基于圖像特征和標(biāo)簽分布學(xué)習(xí)的航拍絕緣子識別定位方法研究.pdf_第1頁
已閱讀1頁,還剩58頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、電力系統(tǒng)中無人機(jī)航拍巡線的應(yīng)用愈加廣泛,對圖像處理的依賴性也愈漸增加。絕緣子作為輸電線路中重要的電氣部件,其運行狀態(tài)是重點檢測對象,而絕緣子的識別和定位是實現(xiàn)狀態(tài)檢測的前提。通常情況下航拍圖像分辨率不高、背景復(fù)雜多變、偽目標(biāo)多,傳統(tǒng)的低層圖像特征在以絕緣子為研究目標(biāo)時不能很好完成識別定位任務(wù)。本文以復(fù)雜背景的輸電線路航拍圖像為對象,設(shè)計了一種航拍絕緣子識別定位方法:
  作為研究工作的基礎(chǔ),本文建立航拍輸電線路圖像標(biāo)簽分布數(shù)據(jù)庫,

2、數(shù)據(jù)庫的規(guī)模為1000幅圖像,圖像的標(biāo)簽數(shù)量為1~5個。利用傳統(tǒng)特征完成對測試圖像標(biāo)簽分布的預(yù)測,從特征層面對實驗結(jié)果作出分析。
  針對低層圖像特征不能很好完成航拍圖像特征表達(dá)的問題,采用一種基于VGGNet深度神經(jīng)網(wǎng)絡(luò)的特征提取方法。為解決主觀標(biāo)簽量化的LDL存在的問題,提出一種基于像素面積占比的客觀標(biāo)簽量化方法,以VGGNet提取的深度特征和客觀標(biāo)簽分布相結(jié)合,完成測試圖像的標(biāo)簽分布預(yù)測。實驗結(jié)果表明能夠準(zhǔn)確實現(xiàn)航拍絕緣子圖

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論