本书系统地研究电力视觉技术，力求在电力系统、计算机视觉和人工智能等领域之间建立桥梁，并解决发输变电等环节中所遇到的视觉问题。本书结合作者学术成果和工程实践案例，以解决工程问题为主线，主要阐述计算机视觉和人工智能在电力系统中的应用，主要内容包括计算机视觉相关技术、深度卷积神经网络模型、发电设备视觉检测、输电线路视觉处理和变电站视觉检测等。本书的研究工作为基于计算机视觉与人工智能的电力设备运维和检修提供技术支撑。
本书可作为电力系统相关工程技术人员的参考书和培训教材，也可作为高等院校相关专业师生的参考教材。

赵振兵，博士，华北电力大学电气与电子工程学院副教授，智能视觉计算研究所副所长。CCF计算机视觉专委会委员，CSIG视觉大数据专委会委员、成像探测与感知专委会委员，CES人工智能与电气应用专委会委员，CSEE电力通信专委会学组成员，CCF YOCSEF保定AC委员，河北省“三三三人才工程”人选。长期从事电力视觉和物联网技术研究。目前获河北省科技进步一等奖1项（第3完成人）；以第1作者出版专著1部，发表SCI或EI收录等论文30余篇；主持纵向课题10项［国家自然科学基金2项、北京市自然科学基金项目1项、河北省自然科学基金2项等］主持电力企业合作课题7项；以第1完成人获得国家专利授权16项。

序
前言
第1章 电力视觉技术发展概况
1.1 “电力视觉”概念的提出
1.2 计算机视觉技术在发输变电中的研究进展和应用分析
本章小结
本章参考文献
第2章 计算机视觉相关技术
2.1 特征表达与分类
2.2 分割
2.3 识别
2.4 检测
2.5 跟踪
本章小结
本章参考文献
第3章 深度卷积神经网络模型
3.1 深度卷积神经网络基础
3.2 基于深度卷积神经网络的图像分类模型
3.3 基于深度卷积神经网络的目标检测模型
本章小结
本章参考文献
第4章 发电设备视觉检测
4.1 概述
4.2 计算机视觉在火力发电的应用场景
4.3 计算机视觉在太阳能发电的应用场景
4.4 计算机视觉在风力发电的应用场景
本章小结
本章参考文献
第5章 输电线路视觉处理
5.1 输电线路基础知识
5.2 输电线路视觉处理系统
5.3 绝缘子视觉处理
5.4 导地线视觉检测
5.5 金具视觉检测
5.6 螺栓视觉检测
5.7 异物视觉检测
5.8 基于深度学习关键部件的同时分割
本章小结
本章参考文献
第6章 变电站视觉检测
6.1 变电站基础知识
6.2 变电站视觉检测系统
6.3 变电站设备图像配准与融合
6.4 变电站环境视觉检测
本章小结
本章参考文献
第7章 总结与展望
7.1 总结
7.2 展望
本章参考文献