基于ResNet神经网络的电缆绝缘层全自动检测方法及系统

    公开(公告)号:CN115937068A

    公开(公告)日:2023-04-07

    申请号:CN202210090175.0

    申请日:2022-01-25

    Abstract: 本发明提供了一种基于ResNet神经网络的电缆绝缘片全自动检测方法和系统,实现了对绝缘层切片的全自动检测;该系统主要由三部分组成,分别是:三维相机、二维运动平台和绝缘层切片检测装置。该方法通过三维相机采集深度信息,转化成点云数据,进行点云滤波;再通过采样一致性模型分割平面点云,运用基于颜色的区域生长模型聚类点云数据;提出基于RoPS特征的ResNet神经网络识别绝缘层切片点云数据。分析绝缘层切片的点云信息,判断切片位置与最佳检测位置的距离,通过二维平台进行调整;通过高清摄像机采集绝缘层切片图片;检测绝缘层的圆度,不同角度的厚度以及厚度均值。整个系统具有调整迅速、使用便捷、自动化程度高等优点。

    一种基于先验知识的高压电缆内芯图像分割方法

    公开(公告)号:CN115355821A

    公开(公告)日:2022-11-18

    申请号:CN202211074986.8

    申请日:2022-09-02

    Abstract: 本发明公开了一种基于先验知识的高压电缆内芯图像分割方法,实现了对多种类型高压电缆内芯参数的自动检测以及各参数的精密测量和计算。该方法包括高压电缆内芯图像截面获取,图像预处理,确立面积、周长、形状、分布规律等先验知识,利用先验知识指导图像分割,计算导体根数、导线截面积、电阻、耐压等级等各项参数等过程。本发明具有检测精度高,过程便捷,可对多种类型电缆内芯参数进行检测,且对干扰较大的电缆内芯具有普适性等优点,解决电缆内芯检测过程中欠分割或过分割等问题,能大幅优化高压电缆内芯参数的检测流程,提高检测的精度,降低人工检测的强度和成本,对电力安全具有重要的现实意义。

    一种复杂背景下的高压电缆绝缘层截面分类方法

    公开(公告)号:CN114724037A

    公开(公告)日:2022-07-08

    申请号:CN202210412215.9

    申请日:2022-04-19

    Abstract: 本发明提供一种复杂背景下的高压电缆绝缘层截面分类方法,在获取电缆绝缘层截面的候选区域和截面特征之后,利用定位神经网络更加准确地预测电缆绝缘层的真实区域,避免了复杂背景对分类结果准确性的影响;后根据预测的真实区域采用加入了注意力机制的MobileNetV2轻量型网络对电缆绝缘层截面进行分类,降低了分类的计算量,提高了分类效率,同时有效提高了分类的准确率。该分类方法具有分类精度高、适用于多种电缆绝缘层截面和环境、去除复杂背景干扰能力强、网络模型轻量化程度高、运算速度快等优点,能大幅优化绝缘层截面参数检测流程,减少人工操作步骤,减轻复杂背景影响,降低分类网络硬件要求。

Patent Agency Ranking