-
公开(公告)号：CN107680089B
公开(公告)日：2019-04-19
申请号：CN201710929908.4
申请日：2017-10-09
Applicant: 济南大学
Abstract: 本发明公开了一种高压输电线路摄像头图像异常的自动判断方法，它包括以下步骤：步骤1：将图像缩放到固定大小并将图像进行灰度化处理；步骤2：计算整幅图像的灰度均值，根据灰度均值判断图像是否存在异常；步骤3：利用LBP算子计算图像的纹理信息；步骤4：计算图像方差，根据图像方差判断图像是否存在异常；步骤5：对图像进行二值化处理；步骤6：计算二值化后的上1/2图像中灰度值不为0的像素在上1/2图像中的比例，根据比例判断图像是否存在异常；步骤7：统计连续发生问题的图像数目，如果达到一定数目则判断为图像异常。本发明既能有效地减少计算量，又能够简化异常故障检测，大大提升了摄像头图像异常现象的检测效果。
-
公开(公告)号：CN107679495A
公开(公告)日：2018-02-09
申请号：CN201710929504.5
申请日：2017-10-09
Applicant: 济南大学
CPC classification number: G06K9/00825 , G06N3/0454 , G06N3/08
Abstract: 本发明公开了一种输电线路周边活动工程车辆的检测方法，主要解决输电线路周边活动工程车辆检测的问题，它首先训练一个用于识别工程车辆的卷积神经网络模型，其次在检测图片中的工程车辆时通过图像差分得到候选检测区域，然后在超像素分割的基础上对候选检测区域进行合并生长，得到最终的候选检测区域，最后将候选区域输入训练好的神经网络进行分类，并将分类为工程车辆的区域进行标记示警。本发明主要用于自动检测输电线路场景图片中发生运动的工程车辆，通过将卷积神经网络用于工程车辆的识别中，能够较好地检测出图片中的工程车辆，提醒人们关注周围是否有违章施工，为预防输电线路断电事故提供了科学依据，具备较大的实用价值。
-
公开(公告)号：CN107657260A
公开(公告)日：2018-02-02
申请号：CN201710929920.5
申请日：2017-10-09
Applicant: 济南大学
Abstract: 本发明公开了一种输电线路周边环境中地面隐患的检测方法，它包括以下步骤：步骤1：对当前待检测图像做图像预处理，并进行边缘检测得到其边缘图像；步骤2：利用边缘图像分割出地面区域范围，并将非地面区域的像素值置0；步骤3：选择当前待检测图像的前一张图像作为对比图像，对对比图像按照步骤1进行同样操作，利用当前待检测图像和对比图像的边缘图像进行差分处理，并根据差分结果确定当前待检测图像中的变化区域；步骤4：统计当前待检测图像前后N张图像的变化区域信息，将出现频率高且位置集中的变化区域挑选出来作为有隐患的区域，并进行报警。本发明能够检测出输电线路线下的外力破坏事故隐患，为预防输电线路断电事故提供了科学依据。
-
Patent Agency Ranking
公开(公告)号：CN107657260B
公开(公告)日：2020-08-14
申请号：CN201710929920.5
申请日：2017-10-09
Applicant: 济南大学
Abstract: 本发明公开了一种输电线路周边环境中地面隐患的检测方法，它包括以下步骤：步骤1：对当前待检测图像做图像预处理，并进行边缘检测得到其边缘图像；步骤2：利用边缘图像分割出地面区域范围，并将非地面区域的像素值置0；步骤3：选择当前待检测图像的前一张图像作为对比图像，对对比图像按照步骤1进行同样操作，利用当前待检测图像和对比图像的边缘图像进行差分处理，并根据差分结果确定当前待检测图像中的变化区域；步骤4：统计当前待检测图像前后N张图像的变化区域信息，将出现频率高且位置集中的变化区域挑选出来作为有隐患的区域，并进行报警。本发明能够检测出输电线路线下的外力破坏事故隐患，为预防输电线路断电事故提供了科学依据。
-
公开(公告)号：CN107679495B
公开(公告)日：2020-08-07
申请号：CN201710929504.5
申请日：2017-10-09
Applicant: 济南大学
Abstract: 本发明公开了一种输电线路周边活动工程车辆的检测方法，主要解决输电线路周边活动工程车辆检测的问题，它首先训练一个用于识别工程车辆的卷积神经网络模型，其次在检测图片中的工程车辆时通过图像差分得到候选检测区域，然后在超像素分割的基础上对候选检测区域进行合并生长，得到最终的候选检测区域，最后将候选区域输入训练好的神经网络进行分类，并将分类为工程车辆的区域进行标记示警。本发明主要用于自动检测输电线路场景图片中发生运动的工程车辆，通过将卷积神经网络用于工程车辆的识别中，能够较好地检测出图片中的工程车辆，提醒人们关注周围是否有违章施工，为预防输电线路断电事故提供了科学依据，具备较大的实用价值。
-
公开(公告)号：CN107609556B
公开(公告)日：2020-08-07
申请号：CN201710929189.6
申请日：2017-10-09
Applicant: 济南大学
Abstract: 本发明公开了一种输电线路环境中高空作业机械的检测方法，它首先对图像进行相关预处理，然后利用边缘检测获得其边缘图像，再根据边缘图像分割出图像中的天空区域；在检测时，利用边缘图像进行差分，得到候选检测区域，利用背景模型去除候选区域中假的隐患区域，再利用颜色信息和边缘曲率信息去除不符合规定特征的目标，最终剩余候选区域中的目标将被视为高空作业机械，进行报警。本发明结合了背景模型、颜色信息及边缘纹理信息进行识别，能够较好地检测出图片中天际线以上的作业机械，提醒人们关注这些目标，为预防输电线路断电事故提供了科学依据，具备较大的实用价值。
-
公开(公告)号：CN107680089A
公开(公告)日：2018-02-09
申请号：CN201710929908.4
申请日：2017-10-09
Applicant: 济南大学
CPC classification number: G06T7/0002 , G06T3/40 , G06T2207/10004 , G06T2207/20032
Abstract: 本发明公开了一种高压输电线路摄像头图像异常的自动判断方法，它包括以下步骤：步骤1：将图像缩放到固定大小并将图像进行灰度化处理；步骤2：计算整幅图像的灰度均值，根据灰度均值判断图像是否存在异常；步骤3：利用LBP算子计算图像的纹理信息；步骤4：计算图像方差，根据图像方差判断图像是否存在异常；步骤5：对图像进行二值化处理；步骤6：计算二值化后的上1/2图像中灰度值不为0的像素在上1/2图像中的比例，根据比例判断图像是否存在异常；步骤7：统计连续发生问题的图像数目，如果达到一定数目则判断为图像异常。本发明既能有效地减少计算量，又能够简化异常故障检测，大大提升了摄像头图像异常现象的检测效果。
-
公开(公告)号：CN107609556A
公开(公告)日：2018-01-19
申请号：CN201710929189.6
申请日：2017-10-09
Applicant: 济南大学
Abstract: 本发明公开了一种输电线路环境中高空作业机械的检测方法，它首先对图像进行相关预处理，然后利用边缘检测获得其边缘图像，再根据边缘图像分割出图像中的天空区域；在检测时，利用边缘图像进行差分，得到候选检测区域，利用背景模型去除候选区域中假的隐患区域，再利用颜色信息和边缘曲率信息去除不符合规定特征的目标，最终剩余候选区域中的目标将被视为高空作业机械，进行报警。本发明结合了背景模型、颜色信息及边缘纹理信息进行识别，能够较好地检测出图片中天际线以上的作业机械，提醒人们关注这些目标，为预防输电线路断电事故提供了科学依据，具备较大的实用价值。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
