CN110148107A - 基于色度畸变与相位竞争编码的保护压板状态识别方法 - Google Patents
基于色度畸变与相位竞争编码的保护压板状态识别方法 Download PDFInfo
- Publication number
- CN110148107A CN110148107A CN201910139596.6A CN201910139596A CN110148107A CN 110148107 A CN110148107 A CN 110148107A CN 201910139596 A CN201910139596 A CN 201910139596A CN 110148107 A CN110148107 A CN 110148107A
- Authority
- CN
- China
- Prior art keywords
- pressing plate
- chromacity
- distortions
- coding
- phase
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了基于色度畸变与相位竞争编码的保护压板状态识别方法,包括如下步骤:对目标图像进行提取获得压板关键区域作为目标区域;对目标区域中的压板状态进行检测识别。本发明依托于电力***中集中式远程图像监控***,结合图像实现压板状态的快速识别;首先结合色度畸变完成压板关键区域提取,以避免复杂背景的干扰;同时以相位竞争编码对提取的关键区域进行处理,获取压板对应的角度。根据其角度,设定大于20°时为退出,小于5°时为投入状态。实现基于图像与相位特征可应用于压板状态的快速识别。
Description
技术领域
本发明涉及继电保护技术领域,尤其涉及基于色度畸变与相位竞争编码的保护压板状态识别方法。
背景技术
保护压板,也称保护连片,是保护装置联系外部接线的桥梁和纽带,它的投或退决定了开关的动作与否。详细来说,当***故障的时候,如果保护压板退出,保护装置是不会反应的;如果保护压板投入,那么保护装置会反应并执行保护动作。继电保护装置、大型电力等设备的特殊性,在跳闸回路上,必须设计“保护压板”,以保障继电保护***的安全运行。而保护压板状态的识别是电力巡检中的常规工作,具有识别周期短、对象多以及工作量繁杂等特点。
常规压板识别是通过周期性人工巡检来完成,压板识别的特点又极易造成误检或者漏检;同时,机械重复性工作对人力的大量投入是一种浪费。此外,一些研究人员通过在普通压板上加装感知单位,来实现压板状态的智能识别。该系列智能压板对状态的识别较为准确,但这种加装方式也造成了安装复杂度和设备运维成本提升,不适应大范围的应用。
近年来,随着电力网络规模的扩大和电网“调控一体化”模式的深化,许多电力企业已经或正在建设集中式远程图像监控***。在此***的基础上,基于图像构建压板快速识别将是一种方便、快捷的方式。例如通过对压板图像进行二值化处理,通过统计图像指定位置处的黑色像素值个数及位置信息,进行压板状态识别。另外一种识别方式为一种轮廓检测定位压板区域,通过支持向量机分类器完成模型训练,实现对压板图像进行分类识别。上述***存在一些问题:(1)识别方法较难定位到压板区域,易造成无识别;(2)识别过程中,容易受光照变化造成误检;(3)有监督的识别模型在环境扩展性不好,鲁棒性不高。
发明内容
针对目前电能量采集数据存在的问题,本发明通过基于色度畸变与相位竞争编码的保护压板状态识别方法,针对以上算法的缺点,本文提出结合色度畸变模型完成压板关键区域提取,以避免复杂背景的干扰,同时以相位竞争编码完成压板状态的快速分类识别。
本发明采用的技术方案为:
基于色度畸变与相位竞争编码的保护压板状态识别方法,包括步骤如下:
对目标图像进行提取获得压板关键区域作为目标区域;
对目标区域中的压板状态进行检测识别。
作为本发明的进一步技术方案为:所述对目标图像进行提取获得压板关键区域作为目标区域;具体为:对目标图像采用色度畸变方法获得压板关键区域,完成目标区域的提取。
作为本发明的进一步技术方案为:所述对目标图像采用色度畸变方法获得压板关键区域,完成目标区域的提取;具体为:
在压板整体图像中,对目标图像进行色度畸变计算处理,令 Vn(1.0,1.0,1.0)为参考向量,Vp(R,G,B)为图像中像素的颜色向量,目标提取计算为:
其中,THR为色度差阈值,通过色度畸变分析之后,获得目标区域,完成对压板关键区域提取。
作为本发明的进一步技术方案为:所述对目标区域中的压板状态进行检测识别,具体为:采用基于相位竞争编码方法对目标区域中的压板状态进行检测识别;根据压板的角度大小,判断压板状态。
作为本发明的进一步技术方案为:所述压板状态为,压板的角度大于20°时为退出状态,小于5°时为投入状态。
作为本发明的进一步技术方案为:所述采用基于相位竞争编码方法对目标区域中的压板状态进行检测识别,具体包括:
首先以高斯分布预设各个方向的滤波权重,然后以方向角θ在圆内切矩形中以线宽度l提取各个方向上像素尺寸相同的线性方向滤波器;
设w为线性方向滤波器半边长尺寸,x为图像中心坐标,ξ为滤波范围内距离图像中心滤波位置的向量坐标,滤波函数定义如下:
其中,I(ξ,x)为到中心位置x距离向量为ξ的像素值,F(ξ,x,l,θ)为方向θ宽度为l的滤波器设定区域,G(ξ,x)为高斯函数:
其中
d(ξ,x)=d(ξ-x)=||ξ-x||;
kd(x)为一个累积常量,用来归一化滤波器参数,定义如下:
利用线性方向滤波器,对边缘增强后的图像进行方向滤波增强,得到各个方向的编码结果。
作为本发明的进一步技术方案为:所述利用线性方向滤波器,对边缘增强后的图像进行方向滤波增强,得到各个方向的编码结果;具体包括:
使用六方向的线性滤波器对纹理图像进行滤波处理,采用Winner-Take-All 规则将最强响应方向作为最终的编码方向,以此得到稳定性更高的相位特征编码,具体计算公式定义如下:
fu(x)=max(h(x,θj)I(x));
其中θj=jπ/6且j={0,1,...,5};
在此基础上,利用竞争之后的边缘能量响应强度进一步筛选能量较弱的不稳定区域,以减少大量不稳定边缘区域的计算;
令b(x)为完成能量筛选过后的相位编码图,最终有效相位区域提取公式如下:
其中分割阈值t=min(fu(x))+ηmax(fu(x))-min(fu(x));η为固定提取因子。
进一步的,所述固定提取因子η=0.35。
本发明的有益效果:
本发明依托于电力***中集中式远程图像监控***,结合图像实现压板状态的快速识别。首先,结合色度畸变完成压板关键区域提取,以避免复杂背景的干扰。同时以相位竞争编码对提取的关键区域进行处理,获取压板对应的角度。根据其角度,设定大于20°时为退出,小于5°时为投入状态。实现基于图像与相位特征可应用于压板状态的快速识别。
附图说明
图1为本发明提出的基于色度畸变与相位竞争编码的保护压板状态识别方法流程图;
图2为本发明提出的色度概念示意图;
图3为本发明提出的方向滤波器各个方向的滤波权重示意图。
具体实施方式
参照图1,为本发明提出了基于色度畸变与相位竞争编码的保护压板状态识别方法流程图。
如图1所示,基于色度畸变与相位竞争编码的保护压板状态识别方法,包括步骤如下:
步骤101,对目标图像进行提取获得压板关键区域作为目标区域;
步骤102,对目标区域中的压板状态进行检测识别。
在步骤101中,对目标图像进行提取获得压板关键区域作为目标区域;具体为:对目标图像采用色度畸变方法获得压板关键区域,完成目标区域的提取。
在上述实施例中,对目标图像采用色度畸变方法获得压板关键区域,完成目标区域的提取;具体为:
在压板整体图像中,算法对目标图像进行色度畸变计算处理,令 Vn(1.0,1.0,1.0)为参考向量,Vp(R,G,B)为图像中像素的颜色向量,目标提取计算为:
其中,THR为色度差阈值,通过色度畸变分析之后,获得目标区域,完成对压板关键区域提取。
在步骤102中,对目标区域中的压板状态进行检测识别,具体为:采用基于相位竞争编码方法对目标区域中的压板状态进行检测识别。根据压板的角度大小,判断压板状态。
本发明实施例中,结合色度畸变完成压板关键区域提取,以避免复杂背景的干扰;然后,以相位竞争编码对提取的关键区域进行处理,获取压板对应的角度。根据其角度,设定大于20°时为退出,小于5°时为投入状态。
在上述实施例中,采用基于相位竞争编码方法对目标区域中的压板状态进行检测识别,具体包括:
由于圆形邻域模板下的方向滤波器具有的中心对称性,首先以高斯分布预设各个方向的滤波权重,然后以方向角θ在圆内切矩形中以线宽度l提取各个方向上像素尺寸相同的线性方向滤波器;
设w为线性方向滤波器半边长尺寸,x为图像中心坐标,ξ为滤波范围内距离图像中心滤波位置的向量坐标,滤波函数定义如下:
其中,I(ξ,x)为到中心位置x距离向量为ξ的像素值,F(ξ,x,l,θ)为方向θ宽度为l的滤波器设定区域,G(ξ,x)为高斯函数:
其中
d(ξ,x)=d(ξ-x)=||ξ-x||;
kd(x)为一个累积常量,用来归一化滤波器参数,定义如下:
利用线性方向滤波器,对边缘增强后的图像进行方向滤波增强,得到各个方向的编码结果。
采用方向竞争编码方案,对可能不稳定的相位特征进行过滤,以期得到各个相位图中相对稳定的且相位响应强度较高的区域,为进行准确的压板状态判断稳固的统计基础。
在上述实施例中,利用线性方向滤波器,对边缘增强后的图像进行方向滤波增强,得到各个方向的编码结果;具体包括:
使用六方向的线性滤波器对纹理图像进行滤波处理,采用Winner-Take-All 规则将最强响应方向作为最终的编码方向,以此得到稳定性更高的相位特征编码,具体计算公式定义如下:
fu(x)=max(h(x,θj)I(x));
其中θj=jπ/6且j={0,1,...,5};
在此基础上,利用竞争之后的边缘能量响应强度进一步筛选能量较弱的不稳定区域,以减少大量不稳定边缘区域的计算;
令b(x)为完成能量筛选过后的相位编码图,最终有效相位区域提取公式如下:
其中分割阈值t=min(fu(x))+ηmax(fu(x))-min(fu(x));η为固定提取因子。
其中,所述固定提取因子η=0.35。
参见图2,为本发明提出的色度概念示意图;
以Bij和Tij表示的背景像素和待分割像素,在RGB彩色空间中向量之间的夹角的大小体现了两个像素颜色上的差异,因而可以用θ来表示色度差;θ计算为:
由于压板存在特有的标签颜色特征,基于颜色进行压板区域的提取可以避免复杂背景的干扰。在压板整体图像中,算法对目标图像进行色度畸变计算处理,令Vn(1.0,1.0,1.0)为参考向量,Vp(R,G,B)为图像中像素的颜色向量,目标提取计算为:
其中,THR为色度差阈值。通过色度畸变分析之后,获得目标区域,完成了对压板关键区域提取。
参见图3,为本发明提出的方向滤波器各个方向的滤波权重示意图。
如图3所示,基于方向编码对光照等环境变异的不敏感性和稳定性,构建了可以用于有效探测图像中压板边缘方向及响应强度的方向滤波器。由于圆形邻域模板下的方向滤波器具有的中心对称性,首先以高斯分布预设各个方向的滤波权重,然后以方向角θ在圆内切矩形中以线宽度l提取各个方向上像素尺寸相同的线性方向滤波器。
设w为滤波器半边长尺寸,x为图像中心坐标,ξ为滤波范围内距离图像中心滤波位置的向量坐标,滤波函数定义如下:
其中I(ξ,x)为到中心位置x距离向量为ξ的像素值,F(ξ,x,l,θ)为方向θ宽度为 l的滤波器设定区域,G(ξ,x)为高斯函数:
其中
d(ξ,x)=d(ξ-x)=||ξ-x||;
kd(x)为一个累积常量,用来归一化滤波器参数,定义如下:
利用方向滤波器,对边缘增强后的图像进行方向滤波增强,得到各个方向的编码结果。
本发明的实验运行环境Matlab R2016,硬件平台为Windows 10***,CPU 为IntelCore i7-6700,主频3.40GHz,内存为16G。
本发明实施例中,对于压板相位角度获取,首先根据前述理论,提取关键区域,并对关键区域进行各个方向的相位滤波处理,得到各个相位方向上的强度响应分布图,对提取的关键区域进行方向滤波处理;采用方向竞争编码方案,对可能不稳定的相位特征进行过滤,以期得到各个相位图中相对稳定的且相位响应强度较高的区域,为进行准确的压板状态判断稳固的统计基础。基于上述思路,具体使用六方向的线性滤波器对纹理图像进行滤波处理,采用 Winner-Take-All规则将最强响应方向作为最终的编码方向,以此得到稳定性更高的相位特征编码,具体计算公式定义如下:
fu(x)=max(h(x,θj)I(x));
其中θj=jπ/6且j={0,1,...,5}。
在此基础上,利用竞争之后的边缘能量响应强度进一步筛选能量较弱的不稳定区域,以减少大量不稳定边缘区域的计算;令b(x)为完成能量筛选过后的相位编码图,最终有效相位区域提取公式如下:
其中分割阈值t=min(fu(x))+ηmax(fu(x))-min(fu(x)),可以设定固定提取因子η=0.35。
通过方向相位竞争编码得到相位联通体区域,将各个相位联通体区域方向一直且相互直接可以融合为一条直线的相位联通体进行合并,并对合并后的各个联通体的相位信息进行统计,找出统计意义的相位方向特征。最终,根据统计结果,将相位信息强度最大的相位信息提取并在图中进行标注,得到压板的实际角度信息。通过压板的实际旋转角度可以明确的判断压板当前的工作状态。
本发明依托于电力***中集中式远程图像监控***,结合图像实现压板状态的快速识别。首先,结合色度畸变完成压板关键区域提取,以避免复杂背景的干扰。同时以相位竞争编码对提取的关键区域进行处理,获取压板对应的角度。根据其角度,设定大于20°时为退出,小于5°时为投入状态。对采集186张图片的识别准确率达到100%。上述结果验证了基于图像与相位特征可应用于压板状态的快速识别。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (8)
1.基于色度畸变与相位竞争编码的保护压板状态识别方法,其特征在于,包括步骤如下:
对目标图像进行提取获得压板关键区域作为目标区域;
对目标区域中的压板状态进行检测识别。
2.根据权利要求1所述的基于色度畸变与相位竞争编码的保护压板状态识别方法,其特征在于,所述对目标图像进行提取获得压板关键区域作为目标区域;具体为:对目标图像采用色度畸变方法获得压板关键区域,完成目标区域的提取。
3.根据权利要求2所述的基于色度畸变与相位竞争编码的保护压板状态识别方法,其特征在于,所述对目标图像采用色度畸变方法获得压板关键区域,完成目标区域的提取;具体为:
在压板整体图像中,对目标图像进行色度畸变计算处理,令Vn(1.0,1.0,1.0)为参考向量,Vp(R,G,B)为图像中像素的颜色向量,目标提取计算为:
其中,THR为色度差阈值,通过色度畸变分析之后,获得目标区域,完成对压板关键区域提取。
4.根据权利要求1所述的基于色度畸变与相位竞争编码的保护压板状态识别方法,其特征在于,所述对目标区域中的压板状态进行检测识别,具体为:采用基于相位竞争编码方法对目标区域中的压板状态进行检测识别,根据压板的角度大小,判断压板状态。
5.根据权利要求4所述的基于色度畸变与相位竞争编码的保护压板状态识别方法,其特征在于,所述压板状态为,压板的角度大于20°时为退出状态,小于5°时为投入状态。
6.根据权利要求4所述的基于色度畸变与相位竞争编码的保护压板状态识别方法,其特征在于,所述采用基于相位竞争编码方法对目标区域中的压板状态进行检测识别,具体包括:
首先以高斯分布预设各个方向的滤波权重,然后以方向角θ在圆内切矩形中以线宽度l提取各个方向上像素尺寸相同的线性方向滤波器;
设w为线性方向滤波器半边长尺寸,x为图像中心坐标,ξ为滤波范围内距离图像中心滤波位置的向量坐标,滤波函数定义如下:
其中,I(ξ,x)为到中心位置x距离向量为ξ的像素值,F(ξ,x,l,θ)为方向θ宽度为l的滤波器设定区域,G(ξ,x)为高斯函数:
其中
d(ξ,x)=d(ξ-x)=||ξ-x||;
kd(x)为一个累积常量,用来归一化滤波器参数,定义如下:
利用线性方向滤波器,对边缘增强后的图像进行方向滤波增强,得到各个方向的编码结果。
7.根据权利要求6所述的基于色度畸变与相位竞争编码的保护压板状态识别方法,其特征在于,所述利用线性方向滤波器,对边缘增强后的图像进行方向滤波增强,得到各个方向的编码结果;具体包括:
使用六方向的线性滤波器对纹理图像进行滤波处理,采用Winner-Take-All规则将最强响应方向作为最终的编码方向,以此得到稳定性更高的相位特征编码,具体计算公式定义如下:
fu(x)=max(h(x,θj)I(x));
其中θj=jπ/6且j={0,1,...,5};
在此基础上,利用竞争之后的边缘能量响应强度进一步筛选能量较弱的不稳定区域,以减少大量不稳定边缘区域的计算;
令b(x)为完成能量筛选过后的相位编码图,最终有效相位区域提取公式如下:
其中分割阈值t=min(fu(x))+ηmax(fu(x))-min(fu(x));η为固定提取因子。
8.根据权利要求7所述的基于色度畸变与相位竞争编码的保护压板状态识别方法,其特征在于,所述固定提取因子η=0.35。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910139596.6A CN110148107B (zh) | 2019-02-26 | 2019-02-26 | 基于色度畸变与相位竞争编码的保护压板状态识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910139596.6A CN110148107B (zh) | 2019-02-26 | 2019-02-26 | 基于色度畸变与相位竞争编码的保护压板状态识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110148107A true CN110148107A (zh) | 2019-08-20 |
CN110148107B CN110148107B (zh) | 2023-07-11 |
Family
ID=67588107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910139596.6A Active CN110148107B (zh) | 2019-02-26 | 2019-02-26 | 基于色度畸变与相位竞争编码的保护压板状态识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110148107B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113191356A (zh) * | 2021-05-19 | 2021-07-30 | 南方电网电力科技股份有限公司 | 一种开关柜压板设备的状态识别方法及相关装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108805038A (zh) * | 2018-05-23 | 2018-11-13 | 三峡大学 | 一种变电站保护压板状态识别方法 |
-
2019
- 2019-02-26 CN CN201910139596.6A patent/CN110148107B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108805038A (zh) * | 2018-05-23 | 2018-11-13 | 三峡大学 | 一种变电站保护压板状态识别方法 |
Non-Patent Citations (3)
Title |
---|
孙熊伟等: "基于边缘相位编码的复杂背景下海天线检测", 《光学学报》 * |
***等: "基于色度畸变和局部交叉熵的阴影消除", 《计算机应用》 * |
邓应松等: "基于图像识别的保护压板状态辨识方法", 《陕西电力》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113191356A (zh) * | 2021-05-19 | 2021-07-30 | 南方电网电力科技股份有限公司 | 一种开关柜压板设备的状态识别方法及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110148107B (zh) | 2023-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103069434B (zh) | 用于多模式视频事件索引的方法和*** | |
CN108009551B (zh) | 适用于电力作业机器人的电力刀闸分合位状态识别方法 | |
CN109460719A (zh) | 一种电力作业安全识别方法 | |
CN113158752A (zh) | 一种电力员工进场作业智能安全管控*** | |
CN105023014A (zh) | 一种无人机巡检输电线路图像内的杆塔目标提取方法 | |
CN105404867A (zh) | 一种基于视觉的变电站隔离开关状态识别方法 | |
CN107067595A (zh) | 一种指示灯的状态辨识方法、装置及电子设备 | |
CN110148107A (zh) | 基于色度畸变与相位竞争编码的保护压板状态识别方法 | |
CN109308448A (zh) | 一种采用图像处理技术来防止变配电误操作的方法 | |
Anis et al. | Digital electric meter reading recognition based on horizontal and vertical binary pattern | |
CN113111771A (zh) | 一种发电厂工作人员不安全行为的识别方法 | |
CN115331000A (zh) | 一种基于orb算法的弓网运行状态检测方法 | |
CN108133211B (zh) | 一种基于移动终端视觉图像的检测配电柜的方法 | |
CN106650735B (zh) | 一种led字符自动定位识别方法 | |
CN109345787A (zh) | 一种基于智能图像识别技术的输电线路防外损监控报警*** | |
Li et al. | Application research of artificial intelligent technology in substation inspection tour | |
CN114387542A (zh) | 一种基于便携布控球的视频采集单元异常识别*** | |
CN117173791A (zh) | 一种基于动作识别的配网施工人员违规检测方法及*** | |
CN109509169A (zh) | 基于近邻分类的距离度量学习的压板状态检测装置与方法 | |
CN116311082B (zh) | 基于关键部位与图像匹配的穿戴检测方法及*** | |
CN109063634A (zh) | 在电力监控中采用霍夫圆变换识别目标物体区域电气符号的方法 | |
CN117423018A (zh) | 基于无人机采集多模态源融合的电力设备检测***及方法 | |
CN114069844B (zh) | 基于深度学习的变电站二次设备状态图像识别方法 | |
Li et al. | Insulator infrared image segmentation algorithm based on dynamic mask and box annotation | |
CN116030405A (zh) | 一种基于人工智能的行人目标的安全护具穿戴监控方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |