一种基于深度学习的输电导线覆冰检测和厚度估计的方法

摘要

本发明涉及一种基于深度学习的输电导线覆冰检测和厚度估计的方法，属于输电智能运检领域。该方法包括以下步骤：利用安装在输电线路上的监拍设备拍摄图像，构建输电导线覆冰图像样本库；标注未覆冰图像中的导线区域，得到不同导线区域的像素宽度；利用MaskR‑CNN实例分割算法，完成对输电线路覆冰的检测并提取覆冰区域；通过输电导线的实际宽度和标定的像素值，计算出覆冰区域的实际厚度。本发明基于图像检测输电导线的覆冰厚度估计，能够应对复杂场景的导线检测效果差的问题，具有准确性高、成本低的优点，满足了输电场景覆冰隐患检测的要求。