- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
利用激光斑点检测数字图像中的电力线路绝缘子
摘要： 用于记录和处理数字图像的技术迅猛发展，使其能够应用于评估输电线路的技术状态。然而，若没有一套基于所记录视频数据获取诊断信息的专用方法，这是无法实现的。本文所述方法详细介绍了利用激光点在具有多样化背景的数字图像中检测输电线路绝缘子的情况。在分析图像中检测绝缘子的算法基于对图像中连续两对激光点之间读取的像素强度剖面数字信号进行测试。该方法包括以下阶段：导入带有激光点的图像、检测图像上的激光点，以及对为每对找到的激光点计算出的每个图像剖面进行模式分类。被评估为描绘绝缘子的剖面具有反映目标结构的规则模式。要将剖面分类为包含绝缘子或不包含绝缘子，应遵循几个步骤：对信号求平均值、去除线性趋势、查找并交替最小值和最大值。所提出方法的性能通过一个开放获取的数据集进行了验证，该数据集包含各种具有高压输电线路绝缘子的场景。
关键词： 数字图像、模式分类、检测算法、电力线绝缘子、激光光斑
更新于2025-09-16 10:30:52
-
基于深度卷积神经网络的高光谱图像分类数据增强方法
摘要： 卷积神经网络（CNN）已广泛应用于高光谱图像（HSI）分类。实践证明，在训练数据量较小时，数据增强技术具有显著效果。本文通过大量对比实验研究了常见数据增强方法，发现这些常规方法仅能产生有限且存在上限的性能提升。为解决该问题，本研究提出一种名为像素块对（PBP）的新型数据增强方法，可大幅增加训练样本数量。该方法利用深度CNN提取PBP特征，并采用决策融合技术进行最终标签分配。实验结果表明，本方法性能优于现有方案。
关键词： 模式分类，卷积神经网络（CNN），高光谱影像（HSI），数据增强
更新于2025-09-09 09:28:46