-
公开(公告)号：CN106595593B
公开(公告)日：2019-04-19
申请号：CN201610991141.3
申请日：2016-11-10
Applicant: 西安工程大学
Abstract: 本发明公开的基于椭圆特征拟合的悬垂绝缘子串风偏监测方法，通过安装在杆塔上的摄像机采集风偏绝缘子串图像，并通过图像预处理、图像分割、边缘检测算法提取绝缘子串边缘轮廓，然后通过设定椭圆拟合控制条件，获得最优椭圆，并求解椭圆几何参数。最后根据输电线路绝缘子风偏实际情况分析，建立绝缘子风偏计算模型，利用线性拟合得到绝缘子串空间方程，计算得到绝缘子串风偏角。本发明基于椭圆特征拟合的悬垂绝缘子串风偏监测方法，其原理简单易行，能实时且更智能化监测绝缘子串风偏情况，为输电线路安全运行提供了一种新思路。
-
公开(公告)号：CN108734709A
公开(公告)日：2018-11-02
申请号：CN201810533013.3
申请日：2018-05-29
Applicant: 西安工程大学
Abstract: 本发明公开了一种绝缘子凸缘形状参数识别与破坏检测方法具体如下：步骤1：根据绝缘子串的位置调整摄像机的安装位置和拍摄角度；对采集到的现场绝缘子图像进行直方图均衡化、分割、滤波、连通域标记处理，最终得到绝缘子凸缘区域；步骤2：通过分析绝缘子完好凸缘和缺损凸缘在图像中的特征，提取凸缘区域的周长C、面积A、相对圆心距离d、圆形度e四个形状特征作为凸缘缺陷检测的特征参数，进一步确定绝缘子是否存在破损；步骤3：构建绝缘子凸缘破坏检测模型，将步骤2中得到的四个特征参数作为输入，凸缘完好/存在缺陷作为输出，训练并测试模型，最终实现绝缘子凸缘破坏的检测与识别。本方法能够实现绝缘子凸缘破坏的非接触、在线监测。
-
公开(公告)号：CN106408025A
公开(公告)日：2017-02-15
申请号：CN201610835298.7
申请日：2016-09-20
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于图像处理的航拍图像绝缘子分类识别方法，步骤1，对图像进行红蓝色差灰度化处理和加权平均灰度化处理两种方式的灰度化处理；步骤2，对比步骤1中得到的两种灰度处理的结果，选取对比度大的图像；步骤3，利用步骤2中选取的灰度对比度大的图像进行聚类分析，即设步骤2中选定的对比度较高的灰度化图像为图像gray，图像各坐标点(x,y)处的灰度值表示为gray(x,y)，采用改进的K-means算法，对图像gray进行聚类分析；步骤4，去除噪声点，最终获取更新的二值图像binary；步骤5，将步骤4获取的新的二值图像binary映射到图像P上，提取准确分割的绝缘子图像，并判断绝缘子种类。解决了现有技术无法准确的提取绝缘子并对其进行快速的分类识别的问题。
-
公开(公告)号：CN106127756A
公开(公告)日：2016-11-16
申请号：CN201610452634.X
申请日：2016-06-21
Applicant: 西安工程大学
CPC classification number: G06K9/4671 , G06T2207/10004 , G06T2207/20221 , G06T2207/30108
Abstract: 本发明公开了一种基于多特征信息融合技术的绝缘子识别检测方法，具体按照以下步骤实施：步骤1，利用安装在现场铁塔或铁杆上的带云台的定焦摄像机采集的输电线路上绝缘子的图像信号；步骤2，对步骤1采集到图像进行预处理；步骤3，从预处理后的图像中提取绝缘子的纹理特征向量；步骤4，提取待识别绝缘子颜色特征向量，对步骤1中采集到的绝缘子图像的HSV色彩空间进行非等间隔量化；步骤5，采用基于区域描述方法中Hu矩算法提取绝缘子形状特征；步骤6，将步骤3、步骤4、步骤5中提取到绝缘子的3种特征进行融合，本发明的方法能够简单、可靠、快速、自动检测绝缘子的运行状态，从而预防因绝缘子断裂引起的电力系统故障。
-
公开(公告)号：CN106060466A
公开(公告)日：2016-10-26
申请号：CN201610445600.8
申请日：2016-06-20
Applicant: 西安工程大学
CPC classification number: H04N7/181 , G06T2207/10016
Abstract: 本发明公开了一种基于视频图像序列的绝缘子跟踪监测方法，具体按照以下步骤实施：步骤1：采集输电线路视频图像信号；步骤2：将采集到的视频图像信号由传输通道以视频流的方式实时传送回监控中心；步骤3：得到监视目标图像；步骤4：对所得的输电线路绝缘子的目标图像进行预处理；步骤5：对预处理后的图像进行目标检测，利用多尺度小波边缘检测方法来检测当前帧覆冰绝缘子边缘；步骤6：对目标检测后的图像进行kalman滤波，实现对舞动目标大致运动位置做估计，Mean‑shift在估计区域中做目标的精确匹配，计算舞动幅值A、频率f以及计算跟踪相似性度量N(pu(x0),q(x))。本发明一种基于视频图像序列的绝缘子跟踪监测方法，所用到的设备较少，结构简单，成本低廉。
-
Patent Agency Ranking
公开(公告)号：CN104933403A
公开(公告)日：2015-09-23
申请号：CN201510253964.1
申请日：2015-05-18
Applicant: 西安工程大学
CPC classification number: G06K9/00664 , G06K9/3233 , G06T7/12 , G06T2207/10016 , G06T2207/30184
Abstract: 本发明公开了一种基于间隔棒识别的导线舞动的监测方法，以输电线路视频流中截取的数字图像为研究对象，通过图像灰度化、平滑去噪等方法对图像进行预处理。对预处理之后的图像进行阈值分割，边缘检测，轮廓跟踪与补偿，提取导线间隔棒的轮廓，根据舞动前后间隔棒模板轮廓匹配差异形状，来计算舞动扭转角。当舞动扭转角度出现异常时，能够及时将预警信息发送给安全检查人员，使其对线路运行状况予以关注同时采取相应处理措施。本发明一种基于间隔棒识别的导线舞动的监测方法不需要建立精确的数学模型，能快速、自动实现导线舞动扭转角的检测与预警。
-
公开(公告)号：CN110807766B
公开(公告)日：2023-03-31
申请号：CN201910989275.5
申请日：2019-10-17
Applicant: 西安工程大学
Abstract: 本发明公开一种基于可见光图像的双防震锤位移识别方法，步骤包括，1)采集输电线路上的防震锤图像I1，依次图像灰度化、图像增强及图像滤波，通过阈值分割得到前景区域图像I2；2)对前景区域图像I2直线hough变换，得到导线位置标记图I3；3)以标记线段的两个端点为基础，划定框选区域称为进行模板匹配的矩形区域图I4；4)建立倒T型模板；5)建立新的匹配模板P，并计算防震锤横向像素宽度w；6)用匹配模板P在矩形区域图I4内遍历，得到防震锤标记图I7，计算像素距离l；7)将像素距离l与横向像素宽度w对比，确认防震锤是否出现位移。本发明方法，原理简单、直观易行，能实时且智能化监测防震锤位置状态情况。
-
公开(公告)号：CN112150495B
公开(公告)日：2023-03-14
申请号：CN202011015869.5
申请日：2020-09-24
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于扣分法则的绝缘子冰闪风险预测方法，步骤包括：1)对采集的绝缘子冰闪原始图像进行处理，提升冰闪原始图像的清晰化程度；2)对处理后的清晰图像进行修正，提取覆冰绝缘子边缘；3)提取绝缘子的冰闪特征参量，4)根据上述的冰闪特征参量，制定量化规则，对冰闪特征参量分别进行量化处理；5)根据上述的冰闪特征参量对绝缘子冰闪过程的影响程度，制定扣分机制，针对特征参量量化处理结果，根据各自的权重进行扣分处理，得到冰闪风险评估分值；6)按照预先设定的极低、低、中等、高、极高五个等级阈值区间，得出阈值区间对应的绝缘子冰闪风险等级，得到最终的评估结果。本发明方法，简单可行，结果可靠。
-
公开(公告)号：CN108734709B
公开(公告)日：2022-03-25
申请号：CN201810533013.3
申请日：2018-05-29
Applicant: 西安工程大学
Abstract: 本发明公开了一种绝缘子凸缘形状参数识别与破坏检测方法具体如下：步骤1：根据绝缘子串的位置调整摄像机的安装位置和拍摄角度；对采集到的现场绝缘子图像进行直方图均衡化、分割、滤波、连通域标记处理，最终得到绝缘子凸缘区域；步骤2：通过分析绝缘子完好凸缘和缺损凸缘在图像中的特征，提取凸缘区域的周长C、面积A、相对圆心距离d、圆形度e四个形状特征作为凸缘缺陷检测的特征参数，进一步确定绝缘子是否存在破损；步骤3：构建绝缘子凸缘破坏检测模型，将步骤2中得到的四个特征参数作为输入，凸缘完好/存在缺陷作为输出，训练并测试模型，最终实现绝缘子凸缘破坏的检测与识别。本方法能够实现绝缘子凸缘破坏的非接触、在线监测。
-
公开(公告)号：CN108765373B
公开(公告)日：2022-03-22
申请号：CN201810386292.5
申请日：2018-04-26
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于集成分类器在线学习的绝缘子异常自动检测方法，具体步骤为，以无人机/杆塔为载体搭载高清云台摄像机，拍摄输电线路可见光绝缘子图像，对获取到的图像进行预处理、图像分割、图像多特征提取等，得到异常绝缘子图像的多种典型特征并作归一化处理；然后选择决策树作为弱分类器，将归一化特征作为其分类属性训练弱分类器，重复训练得到若干个决策树及其分类权重，最后通过加权投票生成分类准确率高的强分类器，同时结合在线学习技术及时更新强分类器，将各类型异常绝缘子图像分开，以做后续处理。本发明原理简单、直观易行，结合图像处理技术及机器学习算法智能化识别诊断绝缘子异常，为绝缘子异常运行监测提供了新思路和方法。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.03 seconds)
