基于深度学习的输电线路耐张线夹倾斜缺陷定量检测
刘敏1
王红旭2
周国亮2
陈双辉3
凌德泉3
1.北京师范大学系统科学学院,北京 100875;国网冀北电力有限公司;技能培训中心 北京 1000532.国网冀北电力有限公司 检修中心,北京 1000533.南京土星信息科技有限公司 研发部,南京 210000
摘要：针对输电线路中耐张线夹的倾斜缺陷,未能准确地去模糊处理所获取输电线路图像的问题,提出了基于深度学习的输电线路耐张线夹倾斜缺陷定量检测方法.结合冲击波滤波器与双边滤波器对获取的输电线路图像去噪处理,通过正则化方法估计模糊核.同时利用引导滤波器分解去模糊后的输电线路图像来获得细节层与基本层,分别进行伽马变换.将预处理后的输电线路图像输入至深度学习网络中,提取耐张线夹的倾斜缺陷特征,完成对缺陷的定量检测.实验结果表明,所提方法的准确率可保持在90%以上,且召回率、AP值及F1 指标均较高,具有良好的检测性能.
关键词：深度学习网络输电线路耐张线夹倾斜缺陷图像去模糊图像增强定量检测滤波器
分类号：TN911.73(通信)
资助基金：国家自然科学基金(51777027)国家电网冀北公司科技项目(7101031900TD)
论文发表日期：2023-07-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 442-446 )
英文信息