基本信息:
- 专利标题： 一种输电线路杆塔及部件精细化提取方法
- 申请号：CN202311208549.5 申请日：2023-09-19
- 公开(公告)号：CN117274626A 公开(公告)日：2023-12-22
- 发明人： 王仁书 , 陈伯建 , 吴文斌 , 许军 , 李哲舟 , 韩腾飞 , 张伟豪 , 梁曼舒 , 林承华 , 郑宇 , 易弢 , 李超
- 申请人： 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
- 申请人地址： 福建省福州市仓山区复园支路48号
- 专利权人： 国网福建省电力有限公司电力科学研究院,国网福建省电力有限公司
- 当前专利权人： 国网福建省电力有限公司电力科学研究院,国网福建省电力有限公司
- 当前专利权人地址： 福建省福州市仓山区复园支路48号
- 代理机构： 福州元创专利商标代理有限公司
- 代理人： 陈明鑫; 蔡学俊
- 主分类号： G06V10/44
- IPC分类号： G06V10/44 ; G06V10/26 ; G06V10/74 ; G06V10/80 ; G06V10/82 ; G06N3/0464 ; G06N3/08
摘要：
本发明涉及一种输电线路杆塔及部件精细化提取方法，通过融合可见光和红外图像，实现对输电线路杆塔及部件目标的准确提取，在融合可见光和红外图像过程中，综合深度学习目标识别、边缘检测、区域扩展等算法，具备以下特点：一是利用深度学习进行大目标区域的辨识，先确定区域内的部件类型，大幅减少样本准备和模型训练的成本和代价；二是改进边缘检测算法，更适合杆塔部件的轮廓分割，实现对区域内的部件“粗”分割；三是通过红外图像中的温度数值信息，实现对杆塔及部件进一步的精细提取。通过综合可见光和红外图像信息，并且利用不同类型算法分层次实现杆塔部件的准确提取，可以大幅降低算法实现的成本，并且保证杆塔及部件的提取效果。