近年來,隨著機器視覺及無人機技術的發(fā)展,在輸電線路檢測方面得到了越來越多的應用。傳統(tǒng)的人工輸電線路檢測方式效率低下且危險性高,目前基于無人機的輸電線路巡檢逐漸成為主流。絕緣子作為輸電線路中重要的元件之一,因其長期暴露在自然環(huán)境下,而導致元件損壞與老化問題尤為突出,嚴重制約著電網(wǎng)運行的安全性和系統(tǒng)的穩(wěn)定性。因此,為了使輸電線路更加穩(wěn)定且安全的運行,定期對絕緣子巡檢顯得尤為重要。但輸電線路中的絕緣子大多處于復雜背景之下,其偽目標眾多,顏色信息豐富,導致將絕緣子從復雜的無人機航拍圖像中分割出來具有很大難度,因此尋求一種通用且高效的分割方法是當下研究的重點。本文主要針對輸電線路巡檢中的絕緣子分割技術展開研究,以提高復雜背景下絕緣子分割的準確率和效率,為實現(xiàn)輸電線路自動化奠定基礎。本論文的主要研究工作如下:第一,論述了航拍絕緣子圖像分割的背景與研究意義,總結(jié)并分析現(xiàn)階段關于絕緣子分割的國內(nèi)外研究現(xiàn)狀與存在的問題。第二,針對航拍絕緣子圖像易受到混合噪聲的干擾,使得后續(xù)絕緣子分割難度增大。因此需要對航拍絕緣子圖像進行預處理,減少噪聲對后續(xù)圖像分割精度所造成的影響。本章首先分析了航拍絕緣子圖像中混合噪... 

【文章來源】：中北大學山西省

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【部分圖文】：

基于FSLIC的自適應絕緣子圖像分割算法流程

中北大學學位論文30圖3-2果蠅優(yōu)化算法流程Figure3-2Fruitflyoptimizationalgorithmflow果蠅優(yōu)化算法能夠自適應迭代確定超像素數(shù)目K值，但是也容易陷入局部最優(yōu)解。針對這個問題，引入人工免疫算法（AIA）操作環(huán)節(jié)中的免疫因子，對果蠅優(yōu)化算法的內(nèi)部進行演化，以個體濃度參數(shù)為迭代目標函數(shù)，最大限度保證個體全面選擇。人工免疫算法步驟如圖3-3所示。

中北大學學位論文31圖3-3人工免疫算法步驟Figure3-3Artificialimmunealgorithmsteps人工免疫果蠅優(yōu)化算法（IFOA）在迭代選取過程中不斷計算果蠅個體與原點之間的位置及味道濃度值，以此來選取最優(yōu)的果蠅個體位置，其輸出結(jié)果即為超像素數(shù)目K的值。超像素數(shù)目K值確定后，以K值為初始值生成超像素，生成超像素的步驟如下：步驟1，確定聚類中心。首先通過上述方法確定出的超像素數(shù)目K，然后確定超像素尺寸與相鄰聚類點的近似步長，最后在圖像內(nèi)均勻分配聚類中心點。設原始圖像中共有N個像素點，每個超像素尺寸為KN/，相鄰聚類點的近似步長為=KNS/，隨后在圖像中均勻分配聚類點。步驟2，距離度量d。其中包括顏色距離和空間距離。計算每個像素點和聚類點間

【參考文獻】：
期刊論文
[1]基于SSD-Mobilenet模型的目標檢測[J]. 劉顏,朱志宇,張冰.  艦船電子工程. 2019(10)
[2]基于無人機圖像與遷移學習的線路絕緣子狀態(tài)評價方法[J]. 羅建軍,劉振聲,龔翔,黃紹川,歐陽業(yè),魏征.  電力工程技術. 2019(05)
[3]無人機電網(wǎng)巡檢中的絕緣子缺陷檢測與定位[J]. 陳文浩,姚利娜,李豐哲.  計算機應用. 2019(S1)
[4]圖像分割方法綜述[J]. 王秋萍,張志祥,朱旭芳.  信息記錄材料. 2019(07)
[5]基于紅外圖像的絕緣子高溫區(qū)域特征研究[J]. 宮政,西日艾力·吾斯曼,羅俊,尹迪暉,閆書佳.  教育教學論壇. 2019(01)
[6]無人機航空攝影測量技術在地形圖測繪中的應用[J]. 史正軍,劉明.  科技資訊. 2018(34)
[7]多尺度多方向結(jié)構元素形態(tài)學絕緣子閃絡圖像邊緣檢測算法研究[J]. 李莉,楊爭艷,王敬濤,韓明.  電視技術. 2018(11)
[8]基于SLIC的圖像分割方法研究[J]. 劉洋,周寧寧.  計算機技術與發(fā)展. 2019(01)
[9]地形測繪中航空攝影測量技術的運用實現(xiàn)[J]. 徐茂蒙.  科技創(chuàng)新導報. 2018(23)
[10]無人機巡檢輸電線路技術的應用研究[J]. 楊義.  科技創(chuàng)新導報. 2018(19)

博士論文
[1]脈沖耦合神經(jīng)網(wǎng)絡模型分析及其相關應用研究[D]. 楊臻.蘭州大學 2019
[2]基于航拍圖像的輸電線路識別與狀態(tài)檢測方法研究[D]. 仝衛(wèi)國.華北電力大學 2011

碩士論文
[1]基于機器視覺的目標識別與定位方法的研究[D]. 許繼科.西安科技大學 2019
[2]基于語義分割的食管早癌計算機輔助診斷關鍵技術研究[D]. 杜笑笑.鄭州大學 2019
[3]航拍圖像中絕緣子串檢測、分割與自爆故障識別方法研究[D]. 呂易航.鄭州大學 2019
[4]基于無人機航拍圖像的拼接算法研究[D]. 王亞洲.北京工業(yè)大學 2018
[5]基于無人機航拍輸電線路桿塔的三維重建[D]. 鄭恩.廣西大學 2017
[6]基于超像素和圖論的圖像分割方法研究[D]. 鄒旭華.中國科學技術大學 2017
[7]基于脈沖耦合神經(jīng)網(wǎng)絡的圖像分割方法研究[D]. 周雪琪.北京交通大學 2016
[8]基于PCNN的降噪方法及其應用研究[D]. 閆海鵬.內(nèi)蒙古科技大學 2015
[9]基于超像素聚類的圖像分割算法研究[D]. 吳晟杰.西安電子科技大學 2014
[10]航拍視頻絕緣子部件的提取與識別[D]. 華裕偉.大連海事大學 2013



本文編號：3353016