摘要
本发明公开了一种基于可见光与红外图像融合的电缆异常检测方法,包括:获取电缆的多模态图像,所述多模态图像包括可见光图像和红外热图像;基于小波分析算法和深度学习算法对所述多模态图像进行融合,得到电缆融合图像;根据所述电缆融合图像训练多元线性回归模型,用于预测电缆故障类型和位置;实时采集电缆的多模态图像数据,输入训练好的多元线性回归模型进行电缆故障预测。本发明解决了背景技术中电缆故障类型准确度不够的技术问题。
技术关键词
电缆异常检测
多元线性回归模型
深度学习算法
多模态
可见光图像
采集电缆
融合算法
融合规则
时序分析方法
特征值
图像边缘信息
可读存储介质
矩阵
多尺度
模块
计算机
系统为您推荐了相关专利信息
可持续管理
数字孪生体
报告
平台
自然语言生成技术
区块链存证
浏览器插件
智能审核系统
特征融合技术
图像视觉特征
多模态传感器
分类方法
深度学习模型
环境状态监测
状态监测信息
施工机械
状态判别方法
文本编码器
图像编码器
判别系统
盾构掘进参数
刀具磨损量
优化决策方法
多模态
数据