基于LSD与深度学习的轻量化导地线缺陷检测算法

针对无人机航拍图像尺寸过大,且背景环境复杂带来的导地线缺陷检测速度和精度下降的问题,提出了一种基于LSD与深度学习的轻量化导地线缺陷检测方法。首先利用LSD算法提取图像的直线特征,并结合RANSAC拟合出一条分割基线;然后根据分割基线对导地线区域进行粗分割,剔除大部分背景干扰,减小送入检测网络的图片尺寸;最后通过对YOLOv5的主干网络进行修改,减少网络的计算量,使其更适合在边缘计算设备上部署。实验结果表明,该方法使待检区域大大减小的同时抑制了背景的干扰,使检测精度由原来的67.9%提高到71.3%,同时检测速度提升了12%。本算法具有精度高、速度快、适合在边缘计算设备上部署等优点。