结合纹理参数和GA-BP神经网络的电力设备图像识别

摘要

随着我国电网规模逐渐扩大,保障电力系统设备安全稳定的运行具有重要意义.针对目前电厂和变电站的视频监控设备只能实现录像功能不能进行图像识别的问题,提出结合纹理参数和GA-BP神经网络的电力设备图像识别方法.首先,利用样本数据集训练得到灰度共生矩阵,由灰度共生矩阵可以计算得到图像的细节纹理等参数信息;其次,用已经训练好的GA-BP神经网络对纹理参数进行分类.实验结果表明,所提方法图像识别速度快,且识别精度高,可以准确定位并识别电力设备.