基于深度学习的杆塔绝缘子检测方法

    公开(公告)号:CN114581795A

    公开(公告)日:2022-06-03

    申请号:CN202210483534.9

    申请日:2022-05-06

    Abstract: 本发明提供了一种基于深度学习的杆塔绝缘子检测方法,采集电网线路走廊的对地遥感影像数据;对其中的杆塔目标、绝缘子目标进行人工标注形成原始训练数据集;根据人工标注,将图像裁剪提取杆塔的内容图像与来自不同地表的的风格图像进行神经风格迁移及融合,生成合成训练数据集;通过原始训练数据集和合成训练数据集训练构建目标检测模型;基于目标检测模型,对待检测的遥感影像进行杆塔目标与绝缘子目标检测,并滤除虚警。本发明所述的基于深度学习的杆塔绝缘子检测方法,实现对高空俯拍遥感影像或卫星遥感影像中的高压杆塔与绝缘子自动检测,并进行小样本扩充,提升智能系统的泛化能力,实现高压杆塔与绝缘子的高效率高精度检测。

    一种火场红外影像实时成图方法

    公开(公告)号:CN108416758B

    公开(公告)日:2022-03-15

    申请号:CN201810135580.3

    申请日:2018-02-09

    Abstract: 本发明提供了一种火场红外影像实时成图方法,采用无人机对火场监测数据,通过数据链实时回传至地面站指挥中心,地面站控制软件通过解析配发相应数据至图像处理软件,处理软件经过处理后将处理结果实时显示到GIS平台。本发明在进行单片正射纠正时,并不是通过直接纠正后再进行图像切割,而是通过分解正射纠正过程,进而对重叠部分不进行处理,提高处理速度,保证整个处理流程的实时性;本发明不做图像匹配和后处理,单纯利用POS实时数据进行单片正射纠正,实时性能好;本发明的数据处理流程,不引进图像匹配造成的匹配误差,避免误差累积造成的长时间处理误差超限的情况出现,增强了数据处理对POS误差的容忍度和数据处理流程的鲁棒性。

Patent Agency Ranking