细长结构中识别出塔杆;本发明通过多层次模糊处理和拉普拉斯分解,获取更清晰的无雾图像;结合多尺度分析和自适应阈值技术进行边缘检测,识别无雾图像中的细长结构;最后通过对特征融合和注意力机制的应用,从多个细长结构中精准识别出塔杆;有效解决了有雾天气条件下塔杆识别的难题,提高了识别精度和可靠性,保障了电力、通信和交通等领域的安全运行。
技术关键词
细长结构
识别方法
无雾图像
高斯模糊图像
阈值技术
边缘检测
天气
像素点
注意力机制
融合特征
多层卷积神经网络
多尺度
拉普拉斯
场景
直方图均衡化
坐标系
高斯滤波器
系统为您推荐了相关专利信息
多层注意力
管道漏磁
缺陷识别方法
多模态特征融合
信号特征
行驶车辆
车载摄像头
图像识别方法
道路结构
数据
无人机识别方法
导频信号
滑动窗口
图谱
判决算法
物质成分识别
成分识别方法
CT切片图像
训练样本集
像素