基于机器视觉的高压输电线路部件缺陷识别技术研究
彭天宇 （ 南方电网有限责任公司超高压输电公司昆明局 ）
https://doi.org/10.37155/2717-5170-0801-10Abstract
本文聚焦基于机器视觉的高压输电线路部件缺陷识别技术，阐述了该技术的基础，包括机器视觉技术核 心构成与高压输电线路关键部件。深入探讨了关键技术，涵盖数据采集方案设计、图像预处理技术优化、缺陷特征提 取与识别模型构建以及缺陷定位与严重程度评估。并针对性地提出增强复杂环境鲁棒性、解决小样本与多缺陷识别问 题、提升实时性与边缘部署能力等优化策略。旨在为高压输电线路部件缺陷识别提供更高效、准确的技术支持，保障 电力系统的安全稳定运行。
Keywords
机器视觉；高压输电线路；部件缺陷识别Full Text
PDFReferences
[1]黄学达,陈思思,袁刘湘,等.基于STM32的输电线路
缺陷检测方法研究[J].电子器件,2024,47(06):1601-1605.
[2]冯伦.多光谱图像融合技术在输电线路无人机巡检
中的应用与效率分析[J].流体测量与控制,2024,5(06):8-11.
[3]方志丹，林伟胜，范晟，等.基于层级识别模型的
输电线路杆塔小金具缺陷识别方法[J].电力信息与通信技
术，2020,18(09):16-24.
[4]侯春萍，章衡光，张巍，等.输电线路绝缘子自
爆缺陷识别方法[J].电力系统及其自动化学报，2019,
31(06):1-6.
缺陷检测方法研究[J].电子器件,2024,47(06):1601-1605.
[2]冯伦.多光谱图像融合技术在输电线路无人机巡检
中的应用与效率分析[J].流体测量与控制,2024,5(06):8-11.
[3]方志丹，林伟胜，范晟，等.基于层级识别模型的
输电线路杆塔小金具缺陷识别方法[J].电力信息与通信技
术，2020,18(09):16-24.
[4]侯春萍，章衡光，张巍，等.输电线路绝缘子自
爆缺陷识别方法[J].电力系统及其自动化学报，2019,
31(06):1-6.
Copyright © 2026 彭天宇
Publishing time:2026-01-31
This work is licensed under a Creative Commons Attribution 4.0 International License