智能巡检图像识别系统的设计与实现（Python）.docx

本文已获得授权 近些年来，随着互联网技术的发展与迅速普及，人工智能已成为国内外众多学者的研究对象，其中智能巡检该领域已被电力、铁路、供水、炼油等部门广泛应用于日常生活中。因此，利用智能巡检系统部分或全面替换人工巡检，针对各个领域的需求不同设计一套适合于本领域的智能巡检图像识别系统就变得尤为重要。本文以变电站巡检系统为基础，设计实现一套智能巡检图像识别系统。并且为了提高系统巡检效率，增强用户体验，本文提出一种基于卷积神经网络的图像识别算法，将智能巡检系统与其相结合，从而实现巡检图像的自动识别。本文主要研究内容如下： 围绕输电线路图像数据共享及智能巡检系统实现了巡检系统图像识别框架设计，研发实现了系统图像管理、视频管理、分析识别等核心功能。利用卷积神经网络技术实现变电站巡检图像识别任务，研究了卷积神经网络经典结构，采用双边滤波与图像分割算法对图像进行预处理，采用经典卷积神经网络结构和CIFAR-10数据集，完成了巡检图像种类丰富、背景多层次情况下的图像检测与识别。通过观察识别结果，本系统对于所采集图像的识别的准确率达到了预期效果。