-
公开(公告)号：CN110363749A
公开(公告)日：2019-10-22
申请号：CN201910542387.6
申请日：2019-06-21
Applicant: 西安工程大学
Abstract: 本发明公开了基于图像处理的防震锤锈蚀程度评价方法，具体为：步骤1、通过图像采集设备获取防震锤的图像I1，并对获取的防震锤图像I1进行灰度化处理得到图像I2；步骤2、首先对图像I2进行处理依次得到I3及I4；步骤3、对图像I4进行各向异性方向导数滤波等处理得到边缘强度映射图像I6；步骤4、获取防震锤区域图像，获得防震锤图像I9，最后将防震锤图像I9映射回图像I1获得防震锤图像I10；步骤5、检测防震锤锈蚀情况。本发明方法能够准确分离出防震锤区域，对防震锤锈蚀区域的定位和锈蚀程度进行判定，将有利于指导运维人员的检修工作。
-
公开(公告)号：CN110334750A
公开(公告)日：2019-10-15
申请号：CN201910542996.1
申请日：2019-06-21
Applicant: 西安工程大学
IPC: G06K9/62 , G06K9/38 , G06T7/00 , G06T7/136 , G06T7/187 , G06T7/62 , G06T7/66 , G06T7/90 , G06T5/30
Abstract: 本发明公开了输电线路铁塔螺栓锈蚀程度图像分类识别方法，具体为：步骤1、读入巡检图像I1，灰度化及方差归一化算法得图像I2～I4，再利用阈值分割方法得到疑似螺栓区域的二值图I5，进行相应处理得图像I6～I8；步骤2、对图像I8进行边界追踪，提取内边界，得到内边界图像I9；步骤3、对内边界图像I9进行填充，及后续处理得图像I11；步骤4、计算图像I11中正六边形区域与闭合区域图像I10中闭合区域的比值，进行判断，得到图像I12；步骤5、对获取的图像I12进行色彩空间变换，并通过锈蚀率将螺栓锈蚀分为无锈蚀，点锈蚀，轻锈蚀，中等锈蚀，明显锈蚀和严重锈蚀六个等级。本方法能够用于指导运维人员的检修工作。
-
公开(公告)号：CN108492292A
公开(公告)日：2018-09-04
申请号：CN201810231685.9
申请日：2018-03-20
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于红外图像处理的导线散股检测方法，具体按照以下步骤实施：步骤1，输入输电导线的红外图像，转换到L通道；步骤2，对L通道的图像进行高斯滤波和Laplace滤波，确定潜在直线像素；步骤3，计算图像P的潜在直线像素的主曲率和主方向；步骤4，直线提取，步骤5，对步骤4中提取的直线图像ω进行形态学处理，步骤6，将导线区域中的像素点灰度值转换为温度值，得到导线区域每个像素点对应的温度值；步骤7，建立导线交流电阻温升模型；步骤8，计算出完好导线的交流电阻均值Rac；步骤9，对待检测图片进行处理后，计算待测对应的交流电阻Rt，并判定是否出现散股。解决了传统巡检方式检测导线散股困难的问题。
-
公开(公告)号：CN108257138A
公开(公告)日：2018-07-06
申请号：CN201810078201.1
申请日：2018-01-26
Applicant: 西安工程大学
IPC: G06T7/13
Abstract: 本发明公开了一种基于边缘检测的瓷质绝缘子裂缝特征检测方法，具体按照以下步骤实施：步骤1：将采集到的彩色绝缘子图像分解为R、G、B三个通道，然后采用中值滤波去除图像在采集和传输过程中产生的噪声；步骤2：用改进的kirsch边缘检测算子分别对预处理后的三个单通道图像进行边缘检测；步骤3：采用最大类间方差法分割图像，提取得到绝缘子的裂缝区域；步骤4：计算裂缝与水平方向的夹角α，判断裂缝类型，然后分别计算R、G、B三个通道中裂缝的中心坐标、长度和面积，取其平均值作为最终检测到的绝缘子裂缝特征值。该方法能够通过边缘检测及拟合可以得到裂缝的中心坐标、面积、长度等特征，实现裂缝缺陷的非接触、在线监测。
-
公开(公告)号：CN110807766B
公开(公告)日：2023-03-31
申请号：CN201910989275.5
申请日：2019-10-17
Applicant: 西安工程大学
Abstract: 本发明公开一种基于可见光图像的双防震锤位移识别方法，步骤包括，1)采集输电线路上的防震锤图像I1，依次图像灰度化、图像增强及图像滤波，通过阈值分割得到前景区域图像I2；2)对前景区域图像I2直线hough变换，得到导线位置标记图I3；3)以标记线段的两个端点为基础，划定框选区域称为进行模板匹配的矩形区域图I4；4)建立倒T型模板；5)建立新的匹配模板P，并计算防震锤横向像素宽度w；6)用匹配模板P在矩形区域图I4内遍历，得到防震锤标记图I7，计算像素距离l；7)将像素距离l与横向像素宽度w对比，确认防震锤是否出现位移。本发明方法，原理简单、直观易行，能实时且智能化监测防震锤位置状态情况。
-
Patent Agency Ranking
公开(公告)号：CN108765373B
公开(公告)日：2022-03-22
申请号：CN201810386292.5
申请日：2018-04-26
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于集成分类器在线学习的绝缘子异常自动检测方法，具体步骤为，以无人机/杆塔为载体搭载高清云台摄像机，拍摄输电线路可见光绝缘子图像，对获取到的图像进行预处理、图像分割、图像多特征提取等，得到异常绝缘子图像的多种典型特征并作归一化处理；然后选择决策树作为弱分类器，将归一化特征作为其分类属性训练弱分类器，重复训练得到若干个决策树及其分类权重，最后通过加权投票生成分类准确率高的强分类器，同时结合在线学习技术及时更新强分类器，将各类型异常绝缘子图像分开，以做后续处理。本发明原理简单、直观易行，结合图像处理技术及机器学习算法智能化识别诊断绝缘子异常，为绝缘子异常运行监测提供了新思路和方法。
-
公开(公告)号：CN112150500A
公开(公告)日：2020-12-29
申请号：CN202010981173.1
申请日：2020-09-17
Applicant: 西安工程大学
Abstract: 本发明公开的一种基于联合分量灰度化的绝缘子分割提取方法，步骤包括：1)获取存在复合或玻璃绝缘子的正面彩色原始图像，获取R、G、B、H、S分量；2)利用R、G、B分量构造第一特征算子；3)利用H、S分量构造第二特征算子；4)将第一特征算子与第二特征算子联合得到JCG图像计算式；5)获取全部JCG图像；同时，计算出所有JCG图像的类间、类内方差比并保存；6)以最大类间、类内方差比为搜索目标，对候选解空间进行穷举搜索，得到最佳JCG图像；7)确定阈值T；8)利用阈值T对最佳JCG图像进行二值化分割，同时通过形态学滤波操作填充目标内的空洞，即成。本发明方法原理简单，提取精准。
-
公开(公告)号：CN110782411A
公开(公告)日：2020-02-11
申请号：CN201911030749.X
申请日：2019-10-28
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于图像处理的防震锤滑移识别方法，通过摄像机获取输电线路防震锤图像I1，进行图像预处理、sobel边缘检测及图像分割得到防震锤前景图像I4，对其进行骨架提取得到粗略骨架图像I5，在去除图像I5上的伪分支后的实际骨架图像I6上标记四叉分支点，并进行直线拟合得到直线l，找到位于l上的三叉分支点P(x,y)即为悬垂线夹中心，以P(x,y)的横坐标所在垂线为界将实际骨架图I6分成左图I7和右图I8，分别对两个部分进行直线hough变换并标记各自区域中的最长线段lL和lR，分别计算位于lL和lR上的三叉点PL3(xn,yn)和PR3(xn,yn)到点P(x,y)的距离L，最后将LP与K进行比较判断故障情况。本发明识别方法，原理简单、直观易行，能实时且智能化监测防震锤位置状态情况。
-
公开(公告)号：CN109523543A
公开(公告)日：2019-03-26
申请号：CN201811418629.2
申请日：2018-11-26
Applicant: 西安工程大学
Abstract: 本发明公开的一种基于边缘距离的导线断股检测方法，具体按照以下步骤实施：步骤1，通过无人机上安装的图像采集设备顺应太阳光照射方向获取输电线路导线的俯拍视频图像I1；再归一化的改进色差灰度化图像I2；步骤2，利用OTSU算法对I2做阈值分割获取图像二值图I3，然后经过一次空洞填充消除背景中的亮噪点，得到图像I4；对图像I4取反得到图像I5后进行第二次空洞填充消除导线内部存在的暗噪点，得到图像I6，对图像I6取反即可得到准确的导线图像I7；步骤3，通过对图像I7做列差分获得图像I9，判断是否存在故障并对有故障导线进行故障定位。本发明方法解决了现有技术采用人工输电线路巡检方式中检测误差率大的问题。
-
公开(公告)号：CN108765373A
公开(公告)日：2018-11-06
申请号：CN201810386292.5
申请日：2018-04-26
Applicant: 西安工程大学
CPC classification number: G06T7/0004 , G06T7/12 , G06T7/136 , G06T7/155 , G06T2207/20081
Abstract: 本发明公开了一种基于集成分类器在线学习的绝缘子异常自动检测方法，具体步骤为，以无人机/杆塔为载体搭载高清云台摄像机，拍摄输电线路可见光绝缘子图像，对获取到的图像进行预处理、图像分割、图像多特征提取等，得到异常绝缘子图像的多种典型特征并作归一化处理；然后选择决策树作为弱分类器，将归一化特征作为其分类属性训练弱分类器，重复训练得到若干个决策树及其分类权重，最后通过加权投票生成分类准确率高的强分类器，同时结合在线学习技术及时更新强分类器，将各类型异常绝缘子图像分开，以做后续处理。本发明原理简单、直观易行，结合图像处理技术及机器学习算法智能化识别诊断绝缘子异常，为绝缘子异常运行监测提供了新思路和方法。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.02 seconds)
