CN112964227A - 一种基于机器视觉分析的智能巡检系统 - Google Patents
一种基于机器视觉分析的智能巡检系统 Download PDFInfo
- Publication number
- CN112964227A CN112964227A CN202110202135.6A CN202110202135A CN112964227A CN 112964227 A CN112964227 A CN 112964227A CN 202110202135 A CN202110202135 A CN 202110202135A CN 112964227 A CN112964227 A CN 112964227A
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- module
- telegraph pole
- acquiring
- marking
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 19
- 238000004458 analytical method Methods 0.000 title claims abstract description 11
- 238000004891 communication Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000003860 storage Methods 0.000 claims abstract description 4
- 238000013135 deep learning Methods 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 4
- 238000012417 linear regression Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 10
- 238000001514 detection method Methods 0.000 abstract description 5
- 230000005540 biological transmission Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C9/00—Measuring inclination, e.g. by clinometers, by levels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C9/00—Measuring inclination, e.g. by clinometers, by levels
- G01C9/02—Details
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种基于机器视觉分析的智能巡检系统，其包括标定模块、图像获取模块、角度获取模块、数据处理模块、标记模块和通信模块；所述标定模块用于建立相机坐标系；所述图像获取模块用于使用所述CCD相机获取电线杆的高清图像；所述角度获取模块用于获取在所述相机坐标系中，所述CCD相机在拍摄所述高清图像时的倾角；所述数据处理模块用于基于所述倾角和所述高清图像获取所述电线杆的倾斜角度；所述标记模块用于获取所述电线杆的状态信息，并将所述状态信息在专用3D地图上进行标记，获得标记结果；所述通信模块用于将所述标记结果发送至后台服务器进行存储。本发明提高了检测质量，简化了操作程序。
Description
技术领域
本发明涉及巡检领域，尤其涉及一种基于机器视觉分析的智能巡检系统。
背景技术
在通讯网络系统中,电线杆塔是连接各个系统输线路的支撑点,它为通讯网络的可靠传输建立了基本的保障,可见电线杆塔在通讯网络系统中的重要性。然而在实际中,杆塔在外界环境的影响下,会发生不可预见的倾斜问题,比如地质松垮、洪水侵蚀杆塔地基。轻则导致输电线路杆塔倾斜有晃动,存在安全隐患,重则导致杆塔倒塌,拉断输线路,造成通讯中断,当保护装置未触发动作时,还会给地面群众带来相当危险的后果,当杆塔倒塌事故发生在广裹无人的山区时,这会给维修作业人员查找增加很大的工作难度,延长了系统恢复的时间,给人民的生产,生活带来严重的影响。
电线杆在使用过程中容易发现倾斜，甚至发生倾倒，但是往往电线杆由于下方土壤的变化，及时表面上没有发生倾斜，无法观测到倾斜，但是容易直接发生倾倒的情况，这些是我们不易察觉的，但是这些也是最为危险的。
现有通讯线路的立杆及线路巡视对电线杆基倾斜的判断方法有以下几种。
一种是由施工人员目测进行，一般来说是根据相对的参照物由施工人员用肉眼目测。
第二种方法是利用经纬仪测量。测量精度高，但存在着检测不便、进程慢、费工误时的缺陷。
第三种方法是使用电线杆倾斜检测器，将该装置安装在电线杆上对电线杆倾角做检测。
人工目测需要有参照物进行相关的比较，存在误差较大的缺陷。在顺线路方向电线杆的倾斜有时无法检测出来，需要有另外的人员在侧面进行肉眼目测，同样误差较大。
使用经纬仪测量，虽然精度较高但是需要复杂的计算，存在检测不便、进程慢、费工误时的缺陷。
使用电线杆倾斜检测器首先要将该装置安装固定在电线杆上，通过读取标定架上铅锤偏离的刻度来判定电线杆基的倾斜度，该方法施工过程复杂，维护成本高。
发明内容
鉴于上述问题，本发明的目的在于提供一种基于机器视觉分析的智能巡检系统。
本发明提供了一种基于机器视觉分析的智能巡检系统，其包括标定模块、图像获取模块、角度获取模块、数据处理模块、标记模块和通信模块；
所述标定模块用于对用于获取电线杆的高清图像的CCD相机进行标定，获取所述CCD相机的内参和畸变，建立相机坐标系；
所述图像获取模块用于使用所述CCD相机获取电线杆的高清图像；
所述角度获取模块用于获取在所述相机坐标系中，所述CCD相机在拍摄所述高清图像时的倾角；
所述数据处理模块用于将所述倾角与所述相机坐标系进行数据融合，以及用于将所述相机坐标系转换为图像坐标系，在所述图像坐标系下对所述高清图像进行深度学习算法处理，获取所述电线杆的倾斜角度；
所述标记模块用于基于所述倾斜角度获取所述电线杆的状态信息，并将所述状态信息在专用3D地图上进行标记，获得标记结果；
所述通信模块用于将所述标记结果发送至后台服务器进行存储。
与现有技术相比，本发明的优点在于：
解决了目前配电线路施工、线路验收、线路巡视中电线杆基倾斜角度及方向利用肉眼目测带来的各项弊端，减少了立杆人员的分布和相对的检测复杂性。本发明根据判断电线杆中心线和竖直标志线的夹角判断电线杆的倾斜角度，明确电线杆的倾斜角度是否符合设计要求。提高了检测质量，简化了操作程序。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1，为本发明一种基于机器视觉分析的智能巡检系统的一种示例性实施例图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
如图1所示的一种实施例，本发明一方面提供了一种基于机器视觉分析的智能巡检系统，其包括：
本发明提供了一种基于机器视觉分析的智能巡检系统，其包括标定模块、图像获取模块、角度获取模块、数据处理模块、标记模块和通信模块；
所述标定模块用于对用于获取电线杆的高清图像的CCD相机进行标定，获取所述CCD相机的内参和畸变，建立相机坐标系；
所述图像获取模块用于使用所述CCD相机获取电线杆的高清图像；
所述角度获取模块用于获取在所述相机坐标系中，所述CCD相机在拍摄所述高清图像时的倾角；
所述数据处理模块用于将所述倾角与所述相机坐标系进行数据融合，以及用于将所述相机坐标系转换为图像坐标系，在所述图像坐标系下对所述高清图像进行深度学习算法处理，获取所述电线杆的倾斜角度；
所述标记模块用于基于所述倾斜角度获取所述电线杆的状态信息，并将所述状态信息在专用3D地图上进行标记，获得标记结果；
所述通信模块用于将所述标记结果发送至后台服务器进行存储。
当有多个相机时，就要把这些相机和其拍摄到的景物看做一个整体，是3维坐标系，包括xyz三个坐标轴。相机坐标系是以相机本身和拍摄到的景物看做一个整体，也是包括xyz三个坐标轴的3维坐标系。像素坐标系和图像坐标系都在成像平面上，只是各自的原点和度量单位不一样。图像坐标系的原点为相机光轴与成像平面的交点，其单位是mm，属于物理单位，而像素坐标系的单位是pixel(像素)，我们平常描述一个像素点都是几行几列。图像坐标系是根据相机采集到的图片的大小组成的二维坐标系(单位一般为mm)。像素坐标系是指一张图片内的像素点组成的坐标系，只有xy两个坐标轴，属于2维坐标系.。相机拍摄的图片存储到后台，这种图片就是有像素坐标系来组成，像素坐标系通过像素点长度(相机属性参数会表明每个像素点长度是多少)计算出图像坐标系。图像坐标系根据相机的内参进行透视投影，便可由2维坐标系转换成3维坐标系(相机坐标系)。相机坐标系根据各个摄像头摆放位置不同，进行平移和旋转便可得到世界坐标系。
上传到后台服务器后，不同地方的工作人员可以方便地查看各个电线杆的状态，并及时对处于危险状态的电线杆进行处理。
在一种实施方式中，所述使用所述CCD相机获取电线杆的高清图像，包括：
以电线杆为中心进行120°扇形环绕型拍摄，获取所述电线杆的高清图像。
在一种实施方式中，所述CCD相机的倾角通过陀螺仪获得。
在一种实施方式中，所述标记模块包括GPS定位装置，所述GPS定位装置用于获取所述地理位置信息。
在一种实施方式中，将所述倾角与所述相机坐标系进行数据融合，包括：
根据相机的内参数据和外参数据对所述高清图像进行坐标系转换，得到所述高清图像在世界坐标系中的坐标，并依据所述倾角，在所述高清图像中标记出实际的地面水平线。
在一种实施方式中，在所述图像坐标系下对所述高清图像进行深度学习算法处理，获取所述电线杆的倾斜角度，包括：
获取所述高清图像中属于电线杆的像素点，在所述图像坐标系下对所述像素点的位置进行线性回归拟合，获得所述电线杆对应的线段；
获取所述线段与所述地面水平线之间的小于90度的夹角，将所述夹角作为所述电线杆的倾斜角度。
在一种实施方式中，所述基于所述倾斜角度获取所述电线杆的状态信息，包括：
判断所述倾斜角度是否小于预设的角度阈值，若是，则将电线杆的状态信息设置为危险状态，若否，则将电线杆的状态信息设置为安全状态。
在一种实施方式中，所述将所述状态信息在专用3D地图上进行标记，获得标记结果，包括：
将所述电线杆的地理位置信息和状态信息在所述专用3D地图上进行标记，获得标记结果。
地理位置信息包括经度、纬度、海拔高度等参数。
在另一种实施方式中，所述将所述状态信息在专用3D地图上进行标记，获得标记结果，还包括：
若所述电线杆的状态信息为危险状态，则在所述电线杆的上方设置红色警报标志；若所述电线杆的状态信息为安全状态，则在所述电线杆的上方设置绿色安全标志。
在又一种实施方式中，还可以在所述专用3D地图上标记所述高清图像的拍摄时间。
尽管已经示出和描述了本发明的实施例，本领域技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变形，本发明的范围由权利要求及其等同物限定。
Claims (8)
1.一种基于机器视觉分析的智能巡检系统，其特征在于，其包括标定模块、图像获取模块、角度获取模块、数据处理模块、标记模块和通信模块；
所述标定模块用于对用于获取电线杆的高清图像的CCD相机进行标定，获取所述CCD相机的内参和畸变，建立相机坐标系；
所述图像获取模块用于使用所述CCD相机获取电线杆的高清图像；
所述角度获取模块用于获取在所述相机坐标系中，所述CCD相机在拍摄所述高清图像时的倾角；
所述数据处理模块用于将所述倾角与所述相机坐标系进行数据融合，以及用于将所述相机坐标系转换为图像坐标系，在所述图像坐标系下对所述高清图像进行深度学习算法处理，获取所述电线杆的倾斜角度；
所述标记模块用于基于所述倾斜角度获取所述电线杆的状态信息，并将所述状态信息在专用3D地图上进行标记，获得标记结果；
所述通信模块用于将所述标记结果发送至后台服务器进行存储。
2.根据权利要求1所述的一种基于机器视觉分析的智能巡检系统，其特征在于，所述使用所述CCD相机获取电线杆的高清图像，包括：
以电线杆为中心进行120°扇形环绕型拍摄，获取所述电线杆的高清图像。
3.根据权利要求1所述的一种基于机器视觉分析的智能巡检系统，其特征在于，所述CCD相机的倾角通过陀螺仪获得。
4.根据权利要求1所述的一种基于机器视觉分析的智能巡检系统，其特征在于，所述标记模块包括GPS定位装置，所述GPS定位装置用于获取所述地理位置信息。
5.根据权利要求1所述的一种基于机器视觉分析的智能巡检系统，其特征在于，将所述倾角与所述相机坐标系进行数据融合，包括：
根据相机的内参数据和外参数据对所述高清图像进行坐标系转换，得到所述高清图像在世界坐标系中的坐标，并依据所述倾角，在所述高清图像中标记出实际的地面水平线。
6.根据权利要求5所述的一种基于机器视觉分析的智能巡检系统，其特征在于，在所述图像坐标系下对所述高清图像进行深度学习算法处理，获取所述电线杆的倾斜角度，包括：
获取所述高清图像中属于电线杆的像素点，在所述图像坐标系下对所述像素点的位置进行线性回归拟合，获得所述电线杆对应的线段；
获取所述线段与所述地面水平线之间的小于90度的夹角，将所述夹角作为所述电线杆的倾斜角度。
7.根据权利要求1所述的一种基于机器视觉分析的智能巡检系统，其特征在于，所述基于所述倾斜角度获取所述电线杆的状态信息，包括：
判断所述倾斜角度是否小于预设的角度阈值，若是，则将电线杆的状态信息设置为危险状态，若否，则将电线杆的状态信息设置为安全状态。
8.根据权利要求1所述的一种基于机器视觉分析的智能巡检系统，其特征在于，所述将所述状态信息在专用3D地图上进行标记，获得标记结果，包括：
将所述电线杆的地理位置信息和状态信息在所述专用3D地图上进行标记，获得标记结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110202135.6A CN112964227A (zh) | 2021-02-23 | 2021-02-23 | 一种基于机器视觉分析的智能巡检系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110202135.6A CN112964227A (zh) | 2021-02-23 | 2021-02-23 | 一种基于机器视觉分析的智能巡检系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112964227A true CN112964227A (zh) | 2021-06-15 |
Family
ID=76285717
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110202135.6A Pending CN112964227A (zh) | 2021-02-23 | 2021-02-23 | 一种基于机器视觉分析的智能巡检系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112964227A (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100237209A1 (en) * | 2006-05-02 | 2010-09-23 | Zipwall, Llc | Accessory mounting systems and mounting methods thereof |
| CN103914876A (zh) * | 2013-01-08 | 2014-07-09 | 三星泰科威株式会社 | 用于在3d地图上显示视频的方法和设备 |
| CN107462213A (zh) * | 2017-07-27 | 2017-12-12 | 国网山东省电力公司经济技术研究院 | 一种基于机器视觉系统的铁塔倾斜角度自动测量方法 |
| CN109443307A (zh) * | 2018-10-26 | 2019-03-08 | 国网黑龙江省电力有限公司电力科学研究院 | 一种基于光学测量的输电杆塔沉降和倾斜角的测量系统及方法 |
| CN109931909A (zh) * | 2019-03-29 | 2019-06-25 | 大连理工大学 | 一种基于无人机的海上风机塔柱状态巡检方法和装置 |
| CN110045404A (zh) * | 2019-03-05 | 2019-07-23 | 采之翼(北京)科技有限公司 | 基于物联网的垃圾桶定位方法及相关产品 |
| CN209570170U (zh) * | 2019-03-29 | 2019-11-01 | 大连理工大学 | 一种基于无人机的海上风机塔柱状态巡检装置 |
| CN110430539A (zh) * | 2019-08-09 | 2019-11-08 | 广州启盟信息科技有限公司 | 一种基于蓝牙技术的运动轨迹捕捉系统、方法及存储介质 |
| CN110595433A (zh) * | 2019-08-16 | 2019-12-20 | 太原理工大学 | 一种基于双目视觉的输电杆塔倾斜的测量方法 |
| CN110648254A (zh) * | 2019-10-22 | 2020-01-03 | 上海山顿电子科技有限公司 | 一种用于金融行业的智慧用电设备终端 |
| CN110649711A (zh) * | 2019-10-22 | 2020-01-03 | 上海山顿电子科技有限公司 | 一种用于金融行业的智慧用电管理系统 |
| CN110849326A (zh) * | 2019-12-25 | 2020-02-28 | 深圳供电局有限公司 | 一种电线杆的监测方法及监测设备 |
| CN110889827A (zh) * | 2019-11-06 | 2020-03-17 | 国网山西省电力公司吕梁供电公司 | 一种基于视觉的输电线路杆塔在线识别和倾斜检测方法 |
| CN112200863A (zh) * | 2020-12-07 | 2021-01-08 | 华南理工大学 | 基于同步定位与建图的无人机监测电线杆倾斜度系统 |
| CN112197741A (zh) * | 2020-12-04 | 2021-01-08 | 华南理工大学 | 基于扩展卡尔曼滤波的无人机slam技术测量倾斜角系统 |
-
2021
- 2021-02-23 CN CN202110202135.6A patent/CN112964227A/zh active Pending
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100237209A1 (en) * | 2006-05-02 | 2010-09-23 | Zipwall, Llc | Accessory mounting systems and mounting methods thereof |
| CN103914876A (zh) * | 2013-01-08 | 2014-07-09 | 三星泰科威株式会社 | 用于在3d地图上显示视频的方法和设备 |
| CN107462213A (zh) * | 2017-07-27 | 2017-12-12 | 国网山东省电力公司经济技术研究院 | 一种基于机器视觉系统的铁塔倾斜角度自动测量方法 |
| CN109443307A (zh) * | 2018-10-26 | 2019-03-08 | 国网黑龙江省电力有限公司电力科学研究院 | 一种基于光学测量的输电杆塔沉降和倾斜角的测量系统及方法 |
| CN110045404A (zh) * | 2019-03-05 | 2019-07-23 | 采之翼(北京)科技有限公司 | 基于物联网的垃圾桶定位方法及相关产品 |
| CN209570170U (zh) * | 2019-03-29 | 2019-11-01 | 大连理工大学 | 一种基于无人机的海上风机塔柱状态巡检装置 |
| CN109931909A (zh) * | 2019-03-29 | 2019-06-25 | 大连理工大学 | 一种基于无人机的海上风机塔柱状态巡检方法和装置 |
| CN110430539A (zh) * | 2019-08-09 | 2019-11-08 | 广州启盟信息科技有限公司 | 一种基于蓝牙技术的运动轨迹捕捉系统、方法及存储介质 |
| CN110595433A (zh) * | 2019-08-16 | 2019-12-20 | 太原理工大学 | 一种基于双目视觉的输电杆塔倾斜的测量方法 |
| CN110648254A (zh) * | 2019-10-22 | 2020-01-03 | 上海山顿电子科技有限公司 | 一种用于金融行业的智慧用电设备终端 |
| CN110649711A (zh) * | 2019-10-22 | 2020-01-03 | 上海山顿电子科技有限公司 | 一种用于金融行业的智慧用电管理系统 |
| CN110889827A (zh) * | 2019-11-06 | 2020-03-17 | 国网山西省电力公司吕梁供电公司 | 一种基于视觉的输电线路杆塔在线识别和倾斜检测方法 |
| CN110849326A (zh) * | 2019-12-25 | 2020-02-28 | 深圳供电局有限公司 | 一种电线杆的监测方法及监测设备 |
| CN112197741A (zh) * | 2020-12-04 | 2021-01-08 | 华南理工大学 | 基于扩展卡尔曼滤波的无人机slam技术测量倾斜角系统 |
| CN112200863A (zh) * | 2020-12-07 | 2021-01-08 | 华南理工大学 | 基于同步定位与建图的无人机监测电线杆倾斜度系统 |
Non-Patent Citations (1)
| Title |
|---|
| 黄世霖: "《工程信号处理》", 31 October 1986 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111473739B (zh) | 一种基于视频监控的隧道塌方区围岩变形实时监测方法 | |
| CN110850723B (zh) | 一种基于变电站巡检机器人系统的故障诊断及定位方法 | |
| CN112147633A (zh) | 一种电力线路安全距离检测方法 | |
| CN113345019B (zh) | 一种输电线路通道隐患目标测距方法、设备及介质 | |
| KR101891087B1 (ko) | 드론을 이용한 암반사면의 안정성 평가방법 | |
| WO2022078240A1 (zh) | 一种应用于电子地图中的摄像头精准定位方法及处理终端 | |
| CN104988928B (zh) | 基于数字图像实时监测基坑开挖水平位移的方法 | |
| CN109269555A (zh) | 基于无人机和三维建模技术的尾矿库安全监测系统及方法 | |
| CN113223087B (zh) | 一种基于视频监控的目标物体地理坐标定位方法和装置 | |
| CN115597659B (zh) | 一种变电站智能安全管控方法 | |
| CN105516584A (zh) | 全景影像采集系统、基于其的测量天际线的装置和方法 | |
| US20230222642A1 (en) | Inundation damage determination device, inundation damage determination method, and program | |
| CN111473776A (zh) | 一种基于单像近景摄影测量的滑坡裂缝监测方法 | |
| CN109920009B (zh) | 基于二维码标识的控制点检测与管理方法及装置 | |
| CN109373908A (zh) | 一种边坡地表位移监测系统和方法 | |
| US20240093988A1 (en) | Methods of measuring strctures | |
| CN107221006A (zh) | 一种基于无人机成像平台的通信单管塔倾斜检测方法 | |
| CN112802004A (zh) | 便携式输电线路和杆塔健康智能视频检测装置 | |
| AU2019353165B2 (en) | Optics based multi-dimensional target and multiple object detection and tracking method | |
| KR101813206B1 (ko) | 실시간 원격 수정이 가능한 수치지도 제작 시스템의 운용 시스템 | |
| CN106303412B (zh) | 基于监控影像的排土场位移远程实时监测方法 | |
| TWI481824B (zh) | 水位監控方法 | |
| KR102385677B1 (ko) | 3차원 기반의 cctv 관제영상 시스템 | |
| CN112964227A (zh) | 一种基于机器视觉分析的智能巡检系统 | |
| CN106153004A (zh) | 一种建筑物倾斜检测方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210615 |
|
| RJ01 | Rejection of invention patent application after publication |