摘要
本发明涉及输电线路检测技术领域,公开了一种基于云边协同的输电线路关键部件缺陷识别方法。该方法获取无人机采集的输电线路部件图像、边缘端传感器数据及云端历史缺陷数据库组成的多源巡检数据集合。在边缘端,通过图像预处理算法提取部件区域特征,利用多模态特征融合算法生成环境关联参数;在云端,对历史缺陷数据库进行时空关联分析生成部件缺陷演化图谱。将上述信息输入云边协同识别模型得到部件缺陷特征向量,再通过动态优化算法构建多级缺陷识别网络,输出部件缺陷分类结果及置信度。该方法及系统提高了输电线路关键部件缺陷识别的准确性、实时性和可靠性,具有良好的应用前景。
技术关键词
缺陷识别方法
输电线路部件
多模态特征融合
预处理算法
巡检数据
轮廓信息
融合特征
纹理分布特征
层级
参数
图谱
传感器
云端
图像
滑动窗口
区域匹配算法
生成动态环境
矩阵
系统为您推荐了相关专利信息
巡检机器
智能巡检系统
巡检数据
巡检路径
气体泄露检测
语义特征
图像分割模型
多模态特征融合
矩阵
图像像素
输电线路无人机
智能巡检方法
深度学习模型
智能巡检系统
多模态数据融合
动作识别方法
舞狮
关节
注意力机制
动态时间规整算法