1 华中光电技术研究所—武汉光电国家研究中心,湖北 武汉 430223
2 国网湖北省电力有限公司电力科学研究院,湖北 武汉 430077
针对无人机航拍图像尺寸过大,且背景环境复杂带来的导地线缺陷检测速度和精度下降的问题,提出了一种基于 LSD 与深度学习的轻量化导地线缺陷检测方法。首先利用LSD 算法提取图像的直线特征,并结合 RANSAC 拟合出一条分割基线;然后根据分割基线对导地线区域进行粗分割,剔除大部分背景干扰,减小送入检测网络的图片尺寸;最后通过对 YOLOv5 的主干网络进行修改,减少网络的计算量,使其更适合在边缘计算设备上部署。实验结果表明,该方法使待检区域大大减小的同时抑制了背景的干扰,使检测精度由原来的67.9% 提高到 71.3%,同时检测速度提升了 12%。本算法具有精度高、速度快、适合在边缘计算设备上部署等优点。
导地线缺陷检测 航拍图像 直线段检测 直线拟合 深度学习 detection of defects in ground wires UAV aerial images line segment detect line fitting artificial intelligence
1 中国科学院西安光学精密机械研究所,西安 710119
2 中国科学院研究生院,北京 100049
提出一种对激光光斑的衍射环进行检测的方法,该方法将衍射环的检测转换到梯度空间进行.该方法首先应用衍射环梯度方向信息定位可能是衍射环的区域,然后应用衍射环梯度模值信息进行校验,找出真的衍射环,并对真衍射环进行精确定位,从而达到对光学元件进行间接损伤检测的目的.模拟激光光斑图像的衍射环检测实验表明,该方法误报率低,定位准确.
激光光斑 衍射环检测 梯度算子 光学元件损伤检测 Laser spot Diffraction ring detection Gradient operators Detection of defects of optics