文献类型：期刊文章

作　　者：刘志颖[1] 缪希仁[1] 陈静[1] 江灏[1]

LIU Zhiying;MIAO Xiren;CHEN Jing;JIANG Hao(College of Electrical Engineering and Automation,Fuzhou University,Fuzhou 350116,Fujian Province,China)

机构地区：[1]福州大学电气工程与自动化学院,福建省福州市350116

出　　处：《电网技术》

基　　金：国家自然科学青年科学基金项目(61703105,61703106).

年　　份：2020

卷　　号：44

期　　号：3

起止页码：1057-1069

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：当前电力巡检工作中,有大量缺陷需要人工观测可见光图像进行检测,工作量大、效率低下且容易受工作人员技能水平影响使检测效果参差不齐。为了应对这一问题,人们进行了大量研究以求实现视觉检查的自动化,但远不能满足工程应用需要。首先介绍电力巡检可见光图像的来源,总结可见光巡检的内容及缺陷特点,将可见光图像视觉检查问题分解为2类问题:图像目标检测和图像测距;然后分别对2类问题的研究与应用现状进行综述,结合实验数据分析可见光巡检图像智能处理技术的发展趋势,探讨深度学习技术在该领域的应用前景;在此基础上,阐述进一步推进巡检图像智能处理所面临的挑战及可能的解决方案,并给出若干点建议。

关 键 词：电力巡检  深度学习  图像处理 目标检测 图像测距  

分 类 号：TM75]