一种基于深度神经网络与显著性的绝缘子缺陷检测方法

本发明公开了一种基于深度神经网络与显著性的绝缘子缺陷检测方法，所述方法包括：步骤1、对输入的巡检输电线路图像进行预处理，包括图像去噪预处理及图像标准化预处理；步骤2、对预处理后的图像开展视觉显著性特征构建；步骤3、将可见光图像与显著性特征融合；步骤4、构建卷积神经深度网络进行自底向上的特征提取；步骤5、绝缘子缺陷分类识别；步骤6、绝缘子缺陷定位回归；解决了解决了现有技术绝缘子缺陷检测效果受限于特征提取算子精度，其普适性较差；运用深度学习的方法进行大量数据训练，实现对绝缘子缺陷的自动检测，这种方法精度受训练数据以及模型网络架构影响较大等技术问题。