基于YOLOv4和改进分水岭算法的绝缘子爆裂检测定位研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1674-3814.2021.07.007

基于YOLOv4和改进分水岭算法的绝缘子爆裂检测定位研究

引用
近年来,航拍巡检代替人工成为了输电线路电力巡检的主要方式,而输电线路上绝缘子的完整性直接影响其供电可靠性.在复杂背景的干扰下,传统的图片处理方法往往对主体识别能力低下.针对这一问题,该文提出了一种基于YOLOv4的深度学习并结合改进的分水岭算法,对航拍绝缘子图像精确识别及缺陷检测的问题进行了研究.首先利用YOLOv4对绝缘子进行精准的识别与定位,有效弥补了传统方法在复杂背景下识别能力低下的不足;再结合改进分水岭算法对绝缘子自爆位置进行识别,该方法可以快速地识别出绝缘子主体和缺陷位置.

YOLOv4、分水岭算法、绝缘子故障、图像处理

37

TM216(电工材料)

国家自然科学基金51877174

2021-08-02(万方平台首次上网日期,不代表论文的发表时间)

共7页

51-57

相关文献
评论
暂无封面信息
查看本期封面目录

电网与清洁能源

1674-3814

61-1474/TK

37

2021,37(7)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn