摘要：变电站复合绝缘子缺陷的检测仍然依赖于运行人员的巡检，巡检工作量大，易因视觉疲劳导致漏检。为减少计算资源消耗和缩短训练时间，通过重新组织卷积核改进了区域卷积神经网络（RCNN），提出了一种针对绝缘子裂纹形状特征的检测方法。该方法满足在训练样本数据不足的前提下，也能得到较好的卷积神经网络（CNN）训练效果，最终实现准确的裂纹识别。训练阶段采用RGB三通道分解方法，扩充训练数据集；利用中值滤波方法去除噪声；采用改进后的卷积核训练CNN。试验阶段将图片进行RGB三通道分解，并输入CNN得到确切的裂纹中心坐标、长度；采用非极大值抑制（NMS）算法去重，得到最终的裂纹识别结果。通过实例分析表明，在训练样本不足前提下，所提方法依然能达到较好的识别准确率，并能准确识别出裂纹的具体位置。

      关键词：绝缘子裂纹检测；卷积核；图像处理；区域卷积神经网络；RGB三通道滤波

      中图分类号：TP183     文献标识码：A