CN104639914A - 一种用于高压线绝缘子成像与污秽检测的装置及方法 - Google Patents
一种用于高压线绝缘子成像与污秽检测的装置及方法 Download PDFInfo
- Publication number
- CN104639914A CN104639914A CN201510084482.8A CN201510084482A CN104639914A CN 104639914 A CN104639914 A CN 104639914A CN 201510084482 A CN201510084482 A CN 201510084482A CN 104639914 A CN104639914 A CN 104639914A
- Authority
- CN
- China
- Prior art keywords
- video
- insulator
- image
- target
- imaging
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种用于高压线绝缘子成像与污秽检测的装置及方法,包括设置于高压线上的无人机吊舱;设置于无人机吊舱上的摄像机,用于采集绝缘子的视频和图像;设置于无人机吊舱上的数字信号处理器,所述数字信号处理器包括视频捕获模块、视频处理模块、视频编解码模块和视频传输模块,所述视频捕获模块实时获取绝缘子真实图像序列,所述视频处理模块进行目标检测、跟踪、污染程度分析,所述视频编解码模块对图像进行压缩处理,降低网络带宽,所述视频传输模块将最终编码的图像序列和污染程度分析结果实现网络传输。本发明使用高清摄像机和视频实时监测***实现绝缘子污秽程度的自动检测,可有效提高电路巡检的工作效率,实现电路巡检的自动化。
Description
技术领域
本发明涉及一种自动检测技术,尤其涉及的是一种用于高压线绝缘子成像与污秽检测的装置及方法。
背景技术
高压线上的绝缘子常年裸露在外,由于自然环境影响,沙尘、废气等会在绝缘子表面形成污秽。环境干燥时,污秽不会影响绝缘子的绝缘程度,但在潮湿环境下,污秽会使绝缘子绝缘能力大大下降,造成高压线漏电,危及电网安全。近年,设置报警器监控每个绝缘子漏电电流大小,当电流超过预设值,立即上传监管中心,以便处理。这种设置报警器判断绝缘子故障位置的方案,只能在高压线漏电发生后亡羊补牢,而不能对高压线漏电进行预防。而人工检查绝缘子污秽程度会造成人力物力的大量浪费,因此无人机巡线代替人工巡线渐成常态。现行的无人机巡线对绝缘子进行现场勘测,但没有对污秽自动检测。
随着图像成像技术的不断发展,现在的CMOS光电图像传感器已经可以为视频监控***提供超过五百万像素的高清数字视频信号,图像的清晰度和分辨率越来越高,图像的局部信息更加丰富,画面更加真实,关注的对象也更加细致。在捕获到高清视频图像数据后,由于可以更好的还原真实场景,绝缘子在图像中的成像更加清晰,目标检测、跟踪和分析算法对绝缘子处理时,使得分析的结果更加准确,提高***的可靠性。
同时随着多媒体技术的不断发展,基于DSP处理器的新一代数字视频开发平台,具有高速的数据处理能力、完善的视频处理算法接口、强大而灵活的开发工具包和丰富的图像、视频处理库,使得智能视频分析***向小型化、移动性和便携性发展成为了可能。
发明内容
本发明的目的在于克服现有技术的不足,提供了一种用于高压线绝缘子成像与污秽检测的装置及方法,实现绝缘子污秽状况的实时自动检测,避免高压线漏电事故发生。
本发明是通过以下技术方案实现的,本发明包括设置于高压线上的无人机吊舱;
设置于无人机吊舱上的摄像机,用于采集绝缘子的视频和图像;
设置于无人机吊舱上的数字信号处理器,所述数字信号处理器包括视频捕获模块、视频处理模块、视频编解码模块和视频传输模块,所述视频捕获模块实时获取绝缘子真实图像序列,所述视频处理模块进行目标检测、跟踪、污染程度分析,所述视频编解码模块对图像进行压缩处理,降低网络带宽,所述视频传输模块将最终编码的图像序列和污染程度分析结果实现网络传输。
所述视频处理模块还包括对图像序列的预处理,包括对图像进行缩放、剪切、存储格式的变换。
所述摄像机为分辨率至少为500万像素的高清摄像机。
所述数字信号处理器包括DSP、ARM和两个协处理器,所述ARM用于控制数据存储、传输视频图像和外置接口,所述DSP用于目标检测、跟踪、污染程度分析,所述两个协处理器,一个用于视频的进一步滤波、反交叠和融合处理,另一个用于视频的编解码。
一种用于高压线绝缘子成像与污秽检测的方法,包括以下步骤:
(1)采集绝缘子的实时视频和图像,如有图像退化,需对图像进行去噪、去模糊处理;
(2)基于绝缘子的几何和统计特征,检测出待测绝缘子;
(3)对整个视频序列不同帧的目标建立对应关系,实现目标跟踪,获得目标轨迹;
(4)检测出绝缘子后,先把图像二值化,然后进行图像分割,从变色面积、变色程度的角度将拍摄的待测绝缘子与标准绝缘子模版匹配、比较,获知绝缘子污秽程度;
(5)将上述检测结果,与预存的评判标准进行比对,将比对结果和待测绝缘子的视频图像传输至监管中心。
所述步骤(2)中,检测出待测绝缘子的方法为:先采用线性变换进行图像增强,改善图像的效果,然后统计出绝缘子视频图像的颜色直方图,获取颜色分布特征,对绝缘子进行图像分割;同时获取其表面性质,提取图像纹理特征,最后利用目标特点,对绝缘子进行边缘检测,检测出待测绝缘子。
所述步骤(3)中,获得目标轨迹的方法为:将视频颜色空间转换为HSV格式;然后对H分量进行直方图统计,计算每个分量取值出现的概率,建立颜色概率查找表,而且每个像素的值用其颜色概率替换,建立颜色概率分布图;将H分量分成八个部分,对H分量的并行处理,根据目标检测的选定区域和色彩投影,设定目标标号和目标区域,以初始区域为起点,对目标迭代,同时将区域目标放大,获得搜索区域,利用色彩投影的方法,将其转换成概率密度图,最终确定目标位置。
所述评判标准为对存在漏电可能绝缘子的污染程度进行模拟测量,并将变色程度和变色面积的数据存储记录。
所述步骤(5)中,当网络出现故障时,将视频图像和比对结果暂存于本地存储中。
本发明相比现有技术具有以下优点:本发明使用无人机吊舱中的高清摄像机和视频实时监测***实现绝缘子污秽程度的自动检测,可有效提高电路巡检的工作效率,实现电路巡检的自动化。由于无人机技术的成熟以及摄像机高清成像和数字信号处理器的应用,该污秽自动检测***成本低廉,在电路巡检领域有广泛应用前景。
附图说明
图1是本发明的视频链的流程示意图;
图2是本发明的自动检测的框图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图2所示,本实施例包括设置于高压线上的无人机吊舱,设置于无人机吊舱上的摄像机,用于采集绝缘子的视频和图像;设置于无人机吊舱上的数字信号处理器,所述数字信号处理器包括视频捕获模块、视频处理模块、视频编解码模块和视频传输模块,所述视频捕获模块实时获取绝缘子真实图像序列,所述视频处理模块对图像序列的预处理,包括对图像进行缩放、剪切、存储格式的变换,进行目标检测、跟踪、污染程度分析,所述视频编解码模块对图像进行压缩处理,降低网络带宽,所述视频传输模块将最终编码的图像序列和污染程度分析结果实现网络传输。
评判标准为对存在漏电可能绝缘子的污染程度进行模拟测量,并将变色程度和变色面积的数据存储记录。
无人机工作前应充分收集地形图、天气情况等资料,制定巡线路线、应急方案。在采集过程中,由于天气原因或机身自身的抖动,会造成图像轻微退化,因此有时还需对图像进行去噪、去模糊等处理。
使用无人机吊舱中的高清摄像机拍摄,得到全面、精确的绝缘子视频或图像,无人机中的数字信号处理器对视频或图像评测,实时分析绝缘子污秽程度,评判绝缘子是否需更换,实现了绝缘子污秽的自动检测。
数字信号处理器采用TI公司生产的数字多媒体平台,该平台是基于高速数字处理器DSP和ARM的解决方案,高度集成了视频处理硬件模块,降低了成本,使***功能更加丰富。不仅如此,TI公司为开发者提供了完善的软件开发工具,方便开发者快速开发出不同功能需求的视频处理模块,大大减少了研发周期。
ARM端运行Linux操作***,主要负责控制各个处理器存储、传输视频图像、外置接口等;DSP端运行BIOS操作***,用于实现用户自定义算法,该方案中实现了目标检测、目标跟踪、污染程度分析等;数字信号处理器还有两个协处理器一个用于视频的进一步处理,如滤波、反交叠、融合等,另一个完成视频的编解码。
采用TI第三方的标准MCFW框架来实现多核之间的通信和分工合作。MCFW框架将视频捕获、处理、编解码、传输等模块全部抽象成处理节点Link,这些节点能够自动地管理对应的硬件资源或者实现和节点名的相应功能,利用各节点的ID号和队列号、设置每个节点的上一节点和下一节点,设计视频链,初始节点的上一节可以不设,最后一个节点的下一节点可以设为NULL,本实施例的视频链如图1所示。将采集的高清图像序列实行预处理,然后进行目标检测、跟踪、污染程度分析,并将最终编码的图像序列和污染程度分析结果传输到后台做进一步处理,包括绝缘子是否需清洗、更换等。
视频捕获模块,由协处理器控制视频解码芯片实时获取绝缘子真实图像,同时控制硬件对其噪声滤波、反交叠等,有节点nsf,merge,dei,dup等。
视频处理模块,目标检测、目标跟踪、污染程度分析算法在DSP核上运行。算法移植可采用标准的xDAIS-XDM接口,创建DSP的主任务即可实现,有节点dspalg。
视频编解码模块,由另一个协处理器控制硬件编解码进行图像压缩处理,降低网络带宽,有节点encode,decode等。
视频传输由ARM实现视频的网络传输,包括视频的传输,污染程度分析结果,有节点ipcbits等。
另外可根据需求,对视频格式进行转换,包括YUV422,YUV420,RGB等等。
数字信号处理器的工作流程为:
(1)采集绝缘子的实时视频和图像,如有图像退化,需对图像进行去噪、去模糊处理;
芯片中集成了VPSS M3处理器,用硬件实现对采集后的视频进行预处理,包括去噪,去隔行,融合等等,同时实现视频格式的转换,如RGB,YUV420,YUV422。可以根据实际需求,在视频处理链中动态加入相应模块节点,组成新的视频链,并设置其前节点和后节点,如NSF,DEI,DUP,SWMS,MERGE等等,实现预处理流程。
(2)基于绝缘子的几何和统计特征,检测出待测绝缘子;因绝缘子与周围物体有一定差别,为方便后续处理,先采用线性变换进行图像增强,改善图像的效果,然后统计出绝缘子视频图像的颜色直方图,获取颜色分布特征,对绝缘子进行图像分割,同时获取其表面性质,提取图像纹理特征,最后利用目标特点,对绝缘子进行边缘检测,检测出待测绝缘子。
(3)对整个视频序列不同帧的目标建立对应关系,实现目标跟踪,获得目标轨迹;
在视频序列中,为了提高目标跟踪的精度和效果,将视频颜色空间转换为HSV格式;然后对H分量进行直方图统计,计算每个分量取值出现的概率,建立颜色概率查找表,而且每个像素的值用其颜色概率替换,建立颜色概率分布图;同时为加快计算,可将H分量分成八个部分,利用DSP的并行机制,实现H分量的并行处理。根据目标检测的选定区域和色彩投影,设定目标标号和目标区域,以初始区域为起点,对目标迭代。在迭代式,为方便DSP优化,设定迭代的最大和最小次数,可提高算法效率,同时将区域目标放大,获得搜索区域,利用色彩投影的方法,将其转换成概率密度图,最终确定目标位置。
(4)检测出绝缘子后,先把图像二值化,然后进行图像分割,从变色面积、变色程度的角度将拍摄的待测绝缘子与标准绝缘子模版匹配、比较,获知绝缘子污秽程度;
采用常规方法实现,即将图像分成前景和背景两部分,当背景和前景之间的类间方差越大,则两部分之间差别越大,若部分前景或背景错分时,导致差别减小,据此计算出分割图像的最佳阈值,则可二值化、分割图像。
(5)将上述检测结果,与预存的评判标准进行比对,将比对结果和待测绝缘子的图像传输至监管中心以便后续清洗或更换工作的进行。本实施例中,高清摄像机置于无人机吊舱中,可对绝缘子及周围环境多角度拍摄,减少死角,提高精确度。
采用协处理器调用硬件资源对视频进行编码,然后进行网路传输,大大降低网络带宽。采用内存共享机制和线程通信机制,将污染程度分析结果也实时传输到后台,作进一步处理。
采用TI的多媒体SOC片上***平台,并使用标准的MCFW框架,性能稳定,且将各核集成到一块芯片上,不仅功耗低,且板级空间和成本也大大降低。
采用高速信号处理器DSP实现目标检测,目标跟踪,污染程度分析等,速度快,效率高,当网络出现故障时,可将视频和结果暂存于本地存储中,防止丢失。
采用TI的DSP可扩展出通用的IO接口,可根据污染程度分析自动控制后续处理,无需后台的后续处理。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种用于高压线绝缘子成像与污秽检测的装置,其特征在于,包括设置于高压线上的无人机吊舱;
设置于无人机吊舱上的摄像机,用于采集绝缘子的视频和图像;
设置于无人机吊舱上的数字信号处理器,所述数字信号处理器包括视频捕获模块、视频处理模块、视频编解码模块和视频传输模块,所述视频捕获模块实时获取绝缘子真实图像序列,所述视频处理模块进行目标检测、跟踪、污染程度分析,所述视频编解码模块对图像进行压缩处理,降低网络带宽,所述视频传输模块将最终编码的图像序列和污染程度分析结果实现网络传输。
2.根据权利要求1所述的一种用于高压线绝缘子成像与污秽检测的装置,其特征在于,所述视频处理模块还包括对图像序列的预处理,包括对图像进行缩放、剪切、存储格式的变换。
3.根据权利要求1所述的一种用于高压线绝缘子成像与污秽检测的装置,其特征在于,所述摄像机为分辨率至少为500万像素的高清摄像机。
4.根据权利要求1所述的一种用于高压线绝缘子成像与污秽检测的装置,其特征在于,所述数字信号处理器包括DSP、ARM和两个协处理器,所述ARM用于控制数据存储、传输视频图像和外置接口,所述DSP用于目标检测、跟踪、污染程度分析,所述两个协处理器,一个用于视频的进一步滤波、反交叠和融合处理,另一个用于视频的编解码。
5.一种用于高压线绝缘子成像与污秽检测的方法,其特征在于,包括以下步骤:
(1)采集绝缘子的实时视频和图像,如有图像退化,需对图像进行去噪、去模糊处理;
(2)基于绝缘子的几何和统计特征,检测出待测绝缘子;
(3)对整个视频序列不同帧的目标建立对应关系,实现目标跟踪,获得目标轨迹;
(4)检测出绝缘子后,先把图像二值化,然后进行图像分割,从变色面积、变色程度的角度将拍摄的待测绝缘子与标准绝缘子模版匹配、比较,获知绝缘子污秽程度;
(5)将上述检测结果,与预存的评判标准进行比对,将比对结果和待测绝缘子的视频图像传输至监管中心。
6.根据权利要求5所述的一种用于高压线绝缘子成像与污秽检测的方法,其特征在于,所述步骤(2)中,检测出待测绝缘子的方法为:先采用线性变换进行图像增强,改善图像的效果,然后统计出绝缘子视频图像的颜色直方图,获取颜色分布特征,对绝缘子进行图像分割;同时获取其表面性质,提取图像纹理特征,最后利用目标特点,对绝缘子进行边缘检测,检测出待测绝缘子。
7.根据权利要求5所述的一种用于高压线绝缘子成像与污秽检测的方法,其特征在于,所述步骤(3)中,获得目标轨迹的方法为:将视频颜色空间转换为HSV格式;然后对H分量进行直方图统计,计算每个分量取值出现的概率,建立颜色概率查找表,而且每个像素的值用其颜色概率替换,建立颜色概率分布图;将H分量分成八个部分,对H分量的并行处理,根据目标检测的选定区域和色彩投影,设定目标标号和目标区域,以初始区域为起点,对目标迭代,同时将区域目标放大,获得搜索区域,利用色彩投影的方法,将其转换成概率密度图,最终确定目标位置。
8.根据权利要求5所述的一种用于高压线绝缘子成像与污秽检测的方法,其特征在于,所述评判标准为对存在漏电可能绝缘子的污染程度进行模拟测量,并将变色程度和变色面积的数据存储记录。
9.根据权利要求5所述的一种用于高压线绝缘子成像与污秽检测的方法,其特征在于,所述步骤(5)中,当网络出现故障时,将视频图像和比对结果暂存于本地存储中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510084482.8A CN104639914A (zh) | 2015-02-16 | 2015-02-16 | 一种用于高压线绝缘子成像与污秽检测的装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510084482.8A CN104639914A (zh) | 2015-02-16 | 2015-02-16 | 一种用于高压线绝缘子成像与污秽检测的装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104639914A true CN104639914A (zh) | 2015-05-20 |
Family
ID=53218161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510084482.8A Pending CN104639914A (zh) | 2015-02-16 | 2015-02-16 | 一种用于高压线绝缘子成像与污秽检测的装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104639914A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105067484A (zh) * | 2015-07-22 | 2015-11-18 | 国网河南省电力公司濮阳供电公司 | 基于无人机的输电线路复合绝缘子憎水性带电测试装置 |
CN105160669A (zh) * | 2015-08-21 | 2015-12-16 | 马鞍山市安工大工业技术研究院有限公司 | 一种无人机巡检输电线路图像中绝缘子缺陷的检测和定位方法 |
CN105170523A (zh) * | 2015-09-23 | 2015-12-23 | 云南电网有限责任公司电力科学研究院 | 一种基于无人机的带电清洗绝缘子方法 |
CN105173081A (zh) * | 2015-09-14 | 2015-12-23 | 国家电网公司 | 一种利用无人机进行绝缘子除污的***及方法 |
CN105678760A (zh) * | 2016-01-04 | 2016-06-15 | 国家电网公司 | 一种基于Canny边缘检测算法的绝缘子图像识别方法 |
CN105892485A (zh) * | 2016-04-13 | 2016-08-24 | 重庆雅智兰能源管理有限公司 | 架空线巡视*** |
CN106485711A (zh) * | 2016-10-21 | 2017-03-08 | 中国航空工业集团公司洛阳电光设备研究所 | 一种基于视频图像的高压线检测及跟踪方法 |
CN106934418A (zh) * | 2017-03-09 | 2017-07-07 | 国家电网公司 | 一种基于卷积递归网络的绝缘子红外诊断方法 |
CN109155838A (zh) * | 2016-05-13 | 2019-01-04 | 深圳市大疆创新科技有限公司 | 用于通过转码呈现视频的***和方法 |
CN109389056A (zh) * | 2018-09-21 | 2019-02-26 | 北京航空航天大学 | 一种空基多视角协同的轨道周边环境检测方法 |
CN111289853A (zh) * | 2020-02-25 | 2020-06-16 | 安徽炬视科技有限公司 | 一种基于通道-空间注意力机制的绝缘子检测***及算法 |
CN111726571A (zh) * | 2020-01-05 | 2020-09-29 | 杨文娟 | 高压线路分布形状检测*** |
CN112957253A (zh) * | 2021-03-19 | 2021-06-15 | 联仁健康医疗大数据科技股份有限公司 | 隔离式清理方法、***、艾灸机器人及存储介质 |
CN113610768A (zh) * | 2021-07-14 | 2021-11-05 | 南方电网科学研究院有限责任公司 | 绝缘子表面藻类覆盖率测算方法、装置及存储介质 |
CN115085087A (zh) * | 2022-08-23 | 2022-09-20 | 南通锐越信息科技有限公司 | 一种基于物联网的架空输电线路智能监测巡检*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1450796A (zh) * | 2002-04-08 | 2003-10-22 | 三菱电机株式会社 | 检测和/或追踪图像或图像序列中颜色区域的方法和装置 |
CN1647898A (zh) * | 2004-12-10 | 2005-08-03 | 武汉大学 | 一种沿架空高压输电线路行驶的机器人 |
CN102114635A (zh) * | 2009-12-31 | 2011-07-06 | 武汉大学 | 巡线机器人智能控制器 |
CN102663723A (zh) * | 2012-02-24 | 2012-09-12 | 武汉大学 | 一种基于颜色样本与电场模型的图像分割方法 |
CN103323460A (zh) * | 2013-06-03 | 2013-09-25 | 深圳供电局有限公司 | 一种基于可见光图像的绝缘子检测方法及装置 |
CN103488988A (zh) * | 2013-09-06 | 2014-01-01 | 广东电网公司电力科学研究院 | 基于无人机巡线可见光影像的电力设备中绝缘子的提取方法 |
-
2015
- 2015-02-16 CN CN201510084482.8A patent/CN104639914A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1450796A (zh) * | 2002-04-08 | 2003-10-22 | 三菱电机株式会社 | 检测和/或追踪图像或图像序列中颜色区域的方法和装置 |
CN1647898A (zh) * | 2004-12-10 | 2005-08-03 | 武汉大学 | 一种沿架空高压输电线路行驶的机器人 |
CN102114635A (zh) * | 2009-12-31 | 2011-07-06 | 武汉大学 | 巡线机器人智能控制器 |
CN102663723A (zh) * | 2012-02-24 | 2012-09-12 | 武汉大学 | 一种基于颜色样本与电场模型的图像分割方法 |
CN103323460A (zh) * | 2013-06-03 | 2013-09-25 | 深圳供电局有限公司 | 一种基于可见光图像的绝缘子检测方法及装置 |
CN103488988A (zh) * | 2013-09-06 | 2014-01-01 | 广东电网公司电力科学研究院 | 基于无人机巡线可见光影像的电力设备中绝缘子的提取方法 |
Non-Patent Citations (3)
Title |
---|
周娜: "视频序列目标跟踪***的设计", 《现代计算机》 * |
夏晶,胡娟: "基于彩色可见光图像的外绝缘污秽等级检测", 《大众科技》 * |
金立军,张达: "绝缘子污秽等级可见光图像识别方法研究", 《***仿真学报》 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105067484B (zh) * | 2015-07-22 | 2018-01-26 | 国网河南省电力公司濮阳供电公司 | 基于无人机的输电线路复合绝缘子憎水性带电测试装置 |
CN105067484A (zh) * | 2015-07-22 | 2015-11-18 | 国网河南省电力公司濮阳供电公司 | 基于无人机的输电线路复合绝缘子憎水性带电测试装置 |
CN105160669A (zh) * | 2015-08-21 | 2015-12-16 | 马鞍山市安工大工业技术研究院有限公司 | 一种无人机巡检输电线路图像中绝缘子缺陷的检测和定位方法 |
CN105173081B (zh) * | 2015-09-14 | 2020-09-08 | 国家电网公司 | 一种利用无人机进行绝缘子除污的***及方法 |
CN105173081A (zh) * | 2015-09-14 | 2015-12-23 | 国家电网公司 | 一种利用无人机进行绝缘子除污的***及方法 |
CN105170523A (zh) * | 2015-09-23 | 2015-12-23 | 云南电网有限责任公司电力科学研究院 | 一种基于无人机的带电清洗绝缘子方法 |
CN105678760A (zh) * | 2016-01-04 | 2016-06-15 | 国家电网公司 | 一种基于Canny边缘检测算法的绝缘子图像识别方法 |
CN105892485A (zh) * | 2016-04-13 | 2016-08-24 | 重庆雅智兰能源管理有限公司 | 架空线巡视*** |
CN109155838A (zh) * | 2016-05-13 | 2019-01-04 | 深圳市大疆创新科技有限公司 | 用于通过转码呈现视频的***和方法 |
US11197058B2 (en) | 2016-05-13 | 2021-12-07 | SZ DJI Technology Co., Ltd. | System and method for presenting a video via transcode |
CN106485711A (zh) * | 2016-10-21 | 2017-03-08 | 中国航空工业集团公司洛阳电光设备研究所 | 一种基于视频图像的高压线检测及跟踪方法 |
CN106934418A (zh) * | 2017-03-09 | 2017-07-07 | 国家电网公司 | 一种基于卷积递归网络的绝缘子红外诊断方法 |
CN109389056A (zh) * | 2018-09-21 | 2019-02-26 | 北京航空航天大学 | 一种空基多视角协同的轨道周边环境检测方法 |
CN109389056B (zh) * | 2018-09-21 | 2020-05-26 | 北京航空航天大学 | 一种空基多视角协同的轨道周边环境检测方法 |
CN111726571A (zh) * | 2020-01-05 | 2020-09-29 | 杨文娟 | 高压线路分布形状检测*** |
CN111289853A (zh) * | 2020-02-25 | 2020-06-16 | 安徽炬视科技有限公司 | 一种基于通道-空间注意力机制的绝缘子检测***及算法 |
CN112957253A (zh) * | 2021-03-19 | 2021-06-15 | 联仁健康医疗大数据科技股份有限公司 | 隔离式清理方法、***、艾灸机器人及存储介质 |
CN113610768A (zh) * | 2021-07-14 | 2021-11-05 | 南方电网科学研究院有限责任公司 | 绝缘子表面藻类覆盖率测算方法、装置及存储介质 |
CN115085087A (zh) * | 2022-08-23 | 2022-09-20 | 南通锐越信息科技有限公司 | 一种基于物联网的架空输电线路智能监测巡检*** |
CN115085087B (zh) * | 2022-08-23 | 2022-10-25 | 南通锐越信息科技有限公司 | 一种基于物联网的架空输电线路智能监测巡检*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104639914A (zh) | 一种用于高压线绝缘子成像与污秽检测的装置及方法 | |
Zhang et al. | Deep convolutional neural networks for forest fire detection | |
CN105791774A (zh) | 一种基于视频内容分析的监控视频传输方法 | |
CN105976383A (zh) | 一种基于极限学习机图像识别的输电设备故障诊断方法 | |
CN109525809A (zh) | 一种输电电缆线路终端户外场智能运维方法和*** | |
CN111444801A (zh) | 一种无人机红外目标实时检测方法 | |
CN109326125B (zh) | 基于嵌入式***的图片质量诊断***及诊断方法 | |
CN112449147B (zh) | 光伏电站视频集群监控***及其图像处理方法 | |
CN111784171A (zh) | 基于人工智能及图像处理的市政cim环卫工作分配方法 | |
CN114419556A (zh) | 一种城市排水管网排口异常排水图像识别方法及*** | |
CN111723656B (zh) | 一种基于YOLO v3与自优化的烟雾检测方法及装置 | |
CN113485432A (zh) | 一种基于无人机的光伏电站电致发光智能诊断***及方法 | |
CN116916049A (zh) | 一种基于云计算技术的视频数据在线采集与存储*** | |
CN111767826A (zh) | 一种定时定点场景异常检测方法 | |
CN114202819B (zh) | 一种基于机器人的变电站巡检方法、***及计算机 | |
CN105100721A (zh) | 一种北斗智能信息***及传输方法 | |
CN112884803A (zh) | 基于dsp的实时智能监控目标检测方法及装置 | |
Gao et al. | Intelligent crack damage detection system in shield tunnel using combination of retinanet and optimal adaptive selection | |
CN115100245A (zh) | 一种基于高空抛物的溯源追踪***及其追踪方法 | |
CN113239931A (zh) | 一种物流站车牌识别的方法 | |
Qiao et al. | Intrusion detection of intelligent substation video surveillance based on average background interframe difference method | |
CN107404419B (zh) | 基于图片或视频的网络覆盖性能测试防假测方法及装置 | |
CN113139476A (zh) | 一种面向数据中心的人体行为属性实时检测方法和*** | |
CN105590329B (zh) | 一种油气田视频监控中运动目标的智能检测算法 | |
CN205793036U (zh) | 一种电力设备视频智能巡检仪表分析*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150520 |