1. 贵州电网有限责任公司遵义供电局
2. 南京德软信息科技发展有限公司
Published:2026
移动端阅览
曾宪武, 官涵宇, 刘力皓, et al. 耐张线夹X-DR图像增强与改进AKAZE特征拼接方法[J]. 2026, 45(4): 94-99+120.
DOI:
曾宪武, 官涵宇, 刘力皓, et al. 耐张线夹X-DR图像增强与改进AKAZE特征拼接方法[J]. 2026, 45(4): 94-99+120. DOI:
针对耐张线夹X-DR图像低照度、低对比度、弱纹理及重复结构导致拼接困难的问题,提出融合增强与改进特征匹配的拼接方案。采用ALTM-Retinex增强算法,融合自适应局部色调映射与多尺度Retinex理论,提升暗区细节与对比度;对AKAZE算法实施自适应扩散、多尺度特征增强及方向估计优化,结合FLANN快速匹配与RANSAC误匹配剔除,构建“增强-配准-融合”完整流程。实验表明:ALTM-Retinex使平均梯度由3.45升至8.91
对比度改善系数达4.47;改进AKAZE特征点数量由659增至1851(增幅181%)
特征重复率由0.80升至0.84;RANSAC使匹配内点比例由0.48升至0.63
重投影均方根误差由2.31像素降至0.80像素。线性渐变融合的峰值信噪比与结构相似性均优于直接平均融合。该方案可有效生成结构连续、视觉自然的全景图像,为耐张线夹压接缺陷智能识别提供数据支撑。
赵启轩.深度学习在电力设备耐张线夹缺陷检测中的应用研究[D].电子科技大学,2020(07).
田晓琛.超长耐张线夹压接图像分割与缺陷检测技术研究[D].哈尔滨工业大学,2023(04).
David G. Lowe.Distinctive Image Features from Scale-Invariant Keypoints.[J].International Journal of Computer Vision,2004.
许向阳,袁杉杉,王军,戴亚平.基于全局和局部特征的图像拼接方法[J].北京理工大学学报,2022(05).
谭兴华,杨东,张辉,郭振华.基于无人机与X射线数字成像技术的输电线路耐张线夹检测方法[J].自动化与仪表,2021(09).
张海波,寇姣姣,杨兴,海琳琦,周明全,耿国华.面向青花瓷碎片图像的U-Net++拼接网络[J].计算机辅助设计与图形学学报,2024(03).
李海峰,梁纲,刘阳,袁俊锋,王芬,钟封豪.基于YOLO-ISC的输电线路耐张线夹X-DR图像压接缺陷检测[J].广东电力,2025(08).
Hanxiang Qian,Xiaojun Guo,Shaojing Su,Xiaoyong Sun,Feiyang Liu.A Real-time Stitching Method Based on FLANN Algorithm of Multi-UAV for Remote Sensing Image[J].Instrumentation,2025(03).
李鸿,郑皓亮,丁龙,贾智伟,李灵.基于融合特征增强与高效重建机制的耐张线夹无监督异常检测方法[J].测控技术,2025(12).
0
Views
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution