一种基于SIFT-BOW模型的绝缘子图像识别方法

目前无人机对电力输电线路进行巡检已经成为电网巡线的重要方式。为提高无人机巡检图像中的绝缘子的识别准确率和速度,提出了一种基于SIFT-BOW(Scale-Invariant Feature Transform-Bag of Word)模型的绝缘子识别方法。首先利用选择性搜索算法在完整巡检图像中提取出候选区域;然后在候选区域内提取SIFT特征,利用BOW模型对SIFT特征进行表示;最后使用支撑向量机(SVM)在候选区域内进行目标的识别。实验结果显示:该方法对白色陶瓷绝缘子样本的识别准确率达89. 3%,对白色陶瓷绝缘子样本的识别的速度约为10 ms/张,对完整航拍图像的识别速度约为3. 6 s/张,较好地兼顾了识别准确率与识别速度。