CN102663358A - 变电站二次保护设备运行状态的视频图像识别方法 - Google Patents
变电站二次保护设备运行状态的视频图像识别方法 Download PDFInfo
- Publication number
- CN102663358A CN102663358A CN2012100873085A CN201210087308A CN102663358A CN 102663358 A CN102663358 A CN 102663358A CN 2012100873085 A CN2012100873085 A CN 2012100873085A CN 201210087308 A CN201210087308 A CN 201210087308A CN 102663358 A CN102663358 A CN 102663358A
- Authority
- CN
- China
- Prior art keywords
- state
- video image
- identification
- pressing plate
- signal lamp
- 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.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种变电站二次保护设备运行状态的视频图像识别方法，对变电站二次保护设备中的压板开关状态、空气开关状态和信号灯状态进行识别。本发明技术方案采用了分层分类技术，使用本发明技术方案的各种实施方式应用广泛，比如静止视频图像或运动视频图像，均为电力自动化和电力网络化提供了新的途径。适用于静止和行动中的摄像视频图像，为电力自动化和数字化变电站二次保护设备运行状态的监控和识别提供了新的途径。
Description
技术领域
本发明涉及智能视频监控技术，尤其涉及变电站二次保护设备运行状态的视频图像识别方法。
背景技术
随着计算机和网络技术的不断发展，视频监控系统正从模拟时代向数字化、网络化和智能化方向过渡。
智能视频监控技术包含对视频信号的分析和运动目标模式的识别和理解。对视频信号的分析，如对动态目标检测和跟踪，是构建智能视频监控系统的基础；智能监控的中心内容是对运动目标模式的理解，特别是目标的识别和分类，如颜色识别、异常行为检测与鉴别、场景理解等。
在电力系统领域的智能视频监控技术中，面向变电站二次保护设备运行状态的监控技术还很不成熟,目前绝大多数变电站均无法自动识别二次保护柜的压板开关状态、空气开关状态、以及信号灯颜色状态。随着电力系统的网络化和智能化发展，保护设备运行状态的监控和识别技术显得越来越重要, 这方面的应用需求也将越来越广泛。
发明内容
本发明所要解决的技术问题是根据上述需求提供变电站二次保护设备运行状态的视频图像识别方法，以识别出视频图像中压板开关、空气开关和信号灯颜色状态。
为了解决上述技术问题，本发明提供的技术方案为一种变电站二次保护设备运行状态的视频图像识别方法，对变电站二次保护设备中的压板开关状态、空气开关状态和信号灯状态进行识别；
压板开关状态识别的实现方式为，设定包含多个压板开关的标准视频图像帧集合，从中选择若干状态样本，状态样本包括开状态样本和关状态样本；利用标准视频图像帧集合对所有状态样本进行识别训练，获得识别参数；根据识别参数，采用haar特征提取对视频图像进行预处理，得到含有所有压板开关的图像帧；采用haar特征提取，对图像帧进行粗略识别，获得初始的压板开关状态区域；采用连通区域分类方法对初始的压板开关状态区域内含有的误匹配区域进行细致识别，获得准确的压板开关状态区域；根据轮廓检测方法对准确的压板开关状态区域进行细致识别，获得准确匹配的压板开关的开状态或关状态；
空气开关状态识别的实现方式为，对视频图像进行预处理，获得含有所有空气开关的图像帧；对图像帧进行粗略识别，获得初始的空气开关状态区域；对初始的空气开关状态区域进行筛选和定位得到定位区域；对定位区域进行判断开关状态，获得空气开关的开状态或关状态；
信号灯状态识别的实现方式为，对视频图像进行预处理，获得含有所有信号灯的图像帧；对图像帧进行粗略识别，获得感兴趣区域；对感兴趣区域进行细致识别，获得信号灯颜色状态。
而且，所述预处理包括背景建模、状态区域检测及区域分割；所述背景建模，包括采用混合高斯模型，建立视频图像的背景；所述状态区域检测，包括采用差分或者图像形态学，根据所述背景建模所建立的背景，在视频图像中检测出状态区域。
而且，空气开关状态识别时，利用轮廓检测方法对图像帧进行粗略识别，获得初始的空气开关状态区域；采用筛选定位轮廓方法对初始的空气开关状态区域进行筛选和定位得到定位区域；在HSV颜色空间内通过颜色直方图方法对定位区域进行判断开关状态。
而且，信号灯状态识别时，利用亮度过滤和圆形轮廓逼近的进行粗略识别，获得感兴趣区域；利用信号灯定位和颜色识别方法对所述感兴趣区域进行细分识别。
而且，利用RGB值通道过滤方法实现信号灯定位和颜色识别，获得信号灯颜色状态。
由于不同的颜色空间上获得的数据对不同的视频图像背景光照具有不同的识别效果，本发明技术方案的各种实施方式采用了分层分类技术，使用本发明技术方案的各种实施方式应用广泛，比如静止视频图像或运动视频图像，均为电力自动化和电力网络化提供了新的途径。与现有技术相比，本发明技术方案适用移动摄像设备，实现方便。
附图说明
图1是本发明实施例的压板开关状态识别流程示意图；
图2是本发明实施例的空气开关状态识别流程示意图；
图3是本发明实施例的信号灯状态识别流程示意图；
图4是本发明实施例的压板开关状态识别模块结构示意图。
具体实施方式
二次设备运行状态监控和识别技术在电力智能监控、电力自动化等方面有着重要的作用，在视频序列中寻找开关及其状态，并对其进行认定和分类。以下结合附图和实施例详细说明本发明技术方案。本发明对变电站二次保护设备中的压板开关状态、空气开关状态和信号灯状态进行识别，实施例的具体实现如下：
压板开关状态识别的实现方式为，设定包含多个压板开关的标准视频图像帧集合，从中选择若干状态样本，状态样本包括开状态样本和关状态样本；利用标准视频图像帧集合对所有状态样本进行识别训练，获得识别参数；根据识别参数，采用haar特征提取对视频图像进行预处理，得到含有所有压板开关的图像帧；采用haar特征提取，对图像帧进行粗略识别，获得初始的压板开关状态区域；采用连通区域分类方法对初始的压板开关状态区域内含有的误匹配区域进行细致识别，获得准确的压板开关状态区域；根据轮廓检测方法对准确的压板开关状态区域进行细致识别，获得准确匹配的压板开关的开状态或关状态。
空气开关状态识别的实现方式为，对视频图像进行预处理，获得含有所有空气开关的图像帧；对图像帧进行粗略识别，获得初始的空气开关状态区域；对初始的空气开关状态区域进行筛选和定位得到定位区域；对定位区域进行判断开关状态，获得空气开关的开状态或关状态。空气开关状态识别时，可以利用轮廓检测方法对图像帧进行粗略识别，获得初始的空气开关状态区域；采用筛选定位轮廓方法对初始的空气开关状态区域进行筛选和定位得到定位区域；在HSV颜色空间内通过颜色直方图方法对定位区域进行判断开关状态。
信号灯状态识别的实现方式为，对视频图像进行预处理，获得含有所有信号灯的图像帧；对图像帧进行粗略识别，获得感兴趣区域；对感兴趣区域进行细致识别，获得信号灯颜色状态。信号灯状态识别时，可以利用亮度过滤和圆形轮廓逼近的方法进行粗略识别，获得感兴趣区域；利用信号灯定位和颜色识别方法对所述感兴趣区域进行细分识别。更进一步地，可以利用RGB值通道过滤方法实现信号灯定位和颜色识别，获得信号灯颜色状态。
对压板开关状态、空气开关状态和信号灯状态进行识别时，预处理可以包括背景建模、状态区域检测及区域分割。所述背景建模，包括采用混合高斯模型，建立视频图像的背景。所述状态区域检测，包括采用差分或者图像形态学，根据所述背景建模所建立的背景，在视频图像中检测出状态区域。因为实际应用时，往往在一个区域同时设置了多个压板开关、空气开关或信号灯，通过预处理检测出的状态区域为各个压板开关、空气开关或信号灯大致上所在区域，不需要精确结果，用于从视频中提取包含了完整的所有压板开关、空气开关和信号灯的图像帧，保证结果准确性。
其中涉及的haar特征提取、连通区域分类方法、轮廓检测方法等均为现有技术，实施时参见相关文献即可，本发明不予赘述。
实施例可采用计算机软件技术执行流程，实现上述方法的自动实现。
如图1所示，实施例的压板开关状态识别主要包括如下步骤：
步骤S110，设定一组包含有多个压板开关的标准视频图像帧，在本方法实施例中该标准视频图像帧集合中的压板开关包含开和关两种状态，其中开状态为竖直，关状态为倾斜；
步骤S120，选择若干状态样本，状态样本包括开状态样本和关状态样本，即对标准视频图像帧集合中的压板开关（包括开状态或关状态）进行截图作为正样本，选取其他与压板开关没有关系的任何图片为背景样本（负样本），这些状态样本用于进行训练；利用标准视频图像帧集合，对所有状态样本进行识别训练，获得识别参数；
步骤S130，根据样本训练获得的识别参数，采用haar特征提取，对待检测二次保护柜的视频图像进行预处理，得到含有完整压板开关的图像帧，即从视频中提取一个图像帧，如果预处理后获得匹配压板开关的个数小于待检测二次保护柜中压板开关个数，将此帧丢弃，继续获取下一帧，直到得到包含有全部开关数的图像帧；
步骤S140，采用haar特征提取，对图像帧中压板开关状态进行粗略识别，获得等于或者大于目标二次保护柜中压板开关个数的兴趣区域，称为初始的压板开关状态区域；这些初始的压板开关状态区域作为样本进行分类，由于样本的颜色比较相近，区分难度较大；训练过程中，由于不同帧的光照条件的不同，可能会得到大于目标二次保护柜中压板开关个数的兴趣区域；
步骤S150，采用连通区域分类方法对含有误匹配区域的初始的压板开关状态区域进行细分，将不在开关区域的误匹配区域去除；
步骤S160，分割出上述准确完全的压板开关状态区域，以进行细分识别；
步骤S170，采用轮廓检测方法，对准确的压板开关状态区域中的各压板开关的状态进行判断。
如图2所示，实施例的空气开关状态识别主要包括如下步骤：
步骤S210，对含有空气开关的视频图像进行预处理，得到含有完整空气开关的图像帧，在本方法实施例中，图像帧包含多个开状态或关状态的空气开关，两种状态中开状态为向上，关状态为向下；具体实现方式与步骤S130相应；
步骤S220，根据轮廓检测方法进行粗略识别，根据空气开关的轮廓，进行识别定位，获得粗略区域，即初始的空气开关状态区域；
步骤S230，对所得粗略区域进行轮廓逼近和筛选，定位包含空气开关的精确区域，即定位区域；
步骤S240，采用区域分割方法将定位到的精确区域分割；
步骤S250，根据HSV颜色空间内通过颜色直方图方法，比较开状态和关状态的直方图差异，对所有空气开关的开/关状态进行判断。
如图3所示，实施例的信号灯状态识别主要包括如下步骤：
步骤S310，对含有信号灯的视频图像进行预处理，得到含有信号灯的图像帧，在本方法实施例中，图像帧包含三个颜色的信号灯，信号灯颜色包括红色、绿色和黄色；具体实现方式与步骤S130相应；
步骤S320，采用圆形轮廓逼近的方法进行兴趣区域定位，获得图像帧中圆形区域；
步骤S330，根据亮度过滤方法定位到信号灯区域，即感兴趣区域；
步骤S340，根据RGB通道过滤和RGB值范围判定方法对信号灯区域进行判断颜色状态。
常用的颜色空间有RGB(三原色)，YUV（亮度Y，色差U和V，亦称YCrCb）、HSV（色相H、饱和度S和亮度V）、CMYK（相减色）等等，颜色空间的选择直接影响到颜色分类和识别的效果。针对压板开关的状态分类，需要在检测到的兴趣区域内进行与颜色有关的haar特征提取, 而且不同状态的开关，其倾斜角度是不相同的。从视频中直接获得HSV等各种颜色分量，由于HSV颜色空间、YIQ（灰度值Y，色调I和Q)颜色空间及YCrCb颜色空间各自分量均存在一定的关系，因此在选定特征时，可选择HSV中的H分量和S分量，YIQ中的I分量和Q分离，以及YCrCb中的Cr分量和Cb分量，并对结果分别进行归一化处理。
HSV颜色空间只包含颜色信息，不含亮度信息，能在一定程度上克服光照的影响，对红、绿、紫颜色进行分类，但黑白两色在这种空间上的投影一致，不能判别; 反之YIQ颜色空间与YCrCb颜色空间，对于光照有很好的鲁棒性，但对于部分相近的颜色难以区分。为此本发明采用多层次的分类方法，先在HSV颜色空间内进行粗分，对于上述实施例中，训练过程中的粗分结果是区分出绿色、红色、紫色以及其他颜色共四种，其中其他颜色包括黑色、蓝色及白色，也即共有四个粗分组，分别对应绿色、红色、紫色及混合色。然后在YCrCb颜色空间对混合色进行细分.
本发明实施例也可以采用模块设计方法实现为变电站二次保护设备运行状态的视频图像识别系统，相应包括压板开关状态识别模块、空气开关状态识别模块和信号灯状态识别模块。为更好地理解本发明，现对应图1 所示方法实施例来详细说明图4所示压板开关状态识别模块的结构，包括设定模块11、训练模块12、预处理模块13、粗略识别模块14及细致识别模块15，其中：
设定模块11，用于设定包含多个压板开关的标准视频图像帧集合，从中选择若干状态样本，状态样本包括开状态样本和关状态样本；
训练模块12，与设定模块11相连，用于利用标准视频图像帧集合对所有状态样本进行识别训练，获得识别参数；
预处理模块13，用于接收待检测二次保护柜的视频图像，并根据识别参数，采用haar特征提取对视频图像进行预处理，得到含有所有压板开关的图像帧；
粗略识别模块14，与训练模块12及预处理模块13相连，用于根据识别参数，采用haar特征提取对图像帧中压板开关状态进行粗略识别，获得初始的压板开关状态区域；
细致识别模块15，与训练模块12及粗略识别模块14相连，采用连通区域分类方法对初始的压板开关状态区域内含有的误匹配区域进行细致识别，获得准确的压板开关状态区域；根据轮廓检测方法对准确的压板开关状态区域进行细致识别，获得准确匹配的压板开关的开状态或关状态。
类似的，空气开关状态识别模块可设计为，包括：预处理模块，用于接受视频图像，并对视频图像进行预处理，获得含有所有空气开关的图像帧；粗略识别模块，与预处理模块相连，用于根据轮廓检测方法对图像帧进行粗略识别，获得初始的空气开关状态区域；细分识别模块，与粗略识别模块相连，用于根据筛选和定位轮廓方法对所述初始的空气开关状态区域进行逼近和定位，获得定位区域；判断模块，与细分识别模块相连，用于根据HSV颜色空间内通过颜色直方图方法进行判断开和关状态的直方图差别，对定位区域进行判断开关状态，获得空气开关的开状态或关状态。
类似的，信号灯状态识别模块可设计为，包括：预处理模块，用于接受视频图像，并对视频图像进行预处理，获得含有所有信号灯的图像帧；定位模块，与预处理模块相连，用于根据亮度过滤和圆形轮廓逼近的方法进行粗略识别，获得感兴趣区域；识别模块，与定位模块相连，用于利用RGB值通道过滤方法实现信号灯定位和颜色识别，根据过滤后所得RGB值判断信号灯状态。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (5)
1.一种变电站二次保护设备运行状态的视频图像识别方法，其特征在于：对变电站二次保护设备中的压板开关状态、空气开关状态和信号灯状态进行识别；
压板开关状态识别的实现方式为，设定包含多个压板开关的标准视频图像帧集合，从中选择若干状态样本，状态样本包括开状态样本和关状态样本；利用标准视频图像帧集合对所有状态样本进行识别训练，获得识别参数；根据识别参数，采用haar特征提取对视频图像进行预处理，得到含有所有压板开关的图像帧；采用haar特征提取，对图像帧进行粗略识别，获得初始的压板开关状态区域；采用连通区域分类方法对初始的压板开关状态区域内含有的误匹配区域进行细致识别，获得准确的压板开关状态区域；根据轮廓检测方法对准确的压板开关状态区域进行细致识别，获得准确匹配的压板开关的开状态或关状态；
空气开关状态识别的实现方式为，对视频图像进行预处理，获得含有所有空气开关的图像帧；对图像帧进行粗略识别，获得初始的空气开关状态区域；对初始的空气开关状态区域进行筛选和定位得到定位区域；对定位区域进行判断开关状态，获得空气开关的开状态或关状态；
信号灯状态识别的实现方式为，对视频图像进行预处理，获得含有所有信号灯的图像帧；对图像帧进行粗略识别，获得感兴趣区域；对感兴趣区域进行细致识别，获得信号灯颜色状态。
2.如权利要求1所述变电站二次保护设备运行状态的视频图像识别方法，其特征在于：所述预处理包括背景建模、状态区域检测及区域分割；所述背景建模，包括采用混合高斯模型，建立视频图像的背景；所述状态区域检测，包括采用差分或者图像形态学，根据所述背景建模所建立的背景，在视频图像中检测出状态区域。
3.如权利要求1或2所述变电站二次保护设备运行状态的视频图像识别方法，其特征在于：空气开关状态识别时，利用轮廓检测方法对图像帧进行粗略识别，获得初始的空气开关状态区域；采用筛选定位轮廓方法对初始的空气开关状态区域进行筛选和定位得到定位区域；在HSV颜色空间内通过颜色直方图方法对定位区域进行判断开关状态。
4.如权利要求1或2所述变电站二次保护设备运行状态的视频图像识别方法，其特征在于：信号灯状态识别时，利用亮度过滤和圆形轮廓逼近的方法进行粗略识别，获得感兴趣区域；利用信号灯定位和颜色识别方法对所述感兴趣区域进行细分识别。
5.如权利要求4所述变电站二次保护设备运行状态的视频图像识别方法，其特征在于：利用RGB值通道过滤方法实现信号灯定位和颜色识别，获得信号灯颜色状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201210087308 CN102663358B (zh) | 2012-03-29 | 2012-03-29 | 变电站二次保护设备运行状态的视频图像识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201210087308 CN102663358B (zh) | 2012-03-29 | 2012-03-29 | 变电站二次保护设备运行状态的视频图像识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102663358A true CN102663358A (zh) | 2012-09-12 |
| CN102663358B CN102663358B (zh) | 2013-10-23 |
Family
ID=46772842
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 201210087308 Active CN102663358B (zh) | 2012-03-29 | 2012-03-29 | 变电站二次保护设备运行状态的视频图像识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102663358B (zh) |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103413130A (zh) * | 2013-07-25 | 2013-11-27 | 中国农业大学 | 一种保护压板状态的识别方法 |
| CN104408459A (zh) * | 2014-10-27 | 2015-03-11 | 国家电网公司 | 电力设备监控中使用的图像识别方法 |
| CN104537348A (zh) * | 2014-12-23 | 2015-04-22 | 博康智能网络科技股份有限公司 | 特种车辆识别方法及其识别系统 |
| CN104902220A (zh) * | 2014-12-09 | 2015-09-09 | 哈尔滨理工大学 | 基于改进gmm方法的设备运行状态云监控装置 |
| CN104977908A (zh) * | 2015-05-04 | 2015-10-14 | 清华大学 | 工业现场指示灯状态的视频监测方法 |
| CN105373813A (zh) * | 2015-12-24 | 2016-03-02 | 四川华雁信息产业股份有限公司 | 设备状态的图像监测方法及装置 |
| CN105488783A (zh) * | 2015-09-25 | 2016-04-13 | 许世昌 | 基于移动计算的电力二次压板状态检查系统及其使用方法 |
| CN105812674A (zh) * | 2014-12-29 | 2016-07-27 | 浙江大华技术股份有限公司 | 一种信号灯的颜色修正方法、监控方法及装置 |
| CN106529556A (zh) * | 2016-11-16 | 2017-03-22 | 国家电网公司 | 一种仪表指示灯的视觉检测系统 |
| CN107392116A (zh) * | 2017-06-30 | 2017-11-24 | 广州广电物业管理有限公司 | 一种指示灯识别方法和系统 |
| CN108010026A (zh) * | 2017-12-26 | 2018-05-08 | 深圳供电局有限公司 | 一种保护压板状态识别方法和装置 |
| CN108133460A (zh) * | 2017-11-21 | 2018-06-08 | 武汉中元华电科技股份有限公司 | 一种适用于电力作业机器人的颜色型状态指示器识别方法 |
| WO2018119661A1 (zh) * | 2016-12-27 | 2018-07-05 | 国网江苏省电力公司南通供电公司 | 变电站压板开关状态识别方法 |
| CN108334824A (zh) * | 2018-01-19 | 2018-07-27 | 国网电力科学研究院武汉南瑞有限责任公司 | 基于背景差分和迭代搜索的高压隔离开关状态识别方法 |
| CN109191419A (zh) * | 2018-06-25 | 2019-01-11 | 国网山东省电力公司检修公司 | 基于机器学习的实时压板检测及状态识别系统及方法 |
| CN109391032A (zh) * | 2018-10-19 | 2019-02-26 | 国网黑龙江省电力有限公司电力科学研究院 | 基于图像识别的二次系统的状态检测方法 |
| CN109446982A (zh) * | 2018-10-25 | 2019-03-08 | 国网福建省电力有限公司厦门供电公司 | 一种基于ar眼镜的电力屏柜压板状态识别方法及系统 |
| CN110751648A (zh) * | 2019-10-29 | 2020-02-04 | 国网黑龙江省电力有限公司电力科学研究院 | 基于图像处理技术的杆塔基础异常检测方法 |
| CN111478194A (zh) * | 2020-04-18 | 2020-07-31 | 广东兴达利建设工程有限公司 | 一种配电系统 |
| CN111553497A (zh) * | 2020-04-29 | 2020-08-18 | 成都新潮传媒集团有限公司 | 一种多媒体终端的设备工作状态检测方法及装置 |
| CN111723796A (zh) * | 2019-03-20 | 2020-09-29 | 天津美腾科技有限公司 | 基于机器视觉的配电柜停送电状态识别方法及装置 |
| CN111864896A (zh) * | 2019-04-29 | 2020-10-30 | 清华大学 | 一种电力负荷监测方法及系统 |
| CN112549040A (zh) * | 2020-11-17 | 2021-03-26 | 广东电网有限责任公司中山供电局 | 压板状态巡检机器人 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6924732B2 (en) * | 2002-09-25 | 2005-08-02 | Alps Electric Co., Ltd. | Camera for monitoring utilizing power line communication |
| CN101436252A (zh) * | 2008-12-22 | 2009-05-20 | 北京中星微电子有限公司 | 一种车辆视频图像中车身颜色识别方法及系统 |
| CN102314615A (zh) * | 2011-07-30 | 2012-01-11 | 山东电力研究院 | 基于变电站巡检机器人的断路器状态模板匹配识别方法 |
-
2012
- 2012-03-29 CN CN 201210087308 patent/CN102663358B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6924732B2 (en) * | 2002-09-25 | 2005-08-02 | Alps Electric Co., Ltd. | Camera for monitoring utilizing power line communication |
| CN101436252A (zh) * | 2008-12-22 | 2009-05-20 | 北京中星微电子有限公司 | 一种车辆视频图像中车身颜色识别方法及系统 |
| CN102314615A (zh) * | 2011-07-30 | 2012-01-11 | 山东电力研究院 | 基于变电站巡检机器人的断路器状态模板匹配识别方法 |
Cited By (34)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103413130B (zh) * | 2013-07-25 | 2017-06-13 | 中国农业大学 | 一种保护压板状态的识别方法 |
| CN103413130A (zh) * | 2013-07-25 | 2013-11-27 | 中国农业大学 | 一种保护压板状态的识别方法 |
| CN104408459A (zh) * | 2014-10-27 | 2015-03-11 | 国家电网公司 | 电力设备监控中使用的图像识别方法 |
| CN104902220A (zh) * | 2014-12-09 | 2015-09-09 | 哈尔滨理工大学 | 基于改进gmm方法的设备运行状态云监控装置 |
| CN104537348B (zh) * | 2014-12-23 | 2017-12-26 | 新智认知数据服务有限公司 | 特种车辆识别方法及其识别系统 |
| CN104537348A (zh) * | 2014-12-23 | 2015-04-22 | 博康智能网络科技股份有限公司 | 特种车辆识别方法及其识别系统 |
| CN105812674A (zh) * | 2014-12-29 | 2016-07-27 | 浙江大华技术股份有限公司 | 一种信号灯的颜色修正方法、监控方法及装置 |
| CN104977908A (zh) * | 2015-05-04 | 2015-10-14 | 清华大学 | 工业现场指示灯状态的视频监测方法 |
| CN104977908B (zh) * | 2015-05-04 | 2017-10-24 | 清华大学 | 工业现场指示灯状态的视频监测方法 |
| CN105488783A (zh) * | 2015-09-25 | 2016-04-13 | 许世昌 | 基于移动计算的电力二次压板状态检查系统及其使用方法 |
| CN105488783B (zh) * | 2015-09-25 | 2018-06-05 | 许世昌 | 基于移动计算的电力二次压板状态检查系统及其使用方法 |
| CN105373813A (zh) * | 2015-12-24 | 2016-03-02 | 四川华雁信息产业股份有限公司 | 设备状态的图像监测方法及装置 |
| CN106529556A (zh) * | 2016-11-16 | 2017-03-22 | 国家电网公司 | 一种仪表指示灯的视觉检测系统 |
| CN106529556B (zh) * | 2016-11-16 | 2019-11-19 | 国家电网公司 | 一种仪表指示灯的视觉检测系统 |
| WO2018119661A1 (zh) * | 2016-12-27 | 2018-07-05 | 国网江苏省电力公司南通供电公司 | 变电站压板开关状态识别方法 |
| CN107392116A (zh) * | 2017-06-30 | 2017-11-24 | 广州广电物业管理有限公司 | 一种指示灯识别方法和系统 |
| CN108133460A (zh) * | 2017-11-21 | 2018-06-08 | 武汉中元华电科技股份有限公司 | 一种适用于电力作业机器人的颜色型状态指示器识别方法 |
| CN108133460B (zh) * | 2017-11-21 | 2021-10-12 | 武汉中元华电科技股份有限公司 | 一种适用于电力作业机器人的颜色型状态指示器识别方法 |
| CN108010026A (zh) * | 2017-12-26 | 2018-05-08 | 深圳供电局有限公司 | 一种保护压板状态识别方法和装置 |
| CN108010026B (zh) * | 2017-12-26 | 2021-10-01 | 深圳供电局有限公司 | 一种保护压板状态识别方法和装置 |
| CN108334824A (zh) * | 2018-01-19 | 2018-07-27 | 国网电力科学研究院武汉南瑞有限责任公司 | 基于背景差分和迭代搜索的高压隔离开关状态识别方法 |
| CN109191419A (zh) * | 2018-06-25 | 2019-01-11 | 国网山东省电力公司检修公司 | 基于机器学习的实时压板检测及状态识别系统及方法 |
| CN109391032A (zh) * | 2018-10-19 | 2019-02-26 | 国网黑龙江省电力有限公司电力科学研究院 | 基于图像识别的二次系统的状态检测方法 |
| CN109446982A (zh) * | 2018-10-25 | 2019-03-08 | 国网福建省电力有限公司厦门供电公司 | 一种基于ar眼镜的电力屏柜压板状态识别方法及系统 |
| CN109446982B (zh) * | 2018-10-25 | 2020-09-01 | 国网福建省电力有限公司厦门供电公司 | 一种基于ar眼镜的电力屏柜压板状态识别方法及系统 |
| CN111723796B (zh) * | 2019-03-20 | 2021-06-08 | 天津美腾科技有限公司 | 基于机器视觉的配电柜停送电状态识别方法及装置 |
| CN111723796A (zh) * | 2019-03-20 | 2020-09-29 | 天津美腾科技有限公司 | 基于机器视觉的配电柜停送电状态识别方法及装置 |
| CN111864896A (zh) * | 2019-04-29 | 2020-10-30 | 清华大学 | 一种电力负荷监测方法及系统 |
| CN111864896B (zh) * | 2019-04-29 | 2022-04-15 | 清华大学 | 一种电力负荷监测方法及系统 |
| CN110751648A (zh) * | 2019-10-29 | 2020-02-04 | 国网黑龙江省电力有限公司电力科学研究院 | 基于图像处理技术的杆塔基础异常检测方法 |
| CN110751648B (zh) * | 2019-10-29 | 2023-02-28 | 国网黑龙江省电力有限公司电力科学研究院 | 基于图像处理技术的杆塔基础异常检测方法 |
| CN111478194A (zh) * | 2020-04-18 | 2020-07-31 | 广东兴达利建设工程有限公司 | 一种配电系统 |
| CN111553497A (zh) * | 2020-04-29 | 2020-08-18 | 成都新潮传媒集团有限公司 | 一种多媒体终端的设备工作状态检测方法及装置 |
| CN112549040A (zh) * | 2020-11-17 | 2021-03-26 | 广东电网有限责任公司中山供电局 | 压板状态巡检机器人 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102663358B (zh) | 2013-10-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102663358B (zh) | 变电站二次保护设备运行状态的视频图像识别方法 | |
| CN108108761B (zh) | 一种基于深度特征学习的快速交通信号灯检测方法 | |
| CN101436252A (zh) | 一种车辆视频图像中车身颜色识别方法及系统 | |
| CN102496282B (zh) | 一种rgb颜色变换的交通路口信号灯状态识别方法 | |
| CN106682601B (zh) | 一种基于多维信息特征融合的驾驶员违规通话检测方法 | |
| CN108765443B (zh) | 一种自适应颜色阈值分割的标志增强处理方法 | |
| Wang et al. | Fuzzy-based algorithm for color recognition of license plates | |
| CN101251898B (zh) | 一种肤色检测方法及装置 | |
| CN111666834A (zh) | 一种基于图像识别技术的森林火灾自动监测识别系统及方法 | |
| CN107103606A (zh) | 一种图像识别方法及装置 | |
| CN109670515A (zh) | 一种用于无人机影像中建筑物变化的检测方法及系统 | |
| CN103020585A (zh) | 一种免疫组织阳性细胞和阴性细胞识别方法 | |
| CN103488987A (zh) | 一种基于视频检测交通信号灯的方法及装置 | |
| CN109816625A (zh) | 一种视频质量评分实现方法 | |
| CN105404847A (zh) | 一种遗留物实时检测方法 | |
| CN107730499A (zh) | 一种基于nu‑支持向量机的白细胞分类方法 | |
| CN106373096A (zh) | 一种多特征权值自适应的阴影消除方法 | |
| CN102306276A (zh) | 基于分块聚类的视频车辆图像中车身颜色识别方法 | |
| CN109191495A (zh) | 基于自组织背景差模型和多特征融合的黑烟车检测方法 | |
| CN102521610B (zh) | 图片过滤方法和装置 | |
| CN113989771A (zh) | 一种基于数字图像处理的交通信号灯识别方法 | |
| Yusuf et al. | Human face detection using skin color segmentation and watershed algorithm | |
| CN104581379A (zh) | 视频预览图的选取方法及选取装置 | |
| Garg et al. | Color based segmentation using K-mean clustering and watershed segmentation | |
| Petrişor et al. | Algorithm for face and eye detection using colour segmentation and invariant features |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |