一种基于双目视觉的无人机输电线路自动跟踪方法

    公开(公告)号:CN108919838B

    公开(公告)日:2021-03-26

    申请号:CN201810978744.9

    申请日:2018-08-27

    Abstract: 本发明公开了一种基于双目视觉的无人机输电线路自动跟踪方法。利用人眼视觉显著性检测技术提取图像中的电力线区域,根据双目视觉成像模型准确测距,进而控制无人机的飞行方向与姿态。本发明提出的基于双目视觉的无人机输电线路自动跟踪系统及方法,能准确地测量无人机和电力线上激光标记点的距离,满足无人机对输电线路安全自动检测与跟踪的要求。

    一种基于三目视觉的智能目标检测和测量系统和方法

    公开(公告)号:CN109211198B

    公开(公告)日:2021-01-01

    申请号:CN201810930141.1

    申请日:2018-08-15

    Abstract: 本发明公开了一种基于三目视觉的智能目标检测和测量系统及方法,一种基于三目视觉的智能目标检测和测量系统,包括三个摄像头、三个滑道和处理模块,三个滑道一端连接,两两之间呈120度分布,三个摄像头分别设置于滑道上沿滑道移动,处理模块与摄像头相连,用于进行目标检测和目标测量;一种基于三目视觉的智能目标检测和测量方法,首先进行目标检测,确定图像中的目标位置;然后由三个双目视觉子系统各自完成目标测量;最后,融合三个双目视觉子系统测量结果得到最终目标检测和目标测量结果。本发明能够检测来自不同角度的深度信息,根据目标改变基线,改变摄像头的位置得到完整目标,在多种目标检测和测量中有着很好的普遍性和很高的准确性。

    基于局域网的HDFS分布式文件共享方法

    公开(公告)号:CN106254466B

    公开(公告)日:2019-10-01

    申请号:CN201610641253.6

    申请日:2016-08-05

    Abstract: 本发明公开了一种基于局域网的HDFS分布式文件共享方法,包括以下步骤:1)将HDFS部署在局域网上,使用一台服务器作为主节点,即应用的监控服务器;使用其他N个服务器作为从节点,即应用的存储服务器;2)在服务器端,主节点将文件分成固定大小的多个块并存储于不同的从节点存储服务器上,且每个数据块均有2‑3个备份。本发明可以实现局域网内HDFS的社区化文件共享功能,能够大幅提高文件上传速率并降低流量资费。

    一种基于深度显著性的绝缘子检测及自爆识别方法

    公开(公告)号:CN109472776A

    公开(公告)日:2019-03-15

    申请号:CN201811203269.4

    申请日:2018-10-16

    Abstract: 本发明公开了一种基于深度显著性的绝缘子检测及自爆识别方法,该系统包括无人机系统、4G信号传输模块及双目视觉信息采集模块、图像预处理模块、多特征融合的区域分割模块、深度显著图生成模块、绝缘子区域分割模块、绝缘子自爆识别模块及结果输出模块。当搭载双目相机的无人机至绝缘子周围时,以绝缘子与镜头间无遮挡的角度采集绝缘子左右目视频信息,数据处理模块对左右目视频进行同步均匀取帧,组成“左目-右目”图像对;结合稀疏视差点与区域分割结果获取深度显著图,完成绝缘子区域的分割;最后利用灰度分布波形分析实现绝缘子的自爆识别及定位,并生成检测报告。本发明可准确、快速完成绝缘子的检测与自爆识别,具有较高的工程应用价值。

    一种基于纬纱走向的织物弓纬检测方法

    公开(公告)号:CN109211918A

    公开(公告)日:2019-01-15

    申请号:CN201810992722.8

    申请日:2018-08-28

    Abstract: 本发明公开了一种基于纬纱走向的织物弓纬检测方法,步骤1:对采集到的织物原始图像进行处理;步骤2:将重建后的图像进行校正,校正图像至经纱与水平方向垂直,得到校正后的图像;步骤3:提取经步骤2校正后图像的有效纬纱区域,将每一条有效纬纱区域使用矩形框进行标记;步骤4:每个有效纬纱区域通过条纹空间约束的方法得到一组离散的坐标点,将在一条有效纬纱区域上的离散的坐标数据点,拟合为一条直线即为有效纬纱区域的轴心曲线;步骤5:定量分析轴心曲线的走向,得出弓纬的弯曲方向、弯曲程度参数,以显示出织物弓纬的缺陷。本发明可根据纬纱走向进行针对性调整,调整效果更好,实用性更强。

    一种基于视觉显著性的输电线路配件检测方法

    公开(公告)号:CN109145905A

    公开(公告)日:2019-01-04

    申请号:CN201811000906.8

    申请日:2018-08-29

    CPC classification number: G06K9/3241 G06K9/00637 G06K9/4671 G06K9/6223

    Abstract: 本发明公开了一种基于视觉显著性的输电线路配件检测方法,利用搭载双目视觉摄像设备的无人机对待检测输电线路进行视频图像信息采集,无人机飞行由专业的工作人员控制,无人机飞行方向平行于电力线分布方向。将获取的视频图像信息进行取帧,将整个视频视为一个帧序列,并依次对所有图像帧进行图像预处理、感兴趣区域提取、配件缺陷检测、结果输出及反馈,完成输电线路配件检测过程中的缺陷配件信息的记录及反馈工作。本发明提供的一种基于视觉显著性的输电线路配件检测方法,具有实时性好、准确度高、抗干扰能力强的优势。

    基于深度卷积神经网络与视觉显著性的织物缺陷检测方法

    公开(公告)号:CN107833220A

    公开(公告)日:2018-03-23

    申请号:CN201711212830.0

    申请日:2017-11-28

    CPC classification number: G06T7/0008 G06N3/0454 G06T7/11 G06T7/155

    Abstract: 本发明公开了一种基于深度卷积神经网络与视觉显著性的织物缺陷检测方法,属于图像处理技术领域。包含缺陷区域定位模块与缺陷语义分割模块。缺陷区域定位模块利用局部卷积神经网络和全局卷积神经网络两个深度学习模型进行融合,自动提取织物缺陷的高级特征并将其作用于缺陷图像,获得缺陷区域的精确定位。缺陷语义分割模块利用缺陷区域的定位结果,结合基于视觉显著性的超像素图像分割方法,获取缺陷先验前景点并对缺陷目标进行精准分割,最终实现缺陷的检测。本发明利用多深度学习融合的织物缺陷定位网络与改进的视觉显著性的织物缺陷分割网络,对织物图像的适应能力好,精度高,可以有效地对复杂背景与噪声干扰下的织物图像中的缺陷进行检测。

    一种基于动态与静态特征融合的签名鉴伪方法及系统

    公开(公告)号:CN110222660B

    公开(公告)日:2022-09-23

    申请号:CN201910506048.2

    申请日:2019-06-12

    Abstract: 本发明公开了一种基于动态与静态特征融合的签名鉴伪方法及系统,方法包括:获取待鉴别的签名图像和完整笔迹视频;从签名图像中获取签名的静态特征,从完整笔迹视频中获取签名的动态特征;静态特征包括比例特征、纹理特征和弹性网格特征,动态特征包括压力特征和加速度特征;将签名的静态特征和动态特征进行融合作为签名的组合特征;计算签名的组合特征与此签名样本之间相似度,若相似度大于预设的阈值则此签名为真迹,否则此签名为伪造的。本发明通过提取比例特征、纹理特征、弹性网格特征、压力特征及加速度特征等作为动静态特征参数,将提取的特征进行融合作为相似性度量的主要参量,完成签名鉴伪工作,鉴伪结果稳定、客观。

Patent Agency Ranking