摘要
本发明公开了一种基于红外图像的电力设备目标辨别方法及系统,涉及图像识别技术领域,包括:获取待检测电力设备的原始红外图像,并对原始红外图像进行预处理;将预处理后的原始红外图像输入到预先训练好的深度卷积生成对抗网络中,输出增强后的初始红外图像,将增强后的初始红外图像与原始红外图像进行融合,得到最终增强后的红外图像;基于YOLOv4算法构建改进的YOLOv4结构,得到YOLOv4改进模型,将最终增强后的红外图像输入YOLOv4改进模型中,输出电力设备目标辨别结果。本发明提高了在恶劣天气(雨水或大雾天气)对电力设备的辨别能力,在提高辨别速度的同时,也保证了具有较高的辨别精度。
技术关键词
电力设备
辨别方法
图像多尺度
色彩
构建训练集
网络
彩色图像
PCA算法
样本
辨别系统
图像识别技术
图像获取模块
亮度
处理器
坡道
图像增强
系统为您推荐了相关专利信息
窄带物联网通讯
电压监测数据
智能决策模型
电力无线专网
变电站智能监测
电力通信网
节点
数据采集模型
时延抖动
电力业务数据
深度学习图像
图像缺陷检测
分割算法
多尺度特征融合
重复缺陷