融合LSD算法与深度学习的开关状态检测方法
2021-09-07林本丰孙悦程
计算机工程与应用 2021年17期
关键词:检测
林本丰,王 呈,孙悦程
1.江南大学 物联网工程学院,江苏 无锡214122
2.无锡市工业设备安装有限公司,江苏 无锡214122
公用设施设备种类多,分布分散,日常巡视目前大部分仍依赖人工完成。物联网技术能够实现设备运行状态远程监测,对于加装传感器或已配备数据接口的设施设备,可以通过集成网关和总线技术远程采集运行数据,实现设施设备智能化改造。随着人员工资普涨,越来越多的维保单位引入巡检机器人,完成类似机房、隧道等现场环境及设备状态的监测。巡检机器人辅助视觉分析无需改造原有设备,适用一些未配备数据接口且加装传感器、改造成本较高的场景。本文即从巡检机器人应用的角度,针对变电所控制柜开关状态检测,展开机器视觉算法研究。
图像视频中的目标检测已经成为当前人工智能、机器视觉研究领域的热点[1-3]。直线段作为输入图像中底层图像特征,包含了场景中最基本的几何信息和拓扑信息[4],可以作为检测图像高层特征或分析图像内容的基础。相较特征点或边缘曲线等传统图像特征,直线段包含更丰富的信息,如直线段角度、中心点等。文献[5]提出基于正则化Hough变换的图像直线检测方法,在检测直线信息时受直线中的间隙和图像中的高斯噪声影响较小,但因为采用“一对多”匹配算法导致占用空间大,检测实时性不高。文献[6]提出一种基于改进Hough变换的直线快速检测算法,该算法利用相邻像素点的聚类和Hough变换原理来检测直线,加快了检测速率,但需要调整累加平面阈值、线段最大间隔值、搜索步进精度值等参数才能保证检测准确率。……
登录APP查看全文
