-
公开(公告)号：CN113628189A
公开(公告)日：2021-11-09
申请号：CN202110918572.8
申请日：2021-08-11
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于图像识别的快速带钢划痕缺陷检测方法，步骤包括：步骤1，获得高清的图像I1；步骤2，对图像I1采用改进的均值漂移平滑算法对图像I1进行背景平滑，增强划痕边缘细节部分，并构造非线性变换函数提高图像对比度，得到图像I3；步骤3，对图像I3进行分块处理，并将子块图像进行子块个数序号标记，再按照序号依次利用子块图像的灰度直方图统计子块的灰度级总数、灰度均值、偏态系数SK以及灰度级距离D；步骤4，判断每个子块是否含有划痕缺陷，并对含有缺陷的子块图像进行统计，将带有划痕的子块图像进行拼接获得图像I4。本发明方法，解决了现有算法复杂性过大、算法不稳定和鲁棒性差的问题。
-
公开(公告)号：CN112270327A
公开(公告)日：2021-01-26
申请号：CN202011117445.X
申请日：2020-10-19
Applicant: 西安工程大学
Abstract: 本发明公开基于局部融合频域特征的输电导线覆冰分类方法，首先，对无人机采集的输电导线覆冰图像进行预处理和显著性提取，分割得到前景导线图像；其次，裁剪不包含前景导线的冗余部分并对剩余部分进行均匀分块；然后，利用非下采样双正交小波变换和方向性滤波器对所有子块图像进行分解，得到1个低频子带和8个高频子带；最后，计算各带通子带的均值、方差、功率谱密度和谱熵，构建频域融合特征C作为输入进行动态加权朴素贝叶斯分类，以完成导线覆冰分类。该方法能够准确提取输电线路图像中的覆冰导线，有利于进行融冰时间预测，预防导线脱冰跳跃及疲劳断线。
-
公开(公告)号：CN111368702A
公开(公告)日：2020-07-03
申请号：CN202010131458.6
申请日：2020-02-28
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于YOLOv3的复合绝缘子憎水性等级识别方法，首先获取输电线路中复合绝缘子表面带水珠的原始彩色图像若干张；进行预处理，得到像素均为416×416的绝缘子表面带水珠的图像；使用labelImg标签软件对带水珠的复合绝缘子照片逐一进行等级标定，然后将标定好的图像输入到全卷积网络YOLOv3中的Darknet-53特征提取每个憎水性等级下水珠的特征；通过对新输入带水珠的绝缘子图像和已经学习到每个憎水性等级下水珠的特征进行对比，进而实现新输入带水珠的绝缘子图像憎水性等级识别。本发明解决了现有技术中存在的提取绝缘子表面水珠特征受人为主观因素影响较大的问题。
-
Patent Agency Ranking
公开(公告)号：CN112270327B
公开(公告)日：2023-03-14
申请号：CN202011117445.X
申请日：2020-10-19
Applicant: 西安工程大学
IPC: G06V10/46 , G06V10/774 , G06V10/764 , G06T5/00 , G06T5/40 , G06T7/11 , G06T7/40 , G06F17/11
Abstract: 本发明公开基于局部融合频域特征的输电导线覆冰分类方法，首先，对无人机采集的输电导线覆冰图像进行预处理和显著性提取，分割得到前景导线图像；其次，裁剪不包含前景导线的冗余部分并对剩余部分进行均匀分块；然后，利用非下采样双正交小波变换和方向性滤波器对所有子块图像进行分解，得到1个低频子带和8个高频子带；最后，计算各带通子带的均值、方差、功率谱密度和谱熵，构建频域融合特征C作为输入进行动态加权朴素贝叶斯分类，以完成导线覆冰分类。该方法能够准确提取输电线路图像中的覆冰导线，有利于进行融冰时间预测，预防导线脱冰跳跃及疲劳断线。
-
公开(公告)号：CN111368702B
公开(公告)日：2023-03-14
申请号：CN202010131458.6
申请日：2020-02-28
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于YOLOv3的复合绝缘子憎水性等级识别方法，首先获取输电线路中复合绝缘子表面带水珠的原始彩色图像若干张；进行预处理，得到像素均为416×416的绝缘子表面带水珠的图像；使用labelImg标签软件对带水珠的复合绝缘子照片逐一进行等级标定，然后将标定好的图像输入到全卷积网络YOLOv3中的Darknet‑53特征提取每个憎水性等级下水珠的特征；通过对新输入带水珠的绝缘子图像和已经学习到每个憎水性等级下水珠的特征进行对比，进而实现新输入带水珠的绝缘子图像憎水性等级识别。本发明解决了现有技术中存在的提取绝缘子表面水珠特征受人为主观因素影响较大的问题。
-
公开(公告)号：CN113536000B
公开(公告)日：2022-10-18
申请号：CN202110793808.X
申请日：2021-07-14
Applicant: 西安工程大学
IPC: G06F16/51 , G06F16/55 , G06F16/583 , G06F16/951 , G06V20/13 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于Mask RCNN的输电铁塔涉鸟故障状态识别评估方法，步骤包括：步骤1、建立图像数据库；步骤2、搭建MaskRCNN输电铁塔故障状态识别评估模型，修改模型的最后一层FC层分类数，并利用图像数据库对模型进行迁移微调，实现鸟类、鸟巢、绝缘子及其本体故障的多目标识别与实例分割；结合图像处理技术对识别到的鸟粪污迹、鸟啄痕迹结果修正与故障状态评估；步骤3、对涉鸟故障特征进行分析，包括涉鸟故障类型分析和涉害鸟种特征分析；步骤4、利用步骤3的分析结果，建立融合涉害鸟种判别的涉鸟故障判别方式，实现对全类别涉鸟故障的识别评估。本发明方法，能更精细化的为输电线路安全运行保驾护航。
-
公开(公告)号：CN113536000A
公开(公告)日：2021-10-22
申请号：CN202110793808.X
申请日：2021-07-14
Applicant: 西安工程大学
IPC: G06F16/51 , G06F16/55 , G06F16/583 , G06F16/951 , G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于Mask RCNN的输电铁塔涉鸟故障状态识别评估方法，步骤包括：步骤1、建立图像数据库；步骤2、搭建MaskRCNN输电铁塔故障状态识别评估模型，修改模型的最后一层FC层分类数，并利用图像数据库对模型进行迁移微调，实现鸟类、鸟巢、绝缘子及其本体故障的多目标识别与实例分割；结合图像处理技术对识别到的鸟粪污迹、鸟啄痕迹结果修正与故障状态评估；步骤3、对涉鸟故障特征进行分析，包括涉鸟故障类型分析和涉害鸟种特征分析；步骤4、利用步骤3的分析结果，建立融合涉害鸟种判别的涉鸟故障判别方式，实现对全类别涉鸟故障的识别评估。本发明方法，能更精细化的为输电线路安全运行保驾护航。
-
公开(公告)号：CN113628189B
公开(公告)日：2023-10-24
申请号：CN202110918572.8
申请日：2021-08-11
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于图像识别的快速带钢划痕缺陷检测方法，步骤包括：步骤1，获得高清的图像I1；步骤2，对图像I1采用改进的均值漂移平滑算法对图像I1进行背景平滑，增强划痕边缘细节部分，并构造非线性变换函数提高图像对比度，得到图像I3；步骤3，对图像I3进行分块处理，并将子块图像进行子块个数序号标记，再按照序号依次利用子块图像的灰度直方图统计子块的灰度级总数、灰度均值、偏态系数SK以及灰度级距离D；步骤4，判断每个子块是否含有划痕缺陷，并对含有缺陷的子块图像进行统计，将带有划痕的子块图像进行拼接获得图像I4。本发明方法，解决了现有算法复杂性过大、算法不稳定和鲁棒性差的问题。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
