基于点云与深度学习的缺陷检测方法和系统
公开
摘要
本发明涉及电力技术领域，提供一种基于点云与深度学习的电力设备缺陷检测方法及系统。该方法包括：获取绝缘子图像信息和激光三维点云数据；利用所述图像信息通过深度卷积神经网络判断绝缘子类型；根据确定的绝缘子类型调用对应类型的三维绝缘子点云缺陷检测模型；将所述绝缘子激光三维点云数据输入所述缺陷检测模型，确定绝缘子缺陷类型；上述方法克服了仅仅使用图像检测或激光点云模型进行缺陷检测不准确的问题，提高了检测的精确度和检测速度。
基本信息
专利标题 ：
基于点云与深度学习的缺陷检测方法和系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114627021A
申请号 ：
CN202210271151.5
公开（公告）日 ：
2022-06-14
申请日 ：
2022-03-18
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
浦石
申请人 ：
南通拓维思智能科技有限公司
申请人地址 ：
江苏省南通市崇州大道60号紫琅科技城11B号楼8层
代理机构 ：
青岛发思特专利商标代理有限公司
代理人 ：
张洒洒
优先权 ：
CN202210271151.5
主分类号 ：
G06T5/00
IPC分类号 ：
G06T5/00 G06T7/00 G06N3/04 G06K9/62 G06V10/774
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
法律状态
2022-06-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
