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
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
云平台系统
中心服务器
细胞分类方法
造血系统疾病
样本