Page 111 - 无损检测2023年第十二期

马金鑫, 等:

基于无人机智能视觉的大型特种设备表面缺陷检测

[ 3 ] 张铭予. 基于深度学习的输电线巡检图像绝缘子检测
和缺陷识别[ D ] . 西安: 西安理工大学, 2021.
[ 4 ] 雷家杰, 张太雷, 刘小双, 等. 基于多旋翼无人机的紫

外成像检测技术在电力巡检中的应用[ J ] . 电气时代,
2021 ( 9 ): 47-51.
[ 5 ] 吴云鹏. 高铁沿线典型设备的无人机图像智能缺陷检
测研究[ D ] . 北京: 北京交通大学, 2021.
[ 6 ] 戴永东, 姚建光, 李勇, 等. 基于定点化自适应选择卷

积神经网络的电力缺陷识别方法[ J ] . 高电压技术,
2021 , 47 ( 11 ): 3827-3836.
[ 7 ] 张喆. 基于深度学习的航拍架空输电线路典型缺陷识
别定位研究[ D ] . 北京: 华北电力大学, 2021.

[ 8 ] STOKKELAND M , KLAUSEN K , JOHANSEN T
图9 裂纹区域水平、 垂直方向投影曲线 A.Autonomousvisualnavi g ationofUnmannedAerial

表2 横向裂纹 A 检测数据与实际数据对比结果 Vehicle for wind turbine ins p ection [ C ]// 2015

International Conference on Unmanned Aircraft
缺陷 检测宽 检测长 实际宽 实际长 宽度测 长度测

类型 度 / mm 度 / mm 度 / mm 度 / mm 量误差 / % 量误差 / % S y stems ( ICUAS ) .Denver , CO , USA : IEEE , 2015.
横裂 [ 9 ] 贺斌, 贾建华, 赵峰, 等. 无人机在风机叶片检测中的
0.54 66.76 0.57 69.51 3.9 5.3
纹 A
应用[ J ] . 电工技术, 2019 ( 13 ): 64-65.
下应尽可能让无人机靠近要采集的表面结构, 以获 [ 10 ] 毛希玮, 徐莹莹. 基于无人机的风机叶片缺陷自动检
测技术[ J ] . 复合材料科学与工程, 2020 ( 9 ): 85-89.
取更小的像素当量, 提高图像的质量。
[ 11 ] 彭麟. 基于无人机获取图像的风机叶片表面故障的检
3 结语 测与分析[ D ] . 上海: 上海电机学院, 2019.
[ 12 ] 温晗, 王剑. 基于激光点云的风机叶片无人机自主巡
介绍了一种用于大型特种设备表面裂纹缺陷检 检策略研究[ J ] . 现代制造技术与装备, 2021 , 57 ( 9 ):
测的无人机双云台检测装置。该装置可对大型特种
38-39.
设备的 各 个 部 位 进 行 全 方 位 拍 摄, 提 出 了 利 用 [ 13 ] DORAFSHANS , THOMASRJ , COOPMANSC , et

Faster R-CNN 深度学习神经网络检测裂纹的算 al.Dee p learnin gneuralnetworksforsUAS-assisted

法, 利用裂纹特征参数进行墙体裂纹的非接触式精 structuralins p ections : feasibilit y anda pp lication [ C ]//

确测量, 实现了裂纹缺陷的高精度可视化检测。现 2018InternationalConferenceonUnmannedAircraft

场检测结果表明, 该算法能够适应简单背景下罐区 S y stems ( ICUAS ) .Dallas , TX , USA : IEEE , 2018.

[ 14 ] VAZQUEZ-NICOLAS J M , ZAMORA E ,
围堰墙面以及高空建筑物墙面的高精度检测要求,
GONZALEZ-HERNANDEZ I , et al. Towards
提高了无人机载视觉系统的缺陷识别能力。
automaticins p ection : crack reco g nition based on
参考文献: Quadrotor UAV-taken ima g es [ C ]// 2018

International Conference on Unmanned Aircraft
[ 1 ] 周前飞, 丁树庆, 冯月贵, 等. 基于无人机视觉的起重
S y stems ( ICUAS ) .Dallas , TX , USA : IEEE , 2018.
机表面裂纹检测方法[ J ] . 测控技术, 2022 , 41 ( 4 ): 28- [ 15 ] 陈荣敏, 王皓冉, 汪双, 等. 基于无人机的坝面裂纹缺
34 , 75. 陷智能 检 测 方 法 [ J ] . 水 利 水 电 科 技 进 展, 2021 ,
[ 2 ] 张川, 邹和东, 王伟, 等. 无人机在架空输电线路运检
41 ( 6 ): 7-12.
中的应用[ J ] . 光源与照明, 2021 ( 10 ): 110-112.

3
7
2023年 第45卷 第12期
无损检测