一种覆冰导线弧垂视觉测量方法

本发明公开了一种基于深度学习与计算机视觉的输电线路覆冰导线弧垂视觉测量方法。该方法通过机器人机载相机采集输电线路图像，利用引入空洞卷积和deep‑Bag融合模块的Deep‑PIDNet语义分割网络精准提取导线像素区域，结合单应性矩阵实现逆透视变换以消除图像畸变，并通过RANSAC算法拟合抛物线模型准确计算弧垂值。本发明解决了传统方法依赖多传感器、精度低及环境适应性差的问题，经验证测量误差小(≤±5％)，还具有成本低、鲁棒性强的特点，适用于严寒覆冰场景的自动化监测。