刘艳琼，张建州

（四川大学计算机学院，成都610065）

0 引言

近年来高铁因高速度和高安全性越来越多投入使用，高铁的牵引动力来自接触网提供的高压交变电。绝缘子在高铁架空输电路中起支撑接触网导线和防止电流回地的作用。在高铁系统中的安全检测中，绝缘子的检测不容轻视[1]。传统的绝缘子检测手段是人工携带检测装置实地检测，检测效率低，成本高且安全性低[2]。

目前较多的绝缘子检测方法有：利用图像处理技术提取绝缘子的边缘纹理信息检测绝缘子[3-8]、使用红外图像检测绝缘子[9-10]、人工设计绝缘子特征，使用SVM分类器检测绝缘子[11-12]。以上方法中，基于图像处理技术检测绝缘子的检测过程复杂，适应性较弱，对于背景复杂的绝缘子检测效果会大打折扣，而基于红外图像或紫外脉冲数据的绝缘子检测手段需要额外的硬件设备，成本较高。基于绝缘子特征，使用SVM分类器检测绝缘子的方法因人工特征泛化能力较弱，特征设计需要依赖设计者的经验，且人工设计特征过程繁琐，特征的通用性较低，在不同场景下的鲁棒性较差。

相比以上几种绝缘子检测方法，文献[13-16]使用深度学习检测与定位绝缘子，检测过程更简单，精确率更高。文献[13]通过辅助技术驱动摄像机转动，使拍摄的绝缘子保持在摄像视野的中心位置，再通过对SSD网络中增加多尺度感兴趣区域池化层，并微调SSD模型参数实现电网巡检图像中的绝缘子定位，最终实现了基于目标图像识别技术的绝缘子前端定位系统。……