基于深度学习的输电线路耐张线夹倾斜缺陷定量检测

刘敏 王红旭 周国亮 陈双辉 凌德泉

摘 要：针对输电线路中耐张线夹的倾斜缺陷，未能准确地去模糊处理所获取输电线路图像的问题，提出了基于深度学习的输电线路耐张线夹倾斜缺陷定量检测方法．结合冲击波滤波器与双边滤波器对获取的输电线路图像去噪处理，通过正则化方法估计模糊核．同时利用引导滤波器分解去模糊后的输电线路图像来获得细节层与基本层，分别进行伽马变换．将预处理后的输电线路图像输入至深度学习网络中，提取耐张线夹的傾斜缺陷特征，完成对缺陷的定量检测．实验结果表明，所提方法的准确率可保持在９０％以上，且召回率、ＡＰ值及Ｆ１指标均较高，具有良好的检测性能．

关 键 词：深度学习网络；输电线路；耐张线夹；倾斜缺陷；图像去模糊；图像增强；定量检测；滤波器

中图分类号：ＴＮ９１１.７３ 文献标志码：Ａ 文章编号：１０００－１６４６（２０２３）０４－０４４２－０５