[发明专利]一种基于深度学习的高压电线结冰区域检测方法有效
| 申请号： | 201910949919.8 | 申请日： | 2019-10-08 |
| 公开（公告）号： | CN110782431B | 公开（公告）日： | 2022-03-22 |
| 发明（设计）人： | 张三元;吴书楷;祁忠琪;涂凯 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/764;G06K9/62 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 林超 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的高压电线结冰区域检测方法。本发明首先对摄像机拍摄到的高压电线原始图片进行预处理，选择待检测区域的图片，然后通过深度学习的分类方法对图片进行类别判定，如果判定摄像机拍摄图片正常，则通过深度学习的检测方法对图片中高压电线结冰区域的边界进行关键点检测，如果判定图片异常则在屏幕上打印异常警告信息。本发明经实验结果表明，该方法可以对图片中高压电线的结冰区域实现较为精确的检测，便于工作人员后续对结冰厚度进行评估，可有效预防电力设施故障的发生，具有较高的实际应用价值。 | ||
| 搜索关键词： | 一种 基于 深度 学习 高压 电线 结冰 区域 检测 方法 | ||
【主权项】：
1.一种基于深度学习的高压电线结冰区域检测方法，其特征在于，包括以下步骤：/n1)利用高压电线杆上的摄像头采集高压电线图片作为样本图片，然后对样本图片进行预处理，根据所有样本图片构建分类数据集和电线边界关键点数据集；/n2)建立深度分类网络并进行训练和测试；/n3)建立深度检测网络并进行训练和测试；/n4)将待测图片预处理后输入步骤2)的深度分类网络进行类别判定，若分类网络判断待测图片异常，输出警告信息，若深度分类网络判断待测图片正常，将待测图片输入步骤3)的深度检测网络获取电线结冰区域边界关键点的坐标值。/n
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浙江大学，未经浙江大学许可，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/201910949919.8/，转载请声明来源钻瓜专利网。
