摘要
本发明公开的属于配网技术领域,具体为配网不停电作业现场环境特征自动识别方法,包括具体步骤如下:对无人机所采集的图像进行判断,以判断图像中是否存在雾,若是存在雾则进入到步骤二,若是不存在雾则进入到步骤三,对图像进行去雾操作,以确保图像的清晰,在进行去雾操作后,则会进入到步骤三,建立作业现场的初始数据,对图像中的特征进行提取,并将特征的线转换为若干个点,本发明通过设置参考点,并对参考点与特征之间的位置距离及其位置关系进行获取,基于此与作业现场的初始数据进行对比,实现特征的识别,具有能够解决目前在对图像中的作业现场的环境特征进行识别时,需要人员逐一识别的问题,进而会提高特征的识别效率。
技术关键词
特征自动识别方法
作业现场环境
深度学习神经网络
配网不停电作业
深度学习模型
卷积神经网络提取
多尺度
引导滤波器
检测雾霾
暗通道先验
像素点
配网技术
非线性
密集特征
无雾图像
线性单元
无人机
系统为您推荐了相关专利信息
变电站场景
变化监测方法
变电站监测技术
语义
标记
节能显示方法
LED显示屏
人流量数据
环境光
图像
识别定位方法
深度图
深度学习模型
数据
采摘菠萝