輸電線路圖像上防震錘檢測算法研究.pdf

1、在智能電網系統(tǒng)中，輸電線路的智能巡檢是極其重要的組成部分。輸電線路上的防震錘是一種為了減少輸電線因風力扯起振動而安裝的設備，它是保障電力正常運輸的重要一環(huán)。因此，對輸電線路圖像上防震錘檢測的研究就彰顯出重要的價值。傳統(tǒng)的輸電線路的巡檢工作基本上采用人工巡檢的方式，這種作業(yè)方式勞動強度大、危險系數高并且效率低。近年來，無人機航拍的巡檢方式被部分電力公司使用。然而，無人機采集到的圖像視野遼闊、背景復雜、視角、目標分辨率也不盡相同，這些都給防

2、震錘檢測帶來了極大的挑戰(zhàn)。本論文正是基于這一背景下，調研國內處相關工作，對輸電線路上防震錘的檢測定位算法展開研究，以解決復雜背景中魯棒的檢測防震錘的問題，為防震錘的缺陷診斷做準備。
　　本文的主要工作有:
　　(1)基于AdaBoost算法的防震錘檢測。針對現有的基于隨機霍夫變換、基于模板匹配的方法檢測，只適用于特定場景、特定角度的防震錘檢測，并不適用于本數據集的問題。本文提出了一種基于AdaBoost算法的防震錘檢測方法。

3、在訓練階段，我們使用了針對防震錘的Haar特征然后結合AdaBoost分類器進行訓練。在檢測階段，由于防震錘與輸電線的依附關系，我們首先對輸電線進行提取，候選出帶有防震錘的感興趣區(qū)域，然后通過滑動窗口結合分類器在此區(qū)域進行防震錘的檢測。最后我們比較分析了不同的特征選取、不同的參數設置對實驗結果的影響，并從準確率和計算效率兩方面對實驗結果進行評價與分析。在無人機采集的野外的輸電線路圖像中，我們收集整理了二千五百幅包含防震錘的圖像，建立了防

4、震錘數據集，并手工標注防震錘Ground Truth，最后在此數據集中的檢測圖像上進行了防震錘檢測，達到了93％的準確率。
　　(2)針對漏檢防震錘情況，我們提出基于多視角匹配的方法對防震錘漏檢情況進行補充，從而達到優(yōu)化檢測結果的目的。
　　(3)基于深度學習的防震錘檢測。針對本課題中無人機采集到的圖像具有復雜場景，我們提出基于深度學習SSD模型的防震錘檢測方法，并且設計了檢測模型。最后對實驗結果進行了分析。在我們構建的數據