[发明专利]融合红外可见光的特高压线路绝缘子串深度学习识别方法在审
| 申请号： | 201710671781.0 | 申请日： | 2017-08-08 |
| 公开（公告）号： | CN107507172A | 公开（公告）日： | 2017-12-22 |
| 发明（设计）人： | 何冰;周韫捷;袁奇;王媚;蓝耕;乔丰翔;黄天琦 | 申请（专利权）人： | 国网上海市电力公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T3/00;G06T5/50 |
| 代理公司： | 上海科盛知识产权代理有限公司31225 | 代理人： | 赵志远 |
| 地址： | 200002 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种融合红外可见光的特高压线路绝缘子串深度学习识别方法，包括对待识别物体的可见光图像进行YUV编码，并得到可见光图像的Y分量、U分量和V分量；将可见光图像的Y分量和红外图像进行融合处理后得到融合后，将之结合可见光图像的U分量和V分量得到融合图像；使用训练好的Faster‑Rcnn模型对融合图像进行检测，提取出待识别物体中的绝缘子串。与现有技术相比，本发明在无人机电力线巡检的红外可见光融合图像部件检测中使用Faster R‑CNN算法流程，进行多种类别的电力小部件识别定位可以达到每张近80ms的识别速度和92.7％的准确率。 | ||
| 搜索关键词： | 融合 红外 可见光 高压 线路 绝缘子 深度 学习 识别 方法 | ||
【主权项】：
一种融合红外可见光的特高压线路绝缘子串深度学习识别方法，其特征在于，包括：对待识别物体的可见光图像进行YUV编码，并得到可见光图像的Y分量、U分量和V分量；将可见光图像的Y分量和红外图像进行融合处理后得到融合后，将之结合可见光图像的U分量和V分量得到融合图像；使用训练好的Faster‑Rcnn模型对融合图像进行检测，提取出待识别物体中的绝缘子串。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网上海市电力公司，未经国网上海市电力公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710671781.0/，转载请声明来源钻瓜专利网。
