论文部分内容阅读
针对GIS腔体人工直接检修困难以及内部环境复杂,文中提出了一种适用于GIS腔体内部特殊环境的机器视觉异物识别算法.由于腔体内存在异物大小不一,文中采用改进的多尺度的FT算法,并且使用Gini指数选取最优的显著图,采用了自适应阈值分割的办法,分割出异物,以图像的开运算剔除细小的噪声;最后,使用改进的分类网络,对异物进行识别.相对于人工检测,此种算法在细小异物的识别方面具有更高的准确率,且在检测速度上更加有优势,综合检测正确率不低于94％,速度不低于50 fps.