电力巡检中绝缘子缺陷问题研究

针对电力巡检中由于无人机航拍绝缘子图像尺寸大,导致小目标检测难的问题,提出一种结合滑动窗口和主流神经网络的改进算法,对大尺寸图像中绝缘子串珠的分割以及缺陷区域的定位进行研究.在绝缘子串珠分割问题上,采用滑动窗口结合Mask R-CNN神经网络算法进行图像分割;在绝缘子缺陷检测问题上,结合滑动窗口和非极大值抑制算法对Yolo-v4神经网络进行改进,提高绝缘子缺陷区域小目标检测的精度.实验结果表明,分割所得绝缘子串珠掩膜图与标准掩膜图的相似度(Dice系数)为85.68%,与人工标记的绝缘子区域相比达到更高的相似度,绝缘子缺陷定位的平均精度均值(mean AP)为94.88%,与真实数据相比,平均重叠度为86.93%.