發(fā)布時(shí)間：2021-07-11 09:17

　　傳統(tǒng)的電信光纜線路巡檢工作主要通過人力進(jìn)行,其效率低下,通過無人機(jī)進(jìn)行光纜線路巡檢可以極大提高工作效率,且能夠節(jié)省人力資源。針對(duì)某省電信公司提出的采用無人機(jī)進(jìn)行自動(dòng)電信光纜線路巡檢的需求,構(gòu)建了無人機(jī)自動(dòng)化線路巡檢系統(tǒng)中的航拍目標(biāo)檢測(cè)子系統(tǒng),以挖掘機(jī)作為風(fēng)險(xiǎn)目標(biāo),通過航拍圖像中的挖掘機(jī)來確定圖像中是否存在風(fēng)險(xiǎn)。通過對(duì)用戶提供以及自行采集的1004張5472×3648高分辨率航拍圖像進(jìn)行分析,發(fā)現(xiàn)該類圖像語義信息復(fù)雜,目標(biāo)物體占比小,特征稀疏,導(dǎo)致檢測(cè)困難且檢測(cè)容易受到干擾。用戶要求挖掘機(jī)的識(shí)別率在70%以上且要進(jìn)行實(shí)時(shí)識(shí)別,依據(jù)此要求,通過對(duì)目前目標(biāo)檢測(cè)算法的對(duì)比,選擇檢測(cè)速度最快且檢測(cè)性能較好的YOLOv3作為目標(biāo)檢測(cè)算法。YOLOv3目標(biāo)檢測(cè)算法需要輸入416×416大小的圖像,因此在處理輸入圖像時(shí)會(huì)將圖像縮小,造成特征損失。為了減少這種特征損失,提出了基于分塊的YOLOv3目標(biāo)檢測(cè)算法,算法采用基于定步長滑動(dòng)窗口的分塊方法,將圖像切分成小塊再使用YOLOv3目標(biāo)檢測(cè)算法檢測(cè),達(dá)到了減少特征損失的目的。經(jīng)過對(duì)比實(shí)驗(yàn),基于分塊的YOLOv3目標(biāo)檢測(cè)算法比未改進(jìn)時(shí)的識(shí)別率提升了接近10... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：65 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

存在工地的電信線路沿線航拍照片

中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文作流程設(shè)計(jì)的自動(dòng)電信光纜巡檢系統(tǒng)工作流程如圖 2.2 所示，系統(tǒng)包一臺(tái)圖片服務(wù)器以及本文所述航拍目標(biāo)檢測(cè)子系統(tǒng)。線路沿線的 4G 無線通信基站連接到互聯(lián)網(wǎng)，每架無人機(jī)管理子系統(tǒng)通過 TCP/IP 協(xié)議對(duì)無人機(jī)進(jìn)行監(jiān)控和操縱上創(chuàng)建任務(wù)目錄，飛行過程中，通過機(jī)載 4G 模塊連接到通過互聯(lián)網(wǎng)上傳航拍照片到圖片服務(wù)器上的任務(wù)目錄中圖片服務(wù)器上的任務(wù)，發(fā)現(xiàn)新任務(wù)時(shí)讀取新任務(wù)目錄中挖掘機(jī)就使用紅色框標(biāo)識(shí)，并上傳到圖片服務(wù)器上的告統(tǒng)讀取圖片服務(wù)器上告警目錄中的告警圖片，顯示在無查看。

?郊鋇ヂ肪斗⑸??模?炊寥〖鋇ヂ肪督?邢煊�。�?2.3 子系統(tǒng)結(jié)構(gòu)圖2.3 目標(biāo)檢測(cè)算法的選擇航拍目標(biāo)檢測(cè)子系統(tǒng)的關(guān)鍵技術(shù)是目標(biāo)檢測(cè)算法，目標(biāo)檢測(cè)是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)常見問題，與分類問題不同，分類問題只需要解決圖片中的物體是什么的問題，而目標(biāo)檢測(cè)問題除了需要解決物體是什么的問題，還需要解決物體在哪里的問題。以子系統(tǒng)的挖掘機(jī)檢測(cè)任務(wù)為例，如圖 2.4 所示，最終的目標(biāo)是使用標(biāo)識(shí)框?qū)⑼?

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的航空對(duì)地小目標(biāo)檢測(cè)[J]. 梁華,宋玉龍,錢鋒,宋策.  液晶與顯示. 2018(09)
[2]基于YOLO算法的無人機(jī)航拍圖片絕緣子缺失檢測(cè)[J]. 楊罡,張娜,晉濤,王大偉.  科技資訊. 2018(24)
[3]通信光纜線路維護(hù)的問題與對(duì)策解析[J]. 李揚(yáng).  信息通信. 2017(11)
[4]一種基于深度學(xué)習(xí)的新型小目標(biāo)檢測(cè)方法[J]. 陳江昀.  計(jì)算機(jī)應(yīng)用與軟件. 2017(10)

博士論文
[1]固定翼無人機(jī)地面車輛目標(biāo)自動(dòng)檢測(cè)與跟蹤[D]. 李大偉.中國科學(xué)院大學(xué)(中國科學(xué)院國家空間科學(xué)中心) 2017

碩士論文
[1]基于深度學(xué)習(xí)的無人機(jī)遙感圖像目標(biāo)識(shí)別方法研究[D]. 祝思君.北京建筑大學(xué) 2018
[2]基于SSD的航拍圖像小目標(biāo)快速檢測(cè)算法研究[D]. 李華清.西安電子科技大學(xué) 2018



本文編號(hào)：3277805