基于无人机图像的冷却塔缺陷区域检测方法

摘要：

为了克服冷却塔表面缺陷位置特殊、尺度大导致人工采集缺陷图像困难的问题,提出了一种基于无人机图像的冷却塔缺陷区域检测方法.该方法使用无人机采集冷却塔表面缺陷图像,通过图像分类算法将同一缺陷区域的分段图像进行分类,再由图像拼接算法将各分段图像进行拼接.在图像分类和拼接过程中,运用SuperPoint网络和SuperGlue网络进行特征点提取和匹配及所提出的特征点迭代变换的方法,提升了拼接图像的质量.研究结果表明:相较于传统的图像检测方法,本文提出的检测方法操作简单,准确记录了大尺度缺陷的完整影像信息,在冷却塔检测中具有一定的应用价值.

关键词：冷却塔、缺陷检测、无人机、图像分类、图像拼接、SuperGlue

所属期刊栏目：41

分类号：TV39;TP751.1(水工结构)

资助基金：国家自然科学基金;国家自然科学基金;中央级公益性科研院所基本科研业务费专项资金资助项目;浙江省水利厅水利科技计划项目

在线出版日期：2023-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：164-170