仪器仪表学报

作者：刘传洋，吴一全，刘景景

单位：刘传洋,1. 南京航空航天大学电子信息工程学院，2. 池州学院机电工程学院,,吴一全,1. 南京航空航天大学电子信息工程学院,,刘景景,2. 池州学院机电工程学院,

关键词：金具;锈蚀缺陷;图像处理;深度学习;目标检测;语义分割

基金：国家自然科学基金(61573183)、高校自然科学研究(2023AH052358,CZ2022ZRZ07)项目资助

输电线路金具的表面锈蚀作为常见的缺陷类型,是危害输电线路安全运行的重要隐患之一,如何快速、准确地发现锈蚀的金具设备并进行修复是线路巡检运维工作亟待解决的问题。本文综述了近十年来基于视觉的输电线路金具锈蚀缺陷检测方法的研究进展。首先简述了基于传统图像处理的金具锈蚀缺陷检测流程;然后按照基于传统图像处理、深度学习方法概述了金具设备锈蚀缺陷检测,重点阐述了基于深度卷积神经网络的目标检测和语义分割算法在输电线路金具锈蚀缺陷检测中的应用;随后介绍了基于深度学习的金具锈蚀缺陷检测自建数据集以及性能评价指标;最后指出了基于深度学习的输电线路金具锈蚀缺陷检测方法目前存在的问题,并对未来研究工作进行了展望。

来源：2024年第3期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2024年第3期