龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：国网湖北省电力有限公司荆州供电公司;国网湖北省电力有限公司监利市供电公司;三峡大学
摘要：基于X‑DR图像预处理与深度学习的耐张线夹缺陷分类方法，基于X射线无损检测技术获取耐张线夹X光图像；基于3维块滤波算法对获取的耐张线夹X光图像进行去噪处理；基于同态滤波算法对去噪处理后的图像进行特征增强；基于主干特征提取网络CSPDarknet对特征增强的图像进行特征提取；基于CBAM‑PANet对特征提取图像特征进行融合；基于Head‑4分类预测网络进行耐张线夹缺陷分类。该方法具备良好的泛化能力和可扩展性，能够显著提高电力系统中耐张线夹缺陷检测的效率和准确性，对提升电力系统的安全性和可靠性具有重要意义。
主权项：1.基于X-DR图像预处理与深度学习的耐张线夹缺陷分类方法，其特征在于包括以下步骤：步骤1：基于X射线无损检测技术获取耐张线夹X光图像；步骤2：基于3维块滤波算法对步骤1获取的耐张线夹X光图像进行去噪处理；步骤3：基于同态滤波算法对步骤2去噪处理后的图像进行特征增强；步骤4：基于主干特征提取网络CSPDarknet对步骤3特征增强的图像进行特征提取；步骤5：基于CBAM-PANet对步骤4特征提取图像特征进行融合；步骤6：基于Head-4分类预测网络进行耐张线夹缺陷分类。
全文数据：
权利要求：
百度查询： 国网湖北省电力有限公司荆州供电公司 国网湖北省电力有限公司监利市供电公司 三峡大学 基于X-DR图像预处理与深度学习的耐张线夹缺陷分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号