基于多分支特征融合的故障指示器受潮检测方法和相关装置

AITNT
正文
推荐专利
基于多分支特征融合的故障指示器受潮检测方法和相关装置
申请号:CN202510343247
申请日期:2025-03-21
公开号:CN120182916A
公开日期:2025-06-20
类型:发明专利
摘要
本发明公开了基于多分支特征融合的故障指示器受潮检测方法和相关装置,属于电力系统设备故障状态监测技术领域,所述方法包括:获取故障指示器采集单元的图像;识别所述故障指示器采集单元的图像中的候选区域;提取所述候选区域的特征,所述候选区域的特征包括强度均匀性矩阵、相关性矩阵、色彩饱和度标准差、边界规则性指数和凝露区域分布密度;以候选区域的特征为输入训练多分支卷积神经网络模型,得到训练好的受潮检测模型;提取待检测故障指示器采集单元的的图像的候选区域的特征,将候选区域的特征输入训练好的受潮检测模型,获得待检测故障指示器的受潮检测结果。本发明提高了复杂场景下的检测鲁棒性,适应性强。
技术关键词
检测故障指示器 多分支 电力系统设备故障 图像 配电网故障指示器 指数 分支卷积神经网络 Softmax函数 饱和度 采集单元 状态监测技术 纹理特征 灰度共生矩阵 多光谱成像 处理器
系统为您推荐了相关专利信息
1
视频处理方法、设备及可读存储介质
场景类别 视频流 肤色 亮度 YUV图像
2
红外图像增强方法、装置、设备、存储介质及程序产品
红外图像增强方法 直方图均衡化 基础 图像增强装置 拉普拉斯
3
一种基于视觉图像分析的建筑陶瓷自动检测方法及系统
矩阵 自动检测方法 复杂度 图像分析 图片
4
基于显微图像的细胞分类及血液病识别验证云平台系统
云平台系统 中心服务器 细胞分类方法 造血系统疾病 样本
5
一种旋转不变坐标卷积神经网络的枪弹痕迹识别算法
枪弹 识别算法 特征点 计算中心 样条
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号