基于生成对抗网络的电缆线芯数量检测

来源：计算机集成制造系统杂志2025年第6期北京时间：

作者：邵方坤, 朱文, 郑洋斌, 介婧, 侯北平

单位：1.浙江科技大学自动化与电气工程学院2.浙江省智能机器人感知与控制国际科技合作基地

摘要：鉴于高压电缆线芯数量的准确检测对电力系统安全的重要性,而截面纹理显著影响检测结果,提出一种基于改进Pix2Pix(Pixel-to-Pixel)模型的线芯截面纹理消除方法,可有效去除线芯截面的纹理。运用U-Net作为生成器,PatchGAN作为判别器完成对线芯截面图像的转换。为了提高图像生成时的精度,在模型上采样阶段加入自注意力机制和分组卷积,使轻量化模型在消除纹理的同时保证线芯导体轮廓的完整性。最后采用分水岭分割算法准确、高效地分割计算电缆线芯根数。通过在电缆数据集中进行测试表明,所提方法的纹理消除率达到99.2%,线芯数量正确检测率达到98%。相比传统去纹理方法和U-GAN,StyleGAN等主流生成对抗网络,所提Pix2Pix-SA网络对高压电缆线芯截面纹理的消除效果更好,同时提升了电缆线芯数量的检测效率。

关键词：高压电缆,Pix2Pix,自注意力机制,纹理消除,图像分割

基金资助：浙江省“尖兵”“领雁”研发攻关计划资助项目(2022C04012);浙江省基础公益资助项目(LTGG23F030001)。