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：国网江苏省电力有限公司电力科学研究院;国网江苏省电力有限公司;江苏省电力试验研究院有限公司

摘要：本发明公开一种基于改进B‑CNN算法的输电线植被入侵检测方法、装置及存储介质，属于电力设施图像检测技术领域。方法包括：获取待检测的输电线环境图像；对输电线环境图像进行预处理；对预处理后的图像提取GLCM特征；将预处理后的输电线环境图像以及所提取的图像GLCM特征输入预先训练的输电线植被入侵检测模型，得到模型输出的分类结果；根据输电线植被入侵检测模型分类结果输出植被侵入区域以及输电线区域分别被标记的图像。本发明利用可见图像的纹理特性，在利用GLCM算法提取图像纹理特征的基础上，使用B‑CNN算法对电力线以外的植被区域进行检测和分类，不仅可简化样本标记操作，同时可提升检测准确率。

主权项：1.一种基于改进B-CNN算法的输电线植被入侵检测方法，其特征是，包括：获取待检测的输电线环境图像；对输电线环境图像进行预处理；对预处理后的图像提取GLCM特征；将预处理后的输电线环境图像以及所提取的图像GLCM特征输入预先训练的输电线植被入侵检测模型，得到模型输出的分类结果；根据输电线植被入侵检测模型分类结果输出植被侵入区域以及输电线区域分别被标记的图像；其中，所述输电线植被入侵检测模型采用B-CNN网络，其包括依次设置的输入层、卷积层、双线性池化层以及Softmax归一化层，所述卷积层包括分别连接输入层的卷积网络A和卷积网络B，两者的输出经双线性池化层做外积处理和池化处理后得到双线性向量；B-CNN网络表达为以下公式： ；式中，表示B-CNN网络的输出分类；和分别表示卷积网络A和卷积网络B的特征提取函数，为映射过程函数，表示将图像和位置区域通过设定的映射关系映射成一个维尺寸的向量；表示池化函数，表示通过Softmax归一化层的双向分类识别向量；所述外积处理公式表示为： ；其中和分别为图像的位置处卷积网络A和卷积网络B输出的特征；所述池化函数表示为： ；其中为图像的卷积输出在外积处理后的池化结果。

全文数据：

权利要求：

百度查询： 国网江苏省电力有限公司电力科学研究院 国网江苏省电力有限公司 江苏省电力试验研究院有限公司 一种基于改进B-CNN算法的输电线植被入侵检测方法、装置及存储介质