摘要
本发明公开一种基于可见光与红外双光融合的输变电设备自动识别方法及系统,包括包括以下步骤:通过无人机搭载双光相机同步采集同一场景的可见光图像和红外图像;对所述可见光图像和红外图像进行预处理,包括去噪、几何校正和空间对齐,其中所述空间对齐通过SURF算法提取特征点并采用RANSAC算法优化图像配准;利用深度卷积神经网络EfficientNet‑Lite对融合后的图像进行特征提取,生成多尺度特征图。本发明的有益效果是:高精度识别:动态融合策略与注意力机制使绝缘子裂纹(>0.1mm)检测率达92%;强抗干扰能力:粉尘补偿算法将误报率从15%降至4%,材质自适应校准减少发射率误差影响;全自动化运维:从数据采集到报告生成全程无人干预,减少人工成本70%。
技术关键词
输变电设备
自动识别方法
可见光图像
自动识别系统
深度卷积神经网络
RANSAC算法
SURF算法
多无人机任务分配
双光相机
生成多尺度
传感器数据校准
图像局部对比度
图像采集模块
短波红外
温度校准方法
强抗干扰能力
图像配准
深度学习识别
系统为您推荐了相关专利信息
近红外图像传感器
照明模块
可见光图像
车牌
光扩散器
图像融合算法
可见光图像
多层次特征提取
交叉注意力机制
阶段
局部视觉特征
全局视觉特征
票据自动识别
编码向量
决策方法
语义特征
跨模态
sigmoid函数
模型训练方法
局部图像特征
情绪识别模型
神经网络单元
情绪识别方法
编程教学
双向长短期记忆