基于关键点匹配和深度特征的水电站无人机巡检图像异常目标识别

摘要

为了满足不断上涨的电力能源需求，分布式能源并入大电网规模逐渐加大，尤其是水力发电机组(水电站),其占据比重最大，对电网运行安全性影响最大，需要保障水电站运行的可靠性，因此提出了基于关键点匹配和深度特征的水电站无人机巡检图像异常目标识别方法研究。预处理水电站无人机巡检图像，提升巡检图像的清晰度，以此为基础，采用方向梯度直方图模式提取巡检图像深度特征，选取较重要的深度特征作为关键点，对巡检图像进行匹配，将同一水电站场景巡检图像整合为一个集合，根据深度特征是否具有离群点判定巡检图像是否存在异常目标，计算异常目标深度特征与已知异常目标特征之间的相似度，从而实现巡检图像异常目标的识别。实验数据显示：应用提出方法获得的异常目标识别结果与实际异常目标识别结果一致，异常目标识别平均精度最大值为95%,充分证实了提出方法应用性能更优。

关键词

异常目标识别 / 深度特征提取 / 水电站 / 关键点匹配算法 / 无人机巡检图像

基金资助

国家电网公司科技项目(52991E20001U)