基于改进U-Net的高压电缆绝缘层图像分割研究

作     者：侯北平 李丰余 朱文 胡飞阳 Hou Beiping;Li FengyuZhu Wen;Hu Feiyang

作者机构：浙江科技学院自动化与电气工程学院杭州310023 浙江省智能机器人感知与控制国际科技合作基地杭州310023 

基　　金：浙江省“尖兵”“领雁”研发攻关计划项目(2022C04012) 浙江省基础公益研究计划项目(LGG21F030004) 浙江省重点研发计划项目(2021C04030)资助 

出 版 物：《电子测量与仪器学报》 (Journal of Electronic Measurement and Instrumentation)

年 卷 期：2023年第37卷第10期

页      码：232-243页

摘      要：针对目前高压电缆绝缘层检测操作繁琐、效率低、重复测量差异大等问题,设计了一种新型电缆绝缘层检测装置,提出了一种基于改进U-Net的高压电缆绝缘层图像分割方法。首先替换主干特征提取网络为VGG16网络,结合迁移学习将VGG16在Pascal VOC2012数据集中训练的权重作为预训练权重,利用通道注意力模块在跳跃连接处融入自适应特征加权机制,在上采样过程中添加分组卷积,提高了语义分割精度;然后利用训练的最优权重进行绝缘层图像分割,提取轮廓区域特征并进行二值化处理,使用连通区域算法对轮廓区域进行填充;最后,融合原始图像和分割区域生成完整绝缘层分割图像。实验结果表明,平均交并比和平均像素准确率达到99.56%和99.81%,较原网络效果提升明显,验证了该方法在高压电缆绝缘层分割上的有效性。

主 题 词：绝缘层 图像分割 特征提取网络 注意力机制 迁移学习 

学科分类：11[军事学] 0810[工学-土木类] 1105[1105] 081203[081203] 08[工学] 0835[0835] 081002[081002] 110503[110503] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13382/j.jemi.B2306591

馆 藏 号：203125205...