一种视频图像扭曲自动检测方法

    公开(公告)号:CN109544520A

    公开(公告)日:2019-03-29

    申请号:CN201811332095.1

    申请日:2018-11-09

    Abstract: 本发明涉及本发明涉及一种视频图像扭曲自动检测方法,采集变电站连续的三张图像,提取图像特征点,计算其特征向量并进行归一化处理;根据特征向量对三张图像特征点进行匹配,获取匹配特征点;获取连续两张图像匹配特征点的光流并计算差值;将图像划分为多个图像片,计算每个图像片内像素点的光流并计算差值;给定光流阈值,若任意光流差值大于光流阈值,则认为视频图像存在扭曲,否则计算每个图像片的主方向和像素点方向,若同一个图像片内存在多个主方向或像素点间的方向差异较大,则认为图像存在扭曲,否则认为图像正常,以此实现图像扭曲检测。本发明解决了视频图像扭曲自动检测问题,具有重要的实际应用价值。

    基于配电站房防误操作及作业安全的方法

    公开(公告)号:CN110956077A

    公开(公告)日:2020-04-03

    申请号:CN201910950592.6

    申请日:2019-10-08

    Abstract: 本发明涉及一种基于配电站房防误操作及作业安全的方法,包括以下步骤:步骤S1:根据配电站房运维操作流程,设定相应的站房操作流程;步骤S2:获取配电站房的作业人员的待检测图像,并预处理;步骤S3:利用姿态估计方法获取人体的形态;步骤S4:根进行行人属性分析,得到全局特征和局部特征;步骤S5:使用多层特征的方法进行全局特征和局部特征的分别处理与判断,判断作业人员操作中的着装是否规范;步骤S6:根据待检测图像的间距信息,进行匹配分析判断作业人员的作业间隔是否正确;步骤S7:根据预设的站房操作流程,通过设备仪表状态判断作业人员操作步骤是否规范。本发明能够快速有效的判断配电站作业人员操作是否规范,并及时告警。

    一种视频图像扭曲自动检测方法

    公开(公告)号:CN109544520B

    公开(公告)日:2023-08-18

    申请号:CN201811332095.1

    申请日:2018-11-09

    Abstract: 本发明涉及一种视频图像扭曲自动检测方法,采集变电站连续的三张图像,提取图像特征点,计算其特征向量并进行归一化处理;根据特征向量对三张图像特征点进行匹配,获取匹配特征点;获取连续两张图像匹配特征点的光流并计算差值;将图像划分为多个图像片,计算每个图像片内像素点的光流并计算差值;给定光流阈值,若任意光流差值大于光流阈值,则认为视频图像存在扭曲,否则计算每个图像片的主方向和像素点方向,若同一个图像片内存在多个主方向或像素点间的方向差异较大,则认为图像存在扭曲,否则认为图像正常,以此实现图像扭曲检测。本发明解决了视频图像扭曲自动检测问题,具有重要的实际应用价值。

    一种基于单张图像自定义特征的噪声检测方法

    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

    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。

    基于深度学习的变电站人员行为检测方法

    公开(公告)号:CN110909606A

    公开(公告)日:2020-03-24

    申请号:CN201911017019.6

    申请日:2019-10-24

    Abstract: 本发明涉及一种基于深度学习的变电站人员行为检测方法,包括如下步骤:步骤S1:通过位于管控区域的摄像头采集所述管控区域的背景监控图像;步骤S2:对背景监控图像进行灰度化处理;步骤S3:进行二值化处理和骨架化操作,得到骨架图像;步骤S4:根采用Hough变换算法检测,获得管控区域的管控边界线;步骤S5:通过位于管控区域的摄像头采集所述管控区域的前景监控图像,并基于混合高斯模型前景运动检测算法在前景监控图像中获得前景区域;步骤S6:根据得到的前景区域,若前景区域小于第一预设值,则输出第一信息;若前景区域大于或等于第一预设值,则根据所述第五前景区域,判断所述第五前景区域的区域重心,若区域重心位于所述管控边界线的内侧,则输出第二信息。

    一种基于单张图像自定义特征的噪声检测方法

    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

    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。

Patent Agency Ranking