一种基于深度视觉学习输电线路缺陷自动分类方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于深度视觉学习输电线路缺陷自动分类方法
申请号:CN202411902554
申请日期:2024-12-23
公开号:CN119360133B
公开日期:2025-04-11
类型:发明专利
摘要
本发明属于计算机视觉的领域,涉及了一种基于深度视觉学习输电线路缺陷自动分类方法,包括以下步骤:采集输电线路的样本图像数据,将样本图像数据中的图像分割成若干个分割区域;计算得到缺陷特征最大的深度;预设第一深度阈值、第二深度阈值的大小;若是所述最大的深度小于或等于第一深度阈值,分析缺陷特征是否属于腐蚀斑点,用以缺陷评估等级;若是所述最大的深度大于第一深度阈值,小于或等于第二深度阈值,分析缺陷特征的位置和面积大小,用以缺陷评估等级;若是所述最大的深度大于第二深度阈值,直接对缺陷特征进行缺陷评估等级。本发明解决现有的缺陷评估比较缺陷特征的相似度来判断严重程度,比较的过程需要大量时间的问题。
技术关键词
输电线路缺陷 自动分类方法 原始图像数据 分析缺陷 斑点 Canny边缘检测器 图像分割 超像素分割算法 电力系统运维 移动监控设备 区分缺陷 判断缺陷 高清摄像头 圆心 计算机视觉 样本