CN109472266A - 一种电气工程验收过程中图像资料检查***及方法 - Google Patents
一种电气工程验收过程中图像资料检查***及方法 Download PDFInfo
- Publication number
- CN109472266A CN109472266A CN201810086024.1A CN201810086024A CN109472266A CN 109472266 A CN109472266 A CN 109472266A CN 201810086024 A CN201810086024 A CN 201810086024A CN 109472266 A CN109472266 A CN 109472266A
- Authority
- CN
- China
- Prior art keywords
- unit
- electrical engineering
- library
- picture
- algorithm
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种自动检查和管控电气工程图片和资料的电气工程验收过程中的图像资料检查***及方法,解决现有技术中电气工程图片和资料无法自动检查和管控的问题,一种电气工程验收过程中图像资料检查***,包括原始图片导入单元、算法比对单元、数据库模块、比对结果输出单元、特征点检测单元、描述向量生成单元、特征点匹配单元、匹配点筛选单元、描述向量预匹配单元,借助计算机图像识别技术,结合电气验收图库和图片验收标准,制定出电气工程验收图片自动检查比对功能,在准确性上,可以做到完全避免由于人工疏忽和误判造成的检查结果错误问题,本发明节省人力、提质提速、提高准确性。
Description
技术领域
本发明涉及图像领域,尤其是涉及一种自动检查和管控电气工程图片和资料的电气工程验收过程中的图像资料检查***及方法。
背景技术
在电气工程的验收过程中,有一块重要的内容就是对电气工程照片和资料进行过程检查和管控, 特别是设备、材料进场,隐蔽工程验收,主要工程节点的过程验收及影像资料;传统的检查方式是通过人眼进行识别,需要耗费大量的人力和时间,且在检查过程中容易存在判断出错、检查遗漏等问题,借助现代化科技技术,利用计算机的算法来进行自动图像对比,识别出问题,达到自动检查和管控的目的,即能大大的节省人力成本,还能有效的缩短检查时间,提升检查效率,同时还能提高检查判断的正确性,避免遗漏问题。
发明内容
本发明主要是解决现有技术中电气工程图片和资料无法自动检查和管控的问题,提供了一种可自动管控和检查电气工程图片和资料的电气工程验收过程中图像资料检查***及方法。
本发明的上述技术问题主要是通过下述技术方案得以解决的:一种电气工程验收过程中图像资料检查***,包括原始图片导入单元、算法比对单元、数据库模块、比对结果输出单元、特征点检测单元、描述向量生成单元、特征点匹配单元、匹配点筛选单元、描述向量预匹配单元,所述原始图片导入单元、算法比对单元、数据库模块、比对结果输出单元依次相连,所述特征点检测单元、描述向量生成单元、特征点匹配单元、匹配点筛选单元、描述向量预匹配单元分别与算法比对单元相连,原始图片导入单元将图片导入到算法比对单元,SIFT特征点搜索也称特征点检测,主要分为三个基本步骤:尺度空间生成、空间邻域极大值搜索和特征点精确定位,描述向量生成主要包括求取特征点主方向和特征点描述两个基本步骤,特征点匹配的目的是在原图像和待匹配图像中寻找相似程度高的特征点对,通常特征点在图像间都是一对一关系,因此点对匹配时仅考虑相似度最近邻情况。
作为一种优选方案,所述数据库模块包括***数据库单元、量化标准收集单元、电子图案库导入单元、量化标准录入单元,所述量化标准收集单元、电子图案库导入单元、量化标准录入单元分别与***数据库单元相连,数据库模块用于存储量化标准和电子图案库,将电气工程的所有验收标准图纸整理,通过高精度高拍仪快速拍摄,形成电子图案库,开发电子图案管理***,将电子图案库导入电力图案管理***中,将电子图案库以网格化的数据形式存储到电子图案库的***数据库中,供自动图像检查算法调用及检查匹配,将电气工程验收图片检查合格标准收集,并将文字描述性的语言转换成数字化和量化的标准范围值,开发电子标准库管理工程,将这些量化的标准录入到电子标准库***中,存入数据库中,供自动图像检查算法比对使用。
作为一种优选方案,还包括设置有建议模块,所述建议模块与比对结果输出单元相连。
作为一种优选方案,所述建议模块包括建议措施库单元、建议提醒单元,所述比对结果输出单元、建议措施库单元、建议提醒单元依次相连,参考电气工程验收图库和电气工程验收标准库的建立方案,建立建议措施库,供自动图像检查算法在检查里图片不合格的情况下,提出建议措施使用。
作为一种优选方案,还包括设置有空间邻域极大值搜索单元、尺度空间生成单元、特征点精确定位单元,所述空间邻域极大值搜索单元、尺度空间生成单元、特征点精确定位单元分别与特征点检测单元相连。
作为一种优选方案,还包括设置有求取特征点主方向单元4、特征点描述单元,所述求取特征点主方向单元、特征点描述单元分别与描述向量生成单元相连。
作为一种优选方案,一种电气工程验收过程中图像资料检查方法,包括以下步骤:
S1.建立电气工程验收图库及电气工程验收标准库;
S2.将原始图片通过原始图片导入单元导入到算法比对单元中进行比对;
S3.算法比对单元根据算法将原始图片与***数据库内数据进行比对并将结果输出。
作为一种优选方案,S1的具体步骤包括:
S11. 电气工程的所有验收标准图纸整理,通过高精度高拍仪快速拍摄,形成电子图案库;
S12. 将电气工程验收图片检查合格标准收集,并将文字描述性的语言转换成数字化和量化的标准范围值。
作为一种优选方案,S3的具体步骤包括:
S31.改进SIFI图像识别算法,通过描述向量预匹配和匹配点对筛选两个基本步骤,形成SIFI+图像识别算法;
S32.利用SIFT+算法、验收电子图库、验收电子标准库,并通过RANSAC计算公式进行计算,完成验收图片自动检查算法,实现自动检查功能;
S33.输出图片验收结果,并比对建议措施库,给出建议措施。
因此,本发明的优点是:通过本发明,借助计算机图像识别技术,结合电气验收图库和图片验收标准,制定出电气工程验收图片自动检查比对功能,可以彻底解决传统方式所存在的问题,在准确性上,可以做到完全避免由于人工疏忽和误判造成的检查结果错误问题,本发明达到了节省人力、提质提速、提高准确性的目的。
附图说明
附图1是本发明的一种***结构框式图;
附图2是本发明的一种流程结构示意图;
1. 空间邻域极大值搜索单元 2. 尺度空间生成单元
3. 特征点精确定位单元 4. 求取特征点主方向单元
5. 特征点描述单元 6. 特征点匹配单元 7. 匹配点筛选单元
8. 描述向量预匹配单元 9. 描述向量生成单元
10. 特征点检测单元 11. 原始图片导入单元 12.算法比对单元
13. ***数据库单元 14. 比对结果输出单元 15. 建议措施库单元
16. 建议提醒单元 17. 量化标准收集单元
18. 电子图案库导入单元 19. 量化标准录入单元 20. 数据库模块
21. 建议模块。
具体实施方式
本实施例一种电气工程验收过程中图像资料检查***,包括原始图片导入单元11、算法比对单元12、数据库模块20、比对结果输出单元14、特征点检测单元10、描述向量生成单元9、特征点匹配单元6、匹配点筛选单元7、描述向量预匹配单元8,原始图片导入单元、算法比对单元、数据库模块、比对结果输出单元依次相连,特征点检测单元、描述向量生成单元、特征点匹配单元、匹配点筛选单元、描述向量预匹配单元分别与算法比对单元相连,原始图片导入单元将图片导入到算法比对单元,SIFT特征点搜索也称特征点检测,主要分为三个基本步骤:尺度空间生成、空间邻域极大值搜索和特征点精确定位,描述向量生成主要包括求取特征点主方向和特征点描述两个基本步骤,特征点匹配的目的是在原图像和待匹配图像中寻找相似程度高的特征点对,通常特征点在图像间都是一对一关系,因此点对匹配时仅考虑相似度最近邻情况。
数据库模块包括***数据库单元13、量化标准收集单元17、电子图案库导入单元18、量化标准录入单元19,量化标准收集单元、电子图案库导入单元、量化标准录入单元分别与***数据库单元相连,数据库模块用于存储量化标准和电子图案库,将电气工程的所有验收标准图纸整理,通过高精度高拍仪快速拍摄,形成电子图案库,开发电子图案管理***,将电子图案库导入电力图案管理***中,将电子图案库以网格化的数据形式存储到电子图案库的***数据库中,供自动图像检查算法调用及检查匹配,将电气工程验收图片检查合格标准收集,并将文字描述性的语言转换成数字化和量化的标准范围值,开发电子标准库管理工程,将这些量化的标准录入到电子标准库***中,存入数据库中,供自动图像检查算法比对使用。
还包括设置有建议模块21,建议模块与比对结果输出单元相连,建议模块包括建议措施库单元15、建议提醒单元16,比对结果输出单元、建议措施库单元、建议提醒单元依次相连,参考电气工程验收图库和电气工程验收标准库的建立方案,建立建议措施库,供自动图像检查算法在检查里图片不合格的情况下,提出建议措施使用。
还包括设置有空间邻域极大值搜索单元1、尺度空间生成单元2、特征点精确定位单元3,空间邻域极大值搜索单元、尺度空间生成单元、特征点精确定位单元分别与特征点检测单元相连,还包括设置有求取特征点主方向单元4、特征点描述单元5,求取特征点主方向单元、特征点描述单元分别与描述向量生成单元相连。
一种电气工程验收过程中图像资料检查方法,包括以下步骤:
S1.建立电气工程验收图库及电气工程验收标准库;
S2.将原始图片通过原始图片导入单元导入到算法比对单元中进行比对;
S3.算法比对单元根据算法将原始图片与***数据库内数据进行比对并将结果输出。
S1的具体步骤包括:
S11. 电气工程的所有验收标准图纸整理,通过高精度高拍仪快速拍摄,形成电子图案库;
S12. 将电气工程验收图片检查合格标准收集,并将文字描述性的语言转换成数字化和量化的标准范围值。
S3的具体步骤包括:
S31.改进SIFI图像识别算法,通过描述向量预匹配和匹配点对筛选两个基本步骤,形成SIFI+图像识别算法;
S32.利用SIFT+算法、验收电子图库、验收电子标准库,并通过RANSAC计算公式进行计算,完成验收图片自动检查算法,实现自动检查功能;
S33.输出图片验收结果,并比对建议措施库,给出建议措施。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
尽管本文较多地使用了原始图片导入单元, 算法比对单元、数据库模块、比对结果输出单元、特征点检测单元等术语,但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质;把它们解释成任何一种附加的限制都是与本发明精神相违背的。
Claims (9)
1.一种电气工程验收过程中图像资料检查***,包括原始图片导入单元(11)、算法比对单元(12)、数据库模块(20)、比对结果输出单元(14)、特征点检测单元(10)、描述向量生成单元(9)、特征点匹配单元(6)、匹配点筛选单元(7)、描述向量预匹配单元(8),所述原始图片导入单元、算法比对单元、数据库模块、比对结果输出单元依次相连,所述特征点检测单元、描述向量生成单元、特征点匹配单元、匹配点筛选单元、描述向量预匹配单元分别与算法比对单元相连。
2.根据权利要求1所述的一种电气工程验收过程中图像资料检查***,其特征是所述数据库模块包括***数据库单元(13)、量化标准收集单元(17)、电子图案库导入单元(18)、量化标准录入单元(19),所述量化标准收集单元、电子图案库导入单元、量化标准录入单元分别与***数据库单元相连。
3.根据权利要求1所述的一种电气工程验收过程中图像资料检查***,其特征是还包括设置有建议模块(21),所述建议模块与比对结果输出单元相连。
4.根据权利要求3所述的一种电气工程验收过程中图像资料检查***,其特征是所述建议模块包括建议措施库单元(15)、建议提醒单元(16),所述比对结果输出单元、建议措施库单元、建议提醒单元依次相连。
5.根据权利要求1所述的一种电气工程验收过程中图像资料检查***,其特征是还包括设置有空间邻域极大值搜索单元(1)、尺度空间生成单元(2)、特征点精确定位单元(3),所述空间邻域极大值搜索单元、尺度空间生成单元、特征点精确定位单元分别与特征点检测单元相连。
6.根据权利要求1-5所述的一种电气工程验收过程中图像资料检查***,其特征是还包括设置有求取特征点主方向单元(4)、特征点描述单元(5),所述求取特征点主方向单元、特征点描述单元分别与描述向量生成单元相连。
7.一种电气工程验收过程中图像资料检查方法,采用权利1-7中任一项中的***,其特征是包括以下步骤:
S1.建立电气工程验收图库及电气工程验收标准库;
S2.将原始图片通过原始图片导入单元导入到算法比对单元中进行比对;
S3.算法比对单元根据算法将原始图片与***数据库内数据进行比对并将结果输出。
8.根据权利要求7所述的一种电气工程验收过程中图像资料检查方法,其特征是S1的具体步骤包括:
S11. 电气工程的所有验收标准图纸整理,通过高精度高拍仪快速拍摄,形成电子图案库;
S12. 将电气工程验收图片检查合格标准收集,并将文字描述性的语言转换成数字化和量化的标准范围值。
9.根据权利要求7所述的一种电气工程验收过程中图像资料检查方法,其特征是S3的具体步骤包括:
S31.改进SIFI图像识别算法,通过描述向量预匹配和匹配点对筛选两个基本步骤,形成SIFI+图像识别算法;
S32.利用SIFT+算法、验收电子图库、验收电子标准库,并通过RANSAC计算公式进行计算,完成验收图片自动检查算法,实现自动检查功能;
S33.输出图片验收结果,并比对建议措施库,给出建议措施。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810086024.1A CN109472266A (zh) | 2018-01-29 | 2018-01-29 | 一种电气工程验收过程中图像资料检查***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810086024.1A CN109472266A (zh) | 2018-01-29 | 2018-01-29 | 一种电气工程验收过程中图像资料检查***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109472266A true CN109472266A (zh) | 2019-03-15 |
Family
ID=65659882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810086024.1A Pending CN109472266A (zh) | 2018-01-29 | 2018-01-29 | 一种电气工程验收过程中图像资料检查***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109472266A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112990143A (zh) * | 2021-04-30 | 2021-06-18 | 杭州品茗安控信息技术股份有限公司 | 一种建筑图纸的模型匹配方法、***及相关装置 |
CN113505660A (zh) * | 2021-06-22 | 2021-10-15 | 上海工程技术大学 | 一种纸质工程图作业批阅装置及其方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103366176A (zh) * | 2012-03-31 | 2013-10-23 | 湖北山鹰光学有限公司 | 光学元件缺陷批量自动识别装置和方法 |
CN106067101A (zh) * | 2016-08-02 | 2016-11-02 | 杭州凯达电力建设有限公司 | 一种配网电力工程验收方法及*** |
-
2018
- 2018-01-29 CN CN201810086024.1A patent/CN109472266A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103366176A (zh) * | 2012-03-31 | 2013-10-23 | 湖北山鹰光学有限公司 | 光学元件缺陷批量自动识别装置和方法 |
CN106067101A (zh) * | 2016-08-02 | 2016-11-02 | 杭州凯达电力建设有限公司 | 一种配网电力工程验收方法及*** |
Non-Patent Citations (1)
Title |
---|
张格森 等: "一种图像局部特征快速匹配算法", 《电子技术应用》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112990143A (zh) * | 2021-04-30 | 2021-06-18 | 杭州品茗安控信息技术股份有限公司 | 一种建筑图纸的模型匹配方法、***及相关装置 |
CN112990143B (zh) * | 2021-04-30 | 2021-08-31 | 杭州品茗安控信息技术股份有限公司 | 一种建筑图纸的模型匹配方法、***及相关装置 |
CN113505660A (zh) * | 2021-06-22 | 2021-10-15 | 上海工程技术大学 | 一种纸质工程图作业批阅装置及其方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103528617B (zh) | 一种座舱仪表自动识别和检测方法及装置 | |
CN113409284B (zh) | 电路板故障检测方法、装置、设备以及存储介质 | |
CN110378206B (zh) | 一种智能审图***及方法 | |
CN109858414A (zh) | 一种***分块检测方法 | |
CN112613569A (zh) | 图像识别方法、图像分类模型的训练方法及装置 | |
Pekar et al. | Improvement methods for software requirement specifications: a mapping study | |
CN109472266A (zh) | 一种电气工程验收过程中图像资料检查***及方法 | |
CN112559523A (zh) | 数据探查方法、装置、电子设备以及存储介质 | |
Yang et al. | Multivariate regression on the grassmannian for predicting novel domains | |
Bajcsy et al. | A method for the evaluation of thousands of automated 3D stem cell segmentations | |
CN103913150B (zh) | 智能电能表电子元器件一致性检测方法 | |
Aho et al. | Analyzing 3 TB field measurement data set | |
Xiong | A design of bare printed circuit board defect detection system based on YOLOv8 | |
CN115795319A (zh) | 基于cnas检测实验室的试验项检测方法及相关装置 | |
CN115880472A (zh) | 一种电力红外图像数据智能诊断分析*** | |
CN116977250A (zh) | 一种工业零件的缺陷检测方法、装置和计算机设备 | |
Wu et al. | Hilbert ID considering multi-window feature extraction for transformer deep vision fault positioning | |
US20110179022A1 (en) | Method of analyzing claims of a patent document and patent analysis system thereof | |
Ilyas et al. | A similarity measurement framework for requirements engineering | |
Maidasani et al. | Entity resolution evaluation measures | |
Su et al. | Detection and State Classification of Bolts Based on Faster R-CNN | |
JP2018190304A (ja) | 点検支援装置、点検支援方法、および点検支援プログラム | |
CN116127976B (zh) | 公司名称的匹配方法、装置及电子设备 | |
Li et al. | Analytic model and assessment framework for data quality evaluation in state grid | |
Held et al. | Towards measuring test data quality |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190315 |
|
RJ01 | Rejection of invention patent application after publication |