文献类型：期刊文章

作　　者：程海燕[1] 韩璞[1] 董泽[1] 张木柳[1]

CHENG Hai -yan;HAN Pu;DONG Ze;ZHANG Mu -liu(Hebei Engineering Research Center of Simulation ＆ Optimized Control for Power Generation,North China Electric Power University,Baoding Hebei 071003,China)

机构地区：[1]华北电力大学河北省发电过程仿真与优化控制工程技术研究中心,河北保定071003

出　　处：《计算机仿真》

基　　金：河北省自然科学基金(F2017502016);中央高校基本科研业务费专项资金项目(2014MS140)

年　　份：2018

卷　　号：35

期　　号：8

起止页码：424-428

语　　种：中文

收录情况：BDHX、BDHX2017、JST、ZGKJHX、核心刊

摘　　要：无人机巡检航拍图像的品质对图像分类结果有很大的影响,为了准确分类航拍巡检图像,将包含绝缘子的图像分拣出来,需要大量高品质的图像样本。而航拍图像背景复杂、干扰多,缺乏高品质图像样本。为解决上述问题,采用3DS MAX软件进行绝缘子建模和渲染,生成绝缘子模拟图像,对样本库进行扩充。但是过量加入绝缘子模拟图像,会导致过学习,需要对加入的模拟图像数量进行限制。采用卷积神经网络算法,对扩充后的样本库进行训练,获取分类模型,用于分拣含绝缘子的图像。在此过程中,获取绝缘子真实图像样本数与模拟图像样本数的最优比例。实验结果表明,采用含有最优比例的图像样本库训练出的分类模型,能够对含绝缘子的图像进行准确分拣,分类准确率得到了大幅度提升。

关 键 词：图像分类 卷积神经网络 模拟图像样本  绝缘子

分 类 号：TP391.9]