-
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。
-
Patent Agency Ranking
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：CN110782453A
公开(公告)日：2020-02-11
申请号：CN201911076743.6
申请日：2019-11-06
Applicant: 西安工程大学
Abstract: 本发明公开一种基于图像特征匹配的印刷品质量检测方法，具体步骤为：步骤1，输入待处理的印刷品图像和模板图像，对待处理的印刷品图像做预处理，获得二值图像A1；对模板图像做预处理，获得二值图像B1；步骤2，根据二值图像B1对二值图像A1进行图像配准，得到配准图像E；步骤3，对配准图像E进行特征区域提取，并根据二值图像B1对特征区域进行筛选，输出筛选后的特征区域A’；步骤4，对特征区域A’和B1进行特征匹配，得到缺陷区域并对其进行标记，输出标记后的图像。本发明解决了现有技术中存在的光照敏感和小污点难以检测的问题。
-
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。
-
公开(公告)号：CN110782453B
公开(公告)日：2023-03-03
申请号：CN201911076743.6
申请日：2019-11-06
Applicant: 西安工程大学
Abstract: 本发明公开一种基于图像特征匹配的印刷品质量检测方法，具体步骤为：步骤1，输入待处理的印刷品图像和模板图像，对待处理的印刷品图像做预处理，获得二值图像A1；对模板图像做预处理，获得二值图像B1；步骤2，根据二值图像B1对二值图像A1进行图像配准，得到配准图像E；步骤3，对配准图像E进行特征区域提取，并根据二值图像B1对特征区域进行筛选，输出筛选后的特征区域A’；步骤4，对特征区域A’和B1进行特征匹配，得到缺陷区域并对其进行标记，输出标记后的图像。本发明解决了现有技术中存在的光照敏感和小污点难以检测的问题。
-
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。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
