基于自动视觉形状聚类的输电线路缺销缺陷检测方法
图像与视频处理
2020-01-20 v1 计算机视觉与模式识别
摘要
螺栓是输电线路中数量最多的紧固件，且易丢失其开口销。如何实现输电线路中螺栓缺销缺陷的自动检测，从而及时高效地排查故障，是电力系统的一个难题和长期研究目标。本文构建了名为自动视觉形状聚类网络（AVSCNet）的缺销缺陷自动检测模型。首先，提出一种针对螺栓视觉形状的无监督聚类方法，并应用于构建能够学习视觉形状差异的缺陷检测模型。接着，在模型中使用了三种深度卷积神经网络优化方法：特征增强、特征融合和区域特征提取。通过对区域特征进行回归计算和分类得到缺陷检测结果。本文利用不同网络的目标检测模型对由多地输电线路航拍图像构建的缺销缺陷数据集进行测试，并通过多种指标进行评估和充分验证。结果表明，我们的方法能取得相当满意的检测效果。
引用
@article{arxiv.2001.06236,
title = {Detection Method Based on Automatic Visual Shape Clustering for Pin-Missing Defect in Transmission Lines},
author = {Zhenbing Zhao and Hongyu Qi and Yincheng Qi and Ke Zhang and Yongjie Zhai and Wenqing Zhao},
journal= {arXiv preprint arXiv:2001.06236},
year = {2020}
}