摘要
本发明公开了一种电力应急无人机输电线路缺陷检测方法,该方法包括:接收电力应急无人机采集的输电线路图像,并对图像进行进行预处理,以准确识别并区分缺陷与背景;对图像进行特征提取,通过纹理分析、灰度共生矩阵、灰度差异法、离散小波变换和快速傅立叶变换的方法,获取统计性质特征;将提取的特征进行融合和选择,以形成优化后的特征集;利用所述特征集训练一个基于深度学习的超像素分割模型用于输电线路缺陷检测;采用平均阈值法对超像素分割后的深度学习模型进行置信度分析。本发明通过多域特征提取优化、高精度缺陷检测以及稳健的置信度分析,显著提升了输电线路缺陷检测的准确性和效率。
技术关键词
应急无人机
输电线路缺陷检测
灰度共生矩阵
深度学习模型
电力
离散小波变换
区分缺陷
像素
训练深度神经网络
纹理
深度学习架构
模型超参数
傅立叶
图像块
网格系统
解码器
特征值
统计特征
系统为您推荐了相关专利信息
政务信息管理
模糊匹配算法
机器学习算法
模式识别
生成关键词
发电机
电力系统实时数据
电力系统稳定
电力系统暂态
分支
多源时序数据
多层级标签
数据治理方法
目录
对象