公开(公告)号：CN112464756B

公开(公告)日：2023-05-02

申请号：CN202011271571.0

申请日：2020-11-13

Applicant: 上海电力大学

Inventor： 蒋伟 ,  张珍

IPC: G06V10/28 ,  G06V20/17 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06T9/00

Abstract: 本发明涉及一种面向绝缘子缺陷识别的图像量化方法，包括以下步骤：(S1)选取无人机巡检拍摄的绝缘子及其故障的图片，利用Faster RCNN网络对图像进行训练；(S2)利用(S1)训练出的故障识别模型，提取图像特征；(S3)根据(S2)提取出低层边缘信息中重点区域的特征；(S4)根据(S3)，利用特征提取网络的池化特性反推池化操作；(S5)根据(S4)，利用特征提取网络的卷积特性反推池化操作；(S6)最终推导出显著性标志图来指导量化。与未经过量化指导的JPEG压缩方法相比，在相同码率下，本发明对于电力小部件如绝缘子的缺陷识别效果更好，识别准确率更高。

公开(公告)号：CN112464756A

公开(公告)日：2021-03-09

申请号：CN202011271571.0

申请日：2020-11-13

Applicant: 上海电力大学

Inventor： 蒋伟 ,  张珍

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及一种面向绝缘子缺陷识别的图像量化方法，包括以下步骤：(S1)选取无人机巡检拍摄的绝缘子及其故障的图片，利用Faster RCNN网络对图像进行训练；(S2)利用(S1)训练出的故障识别模型，提取图像特征；(S3)根据(S2)提取出低层边缘信息中重点区域的特征；(S4)根据(S3)，利用特征提取网络的池化特性反推池化操作；(S5)根据(S4)，利用特征提取网络的卷积特性反推池化操作；(S6)最终推导出显著性标志图来指导量化。与未经过量化指导的JPEG压缩方法相比，在相同码率下，本发明对于电力小部件如绝缘子的缺陷识别效果更好，识别准确率更高。