基于深度学习与多光谱图像融合的高压设备缺陷检测方法

本发明发明涉及一种基于深度学习与多光谱图像融合的高压设备缺陷检测方法，涉及电力高压设备状态检测技术领域。该方法包括：获取高压设备表面的紫外图像、红外图像和可见光图像；通过图像融合方法对紫外图像、红外图像和可见光图像进行基于图像像素特征的融合处理；建立高压设备缺陷检测模型，利用融合后的图像数据对高压设备缺陷检测模型进行训练，获得基于YOLO‑STrans多光谱融合网络的高压设备缺陷识别模型；将电力高压设备的外表面紫外图像、红外图像和可见光图像输入至高压设备缺陷识别模型，获取待检测电力高压设备的故障识别结果。本发明能够提高电力高压设备表面极早期绝缘劣化和温度异常缺陷识别精度。