论文部分内容阅读
传统人工方法采集到的图像受到噪声影响,导致电厂设备巡检结果存在精准度低的问题,提出基于图像识别的电厂关键设备周期性巡检方法。在巡检工作框架支持下,利用计算机提取出异象视觉特征,匹配高度相似图像,设计具体识别流程。采用均值滤波法对采集图像进行去噪处理,保护图像细节,消除噪声。在训练流程支持下,实现电厂关键设备周期性巡检。由实验结果可知,该方法目标跟踪结果与实际结果一致,且具有良好的巡检完整度,使电场设备巡检结果更加精准,满足设备周期性自动化检测的需求。