基于无人机倾斜摄影的溢流坝缺陷监测

摘要：

云南地区地质条件复杂,地震、泥石流等自然灾害多发、频发,对水电站溢流坝造成严重的安全威胁.本文针对传统的依赖人工对溢流坝进行裂缝巡检存在成本高、安全风险大、耗时长等问题,提出了一种基于无人机倾斜摄影的溢流坝缺陷监测技术,构建了基于优化pix2seq的溢流坝裂缝智能识别模型,实现了溢流坝裂缝的主动识别,针对贴近摄影时图像容易产生退化的问题,本文讨论了退化图像复原模型,并完成了基于无人机倾斜摄影的溢流坝裂缝长度自主监测,并于同类别其它方法进行了对比,通过实验证明了所提方法的有效性,预计可为水电站大坝安全运维的信息化、智能化发展提供技术支撑.

关键词：神经网络、缺陷检测、倾斜摄影、退化图像、人工智能

所属期刊栏目：51

分类号：TM74(输配电工程、电力网及电力系统)

在线出版日期：2023-03-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：74-77