基于语义信息分块的高像素导线缺陷目标识别

摘要

输电导线作为架空输电线路重要的部件,在巡检过程中如果被发现存在缺陷可能导致重大电力事故的发生。对高像素无人机巡检图像进行导线缺陷识别所需计算量大且缺陷目标区域范围小,若在无人机巡检过程中实现实时较高精度的识别能够大大加快巡检效率。本文提出一种利用无人机搭载板载计算机实时处理高清摄像头采集的高分辨率导线图像识别导线缺陷的方法。该方法首先采用语义信息分块将导线图像降采样处理,然后利用分割网络获取低像素导线分割区域并对其网格化,裁剪出多个导线区域,将导线区域以降采样比例映射回高像素原图像后再裁剪出多个导线高分辨率导线区域,批次输入yolov3网络进行导线缺陷识别,最后根据输入的高精度关注区域在原图像的相对位置获得缺陷识别目标区域。实验结果表明,提出的识别方法可以实现对相机采集的高分辨率导线图像进行高帧率的缺陷实时识别,为无人机智能化巡检提供新的思路。