基于稀疏表示的电力设备图像识别方法

电力设备图像分析对于电力巡线、检修具有重要的实用意义。本文提出一种基于稀疏表示的电力设备图像识别方法。考虑到图像采集过程中不可避免受到光线条件、噪声干扰等因素的影响,本方法采用贝叶斯压缩感知算法求解稀疏表示问题。该算法具有较强的噪声稳健性和抗干扰能力,适用于电力设备图像面临的不同条件。实验中,对绝缘子、变压器和断路器三类电力设备的图像进行分类,提出方法的准确率达到93.56%,并且在噪声干扰条件下可以保持较强的稳健性,表明了其有效性。