-
公开(公告)号：CN113160416B
公开(公告)日：2023-03-24
申请号：CN202110390193.6
申请日：2021-04-12
Applicant: 西安科技大学
Abstract: 本发明公开了一种用于煤流检测的散斑成像装置及方法，包括激光源、棱镜和高反镜组、棱镜控制板卡、电源、工控机、红外摄像机、RGB摄像机和嵌入式视觉计算处理器；将以上设备集成在同一个盒状的装置中，将所用的接口放在装置后部，上部设有散热通风口，以保证装置的正常运行。棱镜和高反镜组将散斑投射到煤流表面，嵌入式视觉计算处理器采集携带了煤流表面三维点云数据的散斑图像，以散斑图像的二次匹配算法对煤流实体三维点云重构、煤流体积计算、煤流量计算和数据上传，实现煤流监测的功能。
-
公开(公告)号：CN113160416A
公开(公告)日：2021-07-23
申请号：CN202110390193.6
申请日：2021-04-12
Applicant: 西安科技大学
Abstract: 本发明公开了一种用于煤流检测的散斑成像装置及方法，包括激光源、棱镜和高反镜组、棱镜控制板卡、电源、工控机、红外摄像机、RGB摄像机和嵌入式视觉计算处理器；将以上设备集成在同一个盒状的装置中，将所用的接口放在装置后部，上部设有散热通风口，以保证装置的正常运行。棱镜和高反镜组将散斑投射到煤流表面，嵌入式视觉计算处理器采集携带了煤流表面三维点云数据的散斑图像，以散斑图像的二次匹配算法对煤流实体三维点云重构、煤流体积计算、煤流量计算和数据上传，实现煤流监测的功能。
-
Patent Agency Ranking
公开(公告)号：CN115761537B
公开(公告)日：2024-06-21
申请号：CN202211418023.5
申请日：2022-11-14
Applicant: 西安科技大学
IPC: G06V20/17 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/049 , G06N3/048 , G06N3/0475 , G06N3/084 , G06N3/096
Abstract: 本发明涉及输电线路异物识别技术领域，公开了一种面向动态特征补充机制的输电线路异物入侵识别方法，包括：获取实时输电线路周围的视频图像；采用高斯滤波算法进行预处理；将视频帧序列输入到多层特征融合的图像检测模型中，对异物进行识别和定位；矩阵胶囊网络分类器提取异物类型信息；用生成对抗网络的方法扩充训练数据集；使用预先训练好的面向动态特征补充机制的异物检测模型对异物类型信息进行判断确定异物类型，确定预警等级；输出预警等级后，系统将输电线路上异物对线路的影响进行提示，这种异物入侵识别和预警方法，能够较好的避免遗漏识别的问题，并且也减少了人力成本，提升了异物监测的效率。
-
公开(公告)号：CN113160150B
公开(公告)日：2022-12-06
申请号：CN202110353990.7
申请日：2021-04-01
Applicant: 西安科技大学
Abstract: 本发明公开了一种基于多类型样本融合与多复杂网络的线网异物入侵AI检测方法与装置，该检测装置是多类型相机一体化检测装置，包括信息传输设备、控制电路、三种类型相机；三种类型相机由传统相机，可见光相机、点云相机构成，以此完成线网的视野全覆盖。当有异物侵入到线网电路，将被三种类型相机捕获，分别得到传统图像、红外图像、点云图像，信息传输设备负责将三种类型相机采集的图像传送到本地计算机，本地计算机对不同类型的图像进行特征信息的有机融合，得到具有更强更丰富特征要素的三元融合图像，将该三元融合图像输入到训练好的卷积网络与图神经网络融合的多复杂网络，得到该入侵异物的信息，并进行实时的反馈，配合附近工作人员进行后续处理。
-
公开(公告)号：CN115761537A
公开(公告)日：2023-03-07
申请号：CN202211418023.5
申请日：2022-11-14
Applicant: 西安科技大学
IPC: G06V20/17 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/049 , G06N3/048 , G06N3/0475 , G06N3/084 , G06N3/096
Abstract: 本发明涉及输电线路异物识别技术领域，公开了一种面向动态特征补充机制的输电线路异物入侵识别方法，包括：获取实时输电线路周围的视频图像；采用高斯滤波算法进行预处理；将视频帧序列输入到多层特征融合的图像检测模型中，对异物进行识别和定位；矩阵胶囊网络分类器提取异物类型信息；用生成对抗网络的方法扩充训练数据集；使用预先训练好的面向动态特征补充机制的异物检测模型对异物类型信息进行判断确定异物类型，确定预警等级；输出预警等级后，系统将输电线路上异物对线路的影响进行提示，这种异物入侵识别和预警方法，能够较好的避免遗漏识别的问题，并且也减少了人力成本，提升了异物监测的效率。
-
公开(公告)号：CN116129172A
公开(公告)日：2023-05-16
申请号：CN202211499592.7
申请日：2022-11-28
Applicant: 西安科技大学
IPC: G06V10/764 , G06V10/82 , G06Q50/06
Abstract: 本发明公开了一种输电线路故障辅助识别方法及预警系统，涉及故障识别技术领域，本发明的识别方法包括以下步骤：采集待检测图像；通过选择性搜索算法提取待检测图像的多个候选框；将待检测图像输入至卷积神经网络中进行特征提取，得到特征图；将特征图与多个候选框相匹配得到多个候选框区域；采用金字塔空间对多个候选框区域进行池化，提取出多个固定长度的特征向量；使用矩阵胶囊网络作为分类器，将多个特征向量输入至分类器，进行更深层次的特征提取，对提取的特征进行识别。本发明的故障识别方法速度快、传输稳定，避免了特征提取速度慢、二元分类器耗时等检测方法，提高了识别的稳定性和实时性。
-
公开(公告)号：CN113160150A
公开(公告)日：2021-07-23
申请号：CN202110353990.7
申请日：2021-04-01
Applicant: 西安科技大学
Abstract: 本发明公开了一种基于多类型样本融合与多复杂网络的线网异物入侵AI检测方法与装置，该检测装置是多类型相机一体化检测装置，包括信息传输设备、控制电路、三种类型相机；三种类型相机由传统相机，可见光相机、点云相机构成，以此完成线网的视野全覆盖。当有异物侵入到线网电路，将被三种类型相机捕获，分别得到传统图像、红外图像、点云图像，信息传输设备负责将三种类型相机采集的图像传送到本地计算机，本地计算机对不同类型的图像进行特征信息的有机融合，得到具有更强更丰富特征要素的三元融合图像，将该三元融合图像输入到训练好的卷积网络与图神经网络融合的多复杂网络，得到该入侵异物的信息，并进行实时的反馈，配合附近工作人员进行后续处理。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
