-
Patent Agency Ranking
公开(公告)号：CN106845490A
公开(公告)日：2017-06-13
申请号：CN201611261932.7
申请日：2016-12-30
Applicant: 国网河南省电力公司检修公司 , 华北电力大学(保定)
CPC classification number: G06K9/40 , G06K9/4671 , G06K9/6215 , G06T5/002
Abstract: 本发明涉及一种基于GPU加速的SIFT特征对超高压变电设备红外图像进行定位的方法，首先分别对变电站设备红外监测图像进行灰度化，然后利用形态学上的开运算分别对红外监测图像和红外模板图像先腐蚀再膨胀完成去噪；提取红外图像的SIFT特征，通过GPU加速处理后，进行特征匹配，然后剔除误匹配点，进而实现设备定位；本发明能准确定位红外监测图像中的变电站设备，为变电站设备的故障诊断和维修提供必要的技术支持，效率和准确度有了明显提升，具有显著的经济效益和较高的工程应用价值。
-
公开(公告)号：CN107730546B
公开(公告)日：2020-11-03
申请号：CN201710740343.5
申请日：2017-08-25
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种图像深度特征确定方法及系统。该方法包括：提取深度卷积神经网络中各卷积层输出的特征图；计算各所述卷积层的层熵和相对层熵；根据各所述卷积层的层熵和相对层熵，从各所述卷积层中选取特征表达层；根据所述特征表达层输出的所述特征图构建深度特征描述子；对所述深度特征描述子进行编码处理，得到所述输入图像的深度特征表达。本发明提供的图像深度特征确定方法及系统具有泛化性强、处理过程简单的特点，能够获得具有鲁棒性与区分度的高层特征表达。
-
公开(公告)号：CN106355210B
公开(公告)日：2019-03-19
申请号：CN201610822147.8
申请日：2016-09-14
Applicant: 华北电力大学(保定)
Abstract: 本发明公开一种基于深度神经元响应模式的绝缘子红外图像特征表达方法，所述表达方法包括：步骤一：根据深度网络对输入图像I进行前向传递；步骤二：根据所述深度网络构建深度特征模型，获得深度绝缘子红外特征。本发明基于深度神经元响应模式的绝缘子红外图像特征表达方法根据输入的图像挖掘出深度神经元的响应模式，改进深度网络，构建深度特征模型，从而确定绝缘子红外特征，提高绝缘子红外图像特征的鲁棒性。
-
公开(公告)号：CN107730546A
公开(公告)日：2018-02-23
申请号：CN201710740343.5
申请日：2017-08-25
Applicant: 华北电力大学(保定)
CPC classification number: G06T7/50 , G06T2207/20084
Abstract: 本发明公开了一种图像深度特征确定方法及系统。该方法包括：提取深度卷积神经网络中各卷积层输出的特征图；计算各所述卷积层的层熵和相对层熵；根据各所述卷积层的层熵和相对层熵，从各所述卷积层中选取特征表达层；根据所述特征表达层输出的所述特征图构建深度特征描述子；对所述深度特征描述子进行编码处理，得到所述输入图像的深度特征表达。本发明提供的图像深度特征确定方法及系统具有泛化性强、处理过程简单的特点，能够获得具有鲁棒性与区分度的高层特征表达。
-
公开(公告)号：CN106355210A
公开(公告)日：2017-01-25
申请号：CN201610822147.8
申请日：2016-09-14
Applicant: 华北电力大学(保定)
CPC classification number: G06K9/623 , G06K9/46 , G06K9/6218 , G06N3/084
Abstract: 本发明公开一种基于深度神经元响应模式的绝缘子红外图像特征表达方法，所述表达方法包括：步骤一：根据深度网络对输入图像I进行前向传递；步骤二：根据所述深度网络构建深度特征模型，获得深度绝缘子红外特征。本发明基于深度神经元响应模式的绝缘子红外图像特征表达方法根据输入的图像挖掘出深度神经元的响应模式，改进深度网络，构建深度特征模型，从而确定绝缘子红外特征，提高绝缘子红外图像特征的鲁棒性。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
