基于圖像特征和標簽分布學習的航拍絕緣子識別定位方法研究.pdf

1、電力系統(tǒng)中無人機航拍巡線的應用愈加廣泛，對圖像處理的依賴性也愈漸增加。絕緣子作為輸電線路中重要的電氣部件，其運行狀態(tài)是重點檢測對象，而絕緣子的識別和定位是實現(xiàn)狀態(tài)檢測的前提。通常情況下航拍圖像分辨率不高、背景復雜多變、偽目標多，傳統(tǒng)的低層圖像特征在以絕緣子為研究目標時不能很好完成識別定位任務(wù)。本文以復雜背景的輸電線路航拍圖像為對象，設(shè)計了一種航拍絕緣子識別定位方法：
　　作為研究工作的基礎(chǔ)，本文建立航拍輸電線路圖像標簽分布數(shù)據(jù)庫，

2、數(shù)據(jù)庫的規(guī)模為1000幅圖像，圖像的標簽數(shù)量為1~5個。利用傳統(tǒng)特征完成對測試圖像標簽分布的預測，從特征層面對實驗結(jié)果作出分析。
　　針對低層圖像特征不能很好完成航拍圖像特征表達的問題，采用一種基于VGGNet深度神經(jīng)網(wǎng)絡(luò)的特征提取方法。為解決主觀標簽量化的LDL存在的問題，提出一種基于像素面積占比的客觀標簽量化方法，以VGGNet提取的深度特征和客觀標簽分布相結(jié)合，完成測試圖像的標簽分布預測。實驗結(jié)果表明能夠準確實現(xiàn)航拍絕緣子圖