针对传统方法在识别无人机巡检图像边缘信息时存在效果差、性能低的问题,设计了变电站无人机巡检图像边缘识别方法。在计算无人机巡检图像灰度值相似度并重构图像像素灰度值的基础上,首先通过分割图像非边缘点和弱边缘对图像边缘区域进行检测,然后利用卷积网络获得图像的边缘信息,在归一化处理的基础上识别边缘信息。实验结果表明,该方法识别边缘信息时的离散系数为15~20、优质系数始终大于17,表明该方法不仅可以通过提高离散系数值保证图像边缘识别效果,还可以通过提高优质系数值提高识别图像边缘的性能。

对腐蚀缺陷的边缘进行准确识别是无损检测领域的一个难点，直接影响着腐蚀成像的效果。采用阵列脉冲涡流对腐蚀缺陷进行了检测，针对传统无损检测中只从时域提取特征造成识别正确率较低的问题，根据脉冲涡流具有丰富频率成分的特点，从时域和频域分别提取特征量，提出了一种基于主成分分析的阵列脉冲涡流腐蚀缺陷边缘识别方法，提高了缺陷边缘识别的正确率。