-
公开(公告)号：CN109615607B
公开(公告)日：2023-05-16
申请号：CN201811332094.7
申请日：2018-11-09
Applicant: 福建和盛高科技产业有限公司
Abstract: 本发明涉及一种基于单张图像自定义特征的噪声检测方法，采集变电站图像，计算图像x和y方向梯度图；遍历待检测图像，根据梯度图计算每个像素点的梯度方向角度；给定方向分布数目，根据梯度值和方向角度计算每个像素点每个方向的方向分布值并计算积分图，以此实现自定义特征提取；根据自定义特征提取结果对图像梯度信息和自定义特征进行统计分析，获取给定条件下的平均梯度值和主方向分布值；计算图像噪声度，给定噪声度阈值，若噪声度大于给定阈值，则认为图像属于噪声图像，并将噪声度输出，否则认为图像属于正常图像，以此实现图像噪声检测。本发明解决了单张图像噪声度检测的问题，具有重要的实际应用价值。
-
公开(公告)号：CN109615607A
公开(公告)日：2019-04-12
申请号：CN201811332094.7
申请日：2018-11-09
Applicant: 福建和盛高科技产业有限公司
Abstract: 本发明涉及一种基于单张图像自定义特征的噪声检测方法，采集变电站图像，计算图像x和y方向梯度图；遍历待检测图像，根据梯度图计算每个像素点的梯度方向角度；给定方向分布数目，根据梯度值和方向角度计算每个像素点每个方向的方向分布值并计算积分图，以此实现自定义特征提取；根据自定义特征提取结果对图像梯度信息和自定义特征进行统计分析，获取给定条件下的平均梯度值和主方向分布值；计算图像噪声度，给定噪声度阈值，若噪声度大于给定阈值，则认为图像属于噪声图像，并将噪声度输出，否则认为图像属于正常图像，以此实现图像噪声检测。本发明解决了单张图像噪声度检测的问题，具有重要的实际应用价值。
-
公开(公告)号：CN109063764A
公开(公告)日：2018-12-21
申请号：CN201810834617.1
申请日：2018-07-26
Applicant: 福建和盛高科技产业有限公司
CPC classification number: G06K9/6267 , G06T7/13 , G06T7/73
Abstract: 本发明涉及一种基于机器视觉的隔离开关合闸操作到位的判断方法。将深度学习与经典机器视觉方法相结合，实现刀闸的精确定位和刀闸角度实时分析。首先利用深度学习对刀闸图像进行训练，利用训练好的模型实现刀闸初步定位，并获取刀闸状态；提取刀闸图像的形状、尺寸以及周围物体特征，进一步确定刀闸位置；根据刀闸位置提取刀闸所在局部区域边缘线，获取所有平行边缘线集合；计算边缘线方向和前景图像方向，剔除干扰边缘线，获取刀闸边缘线集合；利用边缘线计算刀闸开合角度，实现刀闸开合状态的实时判断。本发明的方法处理速度快，检测精度高，具有较高的实际应用价值。
-
-
Search Results
3
records
(took 0.021 seconds)
