[1]刘 哲,闫佳文,陈长金,等.电力线图像检测方法研究[J].机械与电子,2022,(03):54-57.
 LIU Zhe,YAN Jiawen,CHEN Changjin,et al.Research on Power Line Image Detection Method[J].Machinery & Electronics,2022,(03):54-57.
点击复制

电力线图像检测方法研究()
分享到:

机械与电子[ISSN:1001-2257/CN:52-1052/TH]

卷:
期数:
2022年03期
页码:
54-57
栏目:
自动控制与检测
出版日期:
2022-03-25

文章信息/Info

Title:
Research on Power Line Image Detection Method
文章编号:
1001-2257 ( 2022 ) 03-0054-04
作者:
刘 哲 1 闫佳文 1 陈长金 1 蒋春悦 1 耿立卓 1 安 会 2
1. 国网河北省电力有限公司培训中心,河北 石家庄 050031 ; 2. 石家庄邮电职业技术学院,河北 石家庄 050021
Author(s):
LIU Zhe1 YAN Jiawen1 CHEN Changjin1 JIANG Chunyue1 GENG Lizhuo1 AN Hui2
(1.Training Center of State Grid Hebei Electric Power Co. , Ltd. , Shijiazhuang 050031 , China ; 2.Shijiazhuang Posts and Telecommunications Technical College , Shijiazhuang 050021 , China )
关键词:
机器学习图像识别电力线
Keywords:
machine learning image recognition power lines
分类号:
TP391.41
文献标志码:
A
摘要:
针对无人机图像中图像分辨率低、背景杂乱等问题,提出了一种电力线图像自动检测方法。通过使用机器学习方法对无人机采集的图像进行自动识别,可以排除噪声区域图像,准确识别出无人机图像中的电力线部分。通过使用 9 张无人机采集的图像对所提方法进行了验证,结果表明所提出的方法可以有效地进行电力线图像的自动识别。
Abstract:
An automatic power line image detection method is proposed for many problems such as lowimage resolution and background clutter in UAV images.By using the machine learning method to automatically identify the images captured by the UAV , the power line part of the UAV images can be accurately identified by excluding the noisy area images.The proposed method is validated by using nine UAV-captured images , and the results show that the proposed method can effectively perform automatic recognition of power line images.

参考文献/References:

[ 1 ] 马威威 . 基于无人机遥感的电力走廊精细化制图研究[ D ] . 厦门:厦门理工学院,2020.

[ 2 ] 司海青,林松,马胜,等 . 无人机遥感提取输电线路走廊信息[ J ] . 地理空间信息, 2018 , 16 ( 3 ): 33-35 , 42 , 8.
[ 3 ] 王柯,付怡然,彭向阳,等 . 无人机低空遥感技术进展及典型行业应用综述[ J ] . 测绘通报, 2017 (增刊 1 ): 79-83.
[ 4 ] 陈昱彤 . 基于图像识别的无人机电力线路检测[ D ] . 杭州:电子科技大学,2018.
[ 5 ] 彭向阳,陈驰,饶章权,等 . 基于无人机多传感器数据采集的电力线路安全巡检及智能诊断[ J ] . 高电压技术,2015 , 41 ( 1 ): 159-166.
[ 6 ] 梁焜 . 电力巡线无人机地面监控技术研究[ D ] . 南京:南京航空航天大学,2014.
[ 7 ] 李朋月,郝向阳,李建胜,等 . 无人机影像中直线类电力线检测算法研究 [ J ] . 电子测量技术,2019 , 42 ( 19 ):148-153.
[ 8 ] 李彩林,冯朝晖,邓晓景,等 . 复杂地物背景下的电力线提取方法[ J ] . 计算机工程与应用, 2016 , 52 ( 22 ): 198-202.
[ 9 ] 邹立 . 电力巡检中的小样本机器学习方法研究[ D ] . 武汉:华中科技大学,2019.
[ 10 ] 魏豪,张凯,郑磊,等 . 基于 HOG RCNN 的电力巡检红外图像目标检测[ J ] . 红外与激光工程, 2020 , 49 (增刊 2 ): 242-247.
[ 11 ] 王美琪,李建 . 一种改进 k means 聚类的近邻传播最大最小距离算法 [ J ] . 计算机应用与软件,2021 , 38( 7 ): 240-245.
[ 12 ] 廉文娟,史丹丹,安其立,等 . 基于最大期望的初始聚类中心选择算法[ J ] . 软件, 2020 , 41 ( 5 ): 1-5.
[ 13 ] 高新 . 一种改进 k-means 聚类算法与新的聚类有效性指标研究[ D ] . 合肥:安徽大学,2020.
[ 14 ] 陈晓春 . 基于 k-means 和 EM 算法的聚类分析[ J ] .福建电脑,2009 , 25 ( 2 ): 79-80.
[ 15 ] 宋亚飞,王晓丹,雷蕾 . 基于混淆矩阵的证据可靠性评估[ J ] . 系统工程与电子技术, 2015 , 37 ( 4 ): 974-978.

相似文献/References:

[1]王 嵘,万永菁.一种基于SLAM 的多功能探索机器人设计[J].机械与电子,2019,(09):51.
 .Design of Multifunctional Exploration Robot Based on SLAM[J].Machinery & Electronics,2019,(03):51.
[2]李鸿奎,程昭龙,周 蕾,等.智能变电站设备管控大数据分析系统研究[J].机械与电子,2020,(10):72.
 LI Hongkui,CHENG Zhaolong,ZHOU Lei,et al.Big Data Analysis System of Intelligent Substation Equipment Management and Control[J].Machinery & Electronics,2020,(03):72.
[3]韦永奇,胥光申,刘 晖,等.基于图像识别的激光切割质量分析[J].机械与电子,2021,(01):56.
 WEI Yongqi,XU Guangshen,LIU Hui,et al.Laser Cutting Quality Analysis Based on Image Recognition[J].Machinery & Electronics,2021,(03):56.
[4]邵悦辰,贡 亮,沈晓晔,等.基于机器视觉的FDM-3D快速成型异常工况监控系统[J].机械与电子,2021,(04):28.
 SHAO Yuechen,GONG Liang,SHEN Xiaoye,et al.Abnormal Working Condition Monitoring System in FDM-3D Rapid Prototyping Based on Machine Vision[J].Machinery & Electronics,2021,(03):28.
[5]周岳斌,杨 沫,曹煜晖.无线视频监控系统人脸跟踪功能的实现[J].机械与电子,2021,(06):35.
 ZHOU Yuebin,YANG Mo,CAO Yuhui.Realization of Face Tracking Function in Wireless Video Surveillance System[J].Machinery & Electronics,2021,(03):35.
[6]原 军,张 凯,药 炜,等.基于机器学习的分组交换电力光网络流量异常检测[J].机械与电子,2021,(09):47.
 YUAN Jun,ZHANG Kai,YAO Wei,et al.Anomaly Detection of Packet Switching Power Optical Network[J].Machinery & Electronics,2021,(03):47.
[7]范子铭,田富君,胡子翔,等.基于机器学习的回流焊焊点形貌预测[J].机械与电子,2023,41(01):53.
 FAN Ziming,TIAN Fujun,HU Zixiang,et al.Topography Prediction of Reflow Solder Joints Based on Machine Learning[J].Machinery & Electronics,2023,41(03):53.
[8]宾世杨,张 振,唐俊杰,等.基于机器学习的风电机组机械传动系统故障诊断研究[J].机械与电子,2024,42(01):11.
 BIN Shiyang,ZHANG Zhen,TANG Junjie,et al.Research on Fault Diagnosis of Wind Turbine Mechanical Transmission System Based on Machine Learning[J].Machinery & Electronics,2024,42(03):11.
[9]袁武民,邢建平,杨 栋.基于改进 Stacking 模型的铁路信号设备故障率预测[J].机械与电子,2024,42(01):41.
 YUAN Wumin,XING Jianping,YANG Dong.Prediction of Railway Signal Equipment Failure Rate Based on Improved Stacking Model[J].Machinery & Electronics,2024,42(03):41.

备注/Memo

备注/Memo:
收稿日期: 2021-08-24
作者简介:刘 哲 ( 1987- ),男,河北邢台人,硕士,工程师,研究方向为智能电网、电力系统及其自动化、大数据在电力系统中的研究等;闫佳文 ( 1980- ),男,河北怀来人,硕士,高级工程师,研究方向为电力系统及其自动化、高压电气试验等。
更新日期/Last Update: 2022-03-24