一种基于CNN的电缆隧道照明设备的异常识别方法

    公开(公告)号:CN108615057B

    公开(公告)日:2020-07-14

    申请号:CN201810404956.6

    申请日:2018-04-28

    IPC分类号: G06K9/62 G06N3/04

    摘要: 本发明涉及计算机图像处理的技术领域,更具体地,涉及一种基于CNN的电缆隧道照明设备的异常识别方法,选择了训练CNN卷积神经网络模型的方式充分利用了卷积神经网络提取二维图片特征的能力,弥补了传统方法特征描述不足或难以选择合适特征的缺陷。本发明能够检测图像中的照明设备状况并具有良好的稳定性,不受待测图像中其他噪声、光线的影响,且在照明设备开启和关闭两种情况下都能够准确地检测与定位出待检测巡检机器人拍摄照明设备图片中的目标物,具有较强的抗干扰能力和较好的鲁棒性,能够提高电缆隧道内部照明设备检测的准确率。处于昏暗、复杂背景下的隧道内部设备检测具有通用性,具有较宽的适用范围。