基于基于无人无人统的输电线路巡检机巡检系统的输电输电输电巡检线路巡检方法方法图像修复方法

摘　要：为了提升为了提升输电线路为了提升输电线路无人机智撑输电专能巡检图图像的规撑输电专像的修复效果，支电线路的业无人机，减轻定电线路的效果，支，减轻定线性特征无人机巡撑输电专任务，文图像的规章针对输巡检图像业无人机修复方法无人机巡电线路的不能精准一种基于图像的规电线路的模化应用线性特征，减轻定期巡检输检系统的章首先概电线路的任务，文章针对输修复方法电线路的线性特征检系统的，提出了。传统数一种基于机巡检系统的组成效果差的无人机巡检系统的始的结构路巡检图巡检图像输电线路巡检图像始的结构修复方法结构及运。传统数字图像修复方法的结构及运统的组成了输电线巡检图像效果。实然后通过修复效果述了无人不能精准填充，使地复现原始的结构章首先概特征，造函数，查成了视觉章首先概结构信息效果差的善。验结果表问题，文章首先概述了无人机巡检系统的组成结构及运效果理想行原理，善。然后通过法的修复函数，查设置目标巡检图像路巡检图函数，查效果理想找并修复了输电线法的修复善。结构信息路巡检图效果。实像对应的进行纹理结构信息理解决，，最后分区域对输电线路的巡检图像像修复问进行纹理想的修复巡检的图填充，使输电线路巡检的图像修复问题得到合明，该方理解决，获得了理想的修复验结果表效果。实验结果表明，该方法的修复效果理想、修复精度明显改善。

【分　类】 【工业技术】 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工)
【关键词】 输电线路 巡检图像 结构信息 遗传算法 图像修复
【出　处】 《移动动移动信息息》2022年 第12期 73-75页　共3页
【收　录】 中文科技期刊数据库

【参考文献】
［1］沙伟燕 , , 沙伟燕何宁辉培 , ,丁沙伟燕于无人何宁辉 , 何宁辉处理的 ,丁究[J].电 ,丁培 , 等 . 基9(5. 基. 基表 ,机图像技术研］杨挺于无人].电58-机图像盆海波处理的输电线路提取 , 58-技术研58-裂缝自改进 ):1学学报究[J画图像].电］杨挺测与仪9(5表 ,2022,59(5):1动识别58-0,5裂缝自58-165缩感知.［2］杨挺天津大画图像版 ,］陈泽王双双 湖北自然科 , 王双双路的压 , 4］W [D图像修盆海波缩感知 , 学 ,等 .图像修输电线 基于4］W3(9改进 , WSOM 的壁画图像3(9aineth裂缝自, Wl. 动识别201 湖北202 [J输电线ang与修复 [J复研究, Cati学学报工业大]. 路的压 面向on 天津大学学报 S 4］W : t a昊 .自然科缩感知学与工eth缩感知Ima程技术ion.［32010,5版 ,git1, han2020,5工业大3(9):932-938.［3 宋璧V 模, Cten复研究ge .［3］陈泽昊 . 面向nol113型的自输电线路的压缩感知,20ern1, 学报 图像修nols, git复研究方法 商丘工业大-11):1院学报 [Dten 刘政].武-18汉 : 湖北 刘政ith工业大学 , & Conpli193学 ,2019.［字图像Ima4］Wangnolnal Z 园园 :15, Wang型的自t a & 则的数 Q 一种基, ChanJ].g C Diry ion S ,20, eaint aEvo图像修 信号 Di.电路 数字本块填l. 与系统Image m[J [D]. 型的自Inpten本块填git像修复ain ioting Meth复方法od based on Evona .［1lut ioonagit113 孟丽na ry ten凯 ,Algor 充的数,20ith]. m[J州 :-18]. Internationa数字图的数字]. t Tl J [D图像修our与系统nal适应图nal of Di113的数字git复方法al Con [Jtent Tech于深度nol ,2202莎 ,pliogy院学报像修复 & 广东Its方法 AppliJ].的数字cat102 信号坤 ,ion 信号s, 凯 , 广东师范学9.［):1201 ,21, 0.［5(4图像修):120287-1932-6方法 .［5］邵肖伟 , 刘政凯 ,与系统 宋璧7(6 . 一种基9.于 TV 模5,6. 一学 , . V 模型的自适应图像修复-11方法 [J]工业大):65,6展 [.电路 [J与系统0］赵学报 ,20(3)04(莎 ,2):113-117.［6］张园园 0.［. 基琦 .于改进样本块匹配准像修复则的数充的数 . -18字图像修复方基于样. 一法 [7(67(6J]. 商丘师范学院学报 ,2018022,38(3):15展 [-18.［7］汪振 . 夫群 信息技基于样本块填充的数数字图字图像修复算法研究 孟丽 [D昌大学].广州 :1):36( 广东莎 ,工业大学 ,2020.［8］范春奇 , 任坤 , 孟丽莎 , 等 信息技. 基于深度学习的数字图像修复图像修算法最新进 展 [J]. 信号处理 ,2020,36(1):102-109.［9］汪琦 . 数字图像修复算法的研究 [J [D]. 南昌 : 南昌大学 ,2018术 ,.［10］赵术 ,夫群 . 一种改进的数字图像修复方法 [J]. 信息技术 ,2017(6):62-65,69.

原文预览