10.3969/j.issn.1001-1390.2009.04.010
基于遗传优化神经网络在高压瓷瓶裂缝识别中的应用
为了保证高压输电线路的正常运行,可以通过高压输电线路巡检机器人视觉系统完成高压输电线路的检测.本文通过CCD摄像头等硬件模拟机器人的视觉,完成对绝缘瓷瓶裂缝图像的采集,并通过滤除噪声、图像分割等预处理操作和形状特征,完成图像中裂缝的定位.对于聚焦放大后的裂缝图像提取五个特征值,得出图像信息.最后利用遗传算法和BP网络、RBF网络相结合的算法,分别实现对绝缘瓷瓶裂缝五种状态的分类识别.通过仿真和实验比较表明该算法可以有效、可靠地运用于绝缘瓷瓶裂缝类型识别研究中,并可方便地应用于其它领域.
图像预处理、检测区域定位、特征提取、分类识别、GA-BP算法、GA-RBF算法
46
TM51;TP391.41(电器)
国家"863"计划资助项目2005AA420064
2009-05-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
39-43