CN104794720B - 一种在接触网图像中定位出定位线夹的方法及系统 - Google Patents
一种在接触网图像中定位出定位线夹的方法及系统 Download PDFInfo
- Publication number
- CN104794720B CN104794720B CN201510217242.0A CN201510217242A CN104794720B CN 104794720 B CN104794720 B CN 104794720B CN 201510217242 A CN201510217242 A CN 201510217242A CN 104794720 B CN104794720 B CN 104794720B
- Authority
- CN
- China
- Prior art keywords
- image
- straight line
- detection
- registration clamp
- shaped
- 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.)
- Active
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及接触网图像处理技术领域,本发明公开了一种在接触网图像中定位出定位线夹的方法,其具体包括:步骤一、拍摄接触网图像,并对拍摄到的图像进行边缘检测;步骤二、检测图像中的直线,分别得到横向直线和纵向直线;步骤三、排除图像中的受电弓;步骤四、判断横向直线和纵向直线相交处是否形成T形,若判断为T形相交,继续,否则结束;步骤五、提取该T形相交处的图像轮廓并检测其高斯分布,同时将该图像与预设模板进行匹配,若高斯分布满足预设定条件或者图像与预设模板匹配则判定该T形相交处为定位线夹,并获取该处的坐标值。通过上述方法,从接触网图像中定位出定位夹的具体位置,这个位置的图片可以放大查看,也可作为检测接触网的基础。
Description
技术领域
本发明涉及对高铁接触网的图像进行处理的技术领域,尤其涉及一种在接触网图像中定位出定位线夹的方法和系统。
背景技术
接触网是电气化铁道的重要设备,由于接触网结构、力学、工作环境等工作特点,易造成松脱裂断等故障,且接触网沿线架设无备用,是整个牵引供电系统的薄弱环节,其技术参数是否符合要求将直接影响铁路供电和行车安全,因此铁路供电部门要有计划地进行接触网检测,以便及时发现隐患,保证电气化铁路的安全运营。
由于高速铁路接触线及承力索的张力增大,各接触网零部件的受力及震动也大幅增加,接触网零部件的安全问题尤为突出,实际运营过程中已发生多起由接触网关键部件引发的事故,因此为了高速铁路安全运行,需要对接触网悬挂状态进行有效的监测,定位线夹作为接触网悬挂的关键部件,处于接触线和受电弓的连接部位,受到的冲击力很大,一旦发生松动或脱落等故障,会造成接触线脱落引发弓网事故,因此需要针对定位线夹状态进行监测。
目前现阶段接触网定位线夹是否存在故障主要采用人工定期巡视检测和技术人员查看定位线夹图像的方式,但是存在劳动强度大,工作效率低,工作周期长,隐患不易发现等缺点。相对于人工巡线的方式,通过查看图像的方式检测装置故障可大大缩短工作周期,但通过高清成像系统得到的接触网关键悬挂图像数量巨大,工人容易产生视觉疲劳从而发生误检漏检。因此,采用图像处理的方式自动检测图像中关键部件的故障成为亟待解决的实际工程问题,其中在高精度成像的图像中准确定位到定位线夹就是第一个步骤,定位的准确率直接影响后续检测的准确率,是关键的一步。另外即使是采用技术人员人工查看图像的方式,单独提取定位线夹部分显示查看也可以大大提高效率,对于定位线夹的监测具有重要的意义。
目前的检测方式仍限制在后期人工查看高清图像的阶段,国内外基于图像处理的定位线夹智能检测方法的研究很少,在实际工程应用中,利用图像处理的定位线夹故障检测也尚无先例。
发明内容
为了在接触网图像中定位出定位线夹以方便查看或者后期检测,本发明公开了一种在接触网图像中定位出定位线夹的方法。
本发明的具体实施方式如下:
一种在接触网图像中定位出定位线夹的方法,其具体包括以下的步骤:步骤一、设置在机车顶部的接触网巡检装置拍摄接触网图像,并对拍摄到的图像进行边缘检测;步骤二、检测图像中的直线,分别得到横向直线和纵向直线;步骤三、排除图像中的受电弓;步骤四、判断横向直线和纵向直线相交处是否形成T形,若判断为T形相交,继续步骤五,否则结束;步骤五、提取该T形相交处的图像轮廓并检测其高斯分布,同时将该图像与预设模板进行匹配,若高斯分布满足预设定条件或者图像与预设模板匹配则判定该T形相交处为定位线夹,并获取该处的坐标值,否则结束。
更进一步地,上述方法还包括先对图像进行预处理,然后再进行边缘检测,所述预处理包括缩小图像并对图像进行中值滤波。
更进一步地,上述边缘检测的具体过程为:对缩小后的图像使用直方图统计像素,并计算全图像素平均值,根据计算出的全图像素平均值采用不同阈值的边缘检测算子进行边缘检测。
更进一步地,上述检测图像中的直线的具体过程为:应用Hough变换检测直线,在检测到的直线中筛选符合位置和角度的直线进行平行线聚类,分别查找中心线,得到各结构中心线。
更进一步地,上述排除图像中的受电弓的具体过程为:先根据中心线以及受电弓在图像中的固定位置粗略分割图像去除受电弓,再利用受电弓轮廓信息精细排除受电弓。
更进一步地,上述T形相交的具体判断过程为:将各结构端点作为感兴趣区域,针对正定位和反定位的定位器,分别选择左端点和右端点区域作为感兴趣区域,对于每一个感兴趣区域内,分别得到横向的定位器直线和纵向的接触线直线,根据纵向直线和横向直线相交处的像素值跳变点个数判断是否是定位线夹。
更进一步地,上述根据纵向直线和横向直线相交处的像素值跳变点个数判断是否是定位线夹的具体过程为:以区域内横向和纵向直线的交点为圆心取圆,采集该圆上像素值由255跳变到0的点的个数,当跳变点个数为3时,判断为T形相交。
更进一步地,上述高斯分布判断具体包括以下的步骤:在所选定的端点区域进行轮廓提取并进行多边形近似,选择横向定位器直线的边缘以下区域进行角点检测,并检测其高斯分布,判定其中心点的相对位置关系是否符合矩形的特征,以此判断是否是定位线夹。
本发明还公开了一种在接触网图像中定位出定位线夹的系统,其具体包括接触网图像获取装置、边缘检测模块、直线提取模块、受电弓排除模块和定位线夹判断模块;所述接触网图像获取装置用于拍摄接触网图像;所述边缘检测模块用于对图像进行边缘检测;所述直线提取模块用于检测图像中的直线,分别得到横向直线和纵向直线;所述受电弓排除模块用于排除图像中的受电弓;所述定位线夹判断模块用于判断横向直线和纵向直线相交处是否形成T形,若判断为T形相交,则提取该T形相交处的图像轮廓并检测其高斯分布,同时将该图像与预设模板进行匹配,若高斯分布满足预设定条件或者图像与预设模板匹配则判定该T形相交处为定位线夹,并获取该处的坐标值,否则结束。
通过采用以上的技术方案,本发明具备以下的有益效果:本发明率先实现了基于图像处理实现定位线夹的自动识别及定位,其优点主要有:1)针对不同类型、不同的光照条件和背景干扰的图片可自适应处理,使得定位线夹检测的不在局限于晚上;2可以快速实现定位线夹的定位,并将其单独成像,大大提高现场技术人员查看的效率,并为后续定位线夹的缺陷检测做好了基础准备工作;3)该方法针对定位线夹的特征设计,有效的降低了误识别率和漏识别率,提高了可靠性。
附图说明
图1为本发明的在接触网图像中定位出定位线夹的方法的流程图。
具体实施方式
下面结合说明书附图,详细说明本发明的具体实施方式。
本发明公开了一种在接触网图像中定位出定位线夹的方法,其具体包括以下的步骤:步骤一、设置在机车顶部的接触网巡检装置拍摄接触网图像,并对拍摄到的图像进行边缘检测;步骤二、检测图像中的直线,分别得到横向直线和纵向直线;步骤三、排除图像中的受电弓;步骤四、判断横向直线和纵向直线相交处是否形成T形,若判断为T形相交,继续步骤五,否则结束;步骤五、提取该T形相交处的图像轮廓并检测其高斯分布,同时将该图像与预设模板进行匹配,若高斯分布满足预设定条件或者图像与预设模板匹配则判定该T形相交处为定位线夹,并获取该处的坐标值,否则结束。通过上述方法,从接触网图像中定位出定位夹的具体位置,这个位置的图片可以放大直接显示给技术人员人工查看,也可以作为后续智能检测接触网的基础。本发明通过对边缘检测后的图像进行直线提取并判断,针对不同类型、不同光照条件和背景干扰的图片可自适应进行处理,通过本发明的方法快速实现定位线夹的定位,并将其单独成像,大大提高现场技术人员查看的效率,并为后续定位线夹的缺陷检测做好了基础准备工作。该方法针对定位线夹的特征设计,有效的降低了误识别率和漏识别率,提高了可靠性。
图1为本发明的在接触网图像中定位出定位线夹的方法的流程图,其具体实现步骤如图1所示。
更进一步地,上述方法还包括先对图像进行预处理,然后再进行边缘检测,所述预处理包括缩小图像并对图像进行中值滤波。此处目的是为提高算法运行速度,将2900万图像缩小并采用中值滤波进行图像去噪处理。
更进一步地,上述边缘检测的具体过程为:对缩小后的图像使用直方图统计像素,并计算全图像素平均值,根据计算出的全图像素平均值采用不同阈值的边缘检测算子进行边缘检测。比如Canny边缘检测算子,当然这里也可以采用其他的边缘检测算子来实现边缘检测,比如Prewitt边缘检测算子、Sobel边缘检测算子、Canny边缘检测算子等等。上述方法还包括针对边缘检测后的图像进行腐蚀、膨胀、开运算和闭运算等形态学处理,将同类区域相互连接。
更进一步地,上述检测图像中的直线的具体过程为:在形态学处理后的图像上,应用Hough变换检测直线,在检测到的直线中筛选符合位置和角度的直线进行平行线聚类,分别查找中心线,得到各结构中心线。
更进一步地,上述排除图像中的受电弓的具体过程为:先根据中心线以及受电弓在图像中的固定位置粗略分割图像去除受电弓,再利用受电弓轮廓信息精细排除受电弓。对于包含受电弓的图像,由于机车顶部相机位置固定,受电弓在图像中位于中间下半部分,首先将中心线从下到上排序,利用受电弓位于中间位置且其中心直线与水平线夹角在-5°-+5°之间,粗略分割去除受电弓,再提取轮廓,根据轮廓形状信息精细排除受电弓,提取上半部分作为感兴趣区域,以加快算法速度并降低误判率。
更进一步地,上述T形相交的具体判断过程为:将各结构端点作为感兴趣区域,针对正定位和反定位的定位器,分别选择左端点和右端点区域作为感兴趣区域(ROI),对于每一个感兴趣区域内,分别得到横向直线(定位器)和纵向直线(接触线),根据纵向直线和横向直线相交处的像素值跳变点个数判断是否是定位线夹。判断是否是定位线夹的方法中T形结构方法的判定,其原理如下:由于定位器和接触线会形成一个T形,而其他结构直线与接触线形成十字形,因此以区域内横向和纵向直线的交点为圆心取圆,采集该圆上像素值由255跳变到0的点的个数,如果是T形,则跳变点个数为3,十字形为4,由此判断是否是定位线夹。
更进一步地,上述高斯分布判断具体包括以下的步骤:在所选定的端点区域进行轮廓提取并进行多边形近似,选择横向直线(定位器)的边缘以下区域进行角点检测,并检测其高斯分布,判定其中心点的相对位置关系是否符合矩形的特征,以此判断是否是定位线夹。由于定位线夹的螺头和螺母部分的高斯分布成矩形,因此可以根据所选定的端点区域的高斯分布来判断是否是定位线夹。
本发明还公开了一种在接触网图像中定位出定位线夹的系统,其具体包括接触网图像获取装置、边缘检测模块、直线提取模块、受电弓排除模块和定位线夹判断模块;所述接触网图像获取装置用于拍摄接触网图像;所述边缘检测模块用于对图像进行边缘检测;所述直线提取模块用于检测图像中的直线,分别得到横向直线和纵向直线;所述受电弓排除模块用于排除图像中的受电弓;所述定位线夹判断模块用于判断横向直线和纵向直线相交处是否形成T形,若判断为T形相交,则提取该T形相交处的图像轮廓并检测其高斯分布,同时将该图像与预设模板进行匹配,若高斯分布满足预设定条件或者图像与预设模板匹配则判定该T形相交处为定位线夹,并获取该处的坐标值,否则结束。通过上述系统,能够从接触网图像中定位出定位夹的具体位置。
上述说明示出并描述了本发明的一个优选实施例,但如前所述,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述发明构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (8)
1.一种在接触网图像中定位出定位线夹的方法,其特征在于具体包括以下的步骤:步骤一、设置在机车顶部的接触网巡检装置拍摄接触网图像,并对拍摄到的图像进行边缘检测;步骤二、检测图像中的直线,分别得到横向直线和纵向直线;步骤三、排除图像中的受电弓;步骤四、判断横向直线和纵向直线相交处是否形成T形,若判断为T形相交,继续步骤五,否则结束;步骤五、提取该T形相交处的图像轮廓并检测其高斯分布,同时将该图像与预设模板进行匹配,若高斯分布满足预设定条件或者图像与预设模板匹配则判定该T形相交处为定位线夹,并获取该处的坐标值,否则结束;
所述高斯分布判断具体包括以下的步骤:在所选定的端点区域进行轮廓提取并进行多边形近似,选择横向定位器直线的边缘以下区域进行角点检测,并检测其高斯分布,判定其中心点的相对位置关系是否符合矩形的特征,以此判断是否是定位线夹。
2.如权利要求1所述的在接触网图像中定位出定位线夹的方法,其特征在于所述方法还包括先对图像进行预处理,然后再进行边缘检测,所述预处理包括缩小图像并对图像进行中值滤波。
3.如权利要求1所述的在接触网图像中定位出定位线夹的方法,其特征在于所述边缘检测的具体过程为:对缩小后的图像使用直方图统计像素,并计算全图像素平均值,根据计算出的全图像素平均值采用不同阈值的边缘检测算子进行边缘检测。
4.如权利要求1所述的在接触网图像中定位出定位线夹的方法,其特征在于所述检测图像中的直线的具体过程为:应用Hough变换检测直线,在检测到的直线中筛选符合位置和角度的直线进行平行线聚类,分别查找中心线,得到各结构中心线。
5.如权利要求1所述的在接触网图像中定位出定位线夹的方法,其特征在于所述排除图像中的受电弓的具体过程为:先根据中心线以及受电弓在图像中的固定位置粗略分割图像去除受电弓,再利用受电弓轮廓信息精细排除受电弓。
6.如权利要求4所述的在接触网图像中定位出定位线夹的方法,其特征在于所述T形相交的具体判断过程为:将各结构端点作为感兴趣区域,针对正定位和反定位的定位器,分别选择左端点和右端点区域作为感兴趣区域,对于每一个感兴趣区域内,分别得到横向的定位器直线和纵向的接触线直线,根据纵向直线和横向直线相交处的像素值跳变点个数判断是否是定位线夹。
7.如权利要求6所述的在接触网图像中定位出定位线夹的方法,其特征在于所述根据纵向直线和横向直线相交处的像素值跳变点个数判断是否是定位线夹的具体过程为:以区域内横向和纵向直线的交点为圆心取圆,采集该圆上像素值由255跳变到0的点的个数,当跳变点个数为3时,判断为T形相交。
8.一种在接触网图像中定位出定位线夹的系统,其特征在于具体包括接触网图像获取装置、边缘检测模块、直线提取模块、受电弓排除模块、高斯分布判断模块和定位线夹判断模块;所述接触网图像获取装置用于拍摄接触网图像;所述边缘检测模块用于对图像进行边缘检测;所述直线提取模块用于检测图像中的直线,分别得到横向直线和纵向直线;所述受电弓排除模块用于排除图像中的受电弓;所述定位线夹判断模块用于判断横向直线和纵向直线相交处是否形成T形,若判断为T形相交,则提取该T形相交处的图像轮廓并检测其高斯分布,同时将该图像与预设模板进行匹配,若高斯分布满足预设定条件或者图像与预设模板匹配则判定该T形相交处为定位线夹,并获取该处的坐标值,否则结束;
其中,高斯分布判断模块用于在所选定的端点区域进行轮廓提取并进行多边形近似,选择横向定位器直线的边缘以下区域进行角点检测,并检测其高斯分布,判定其中心点的相对位置关系是否符合矩形的特征,以此判断是否是定位线夹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510217242.0A CN104794720B (zh) | 2015-05-04 | 2015-05-04 | 一种在接触网图像中定位出定位线夹的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510217242.0A CN104794720B (zh) | 2015-05-04 | 2015-05-04 | 一种在接触网图像中定位出定位线夹的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104794720A CN104794720A (zh) | 2015-07-22 |
CN104794720B true CN104794720B (zh) | 2017-11-21 |
Family
ID=53559500
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510217242.0A Active CN104794720B (zh) | 2015-05-04 | 2015-05-04 | 一种在接触网图像中定位出定位线夹的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104794720B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354827B (zh) * | 2015-10-08 | 2017-11-21 | 成都唐源电气股份有限公司 | 一种在接触网图像中智能识别线夹螺母脱落的方法及系统 |
CN107169951B (zh) * | 2016-03-03 | 2019-08-30 | 成都交大光芒科技股份有限公司 | 一种基于图像的斜腕臂末端管帽的缺失检测方法及系统 |
CN106251311A (zh) * | 2016-08-09 | 2016-12-21 | 上海柏楚电子科技有限公司 | 一种十字架的特征提取算法 |
CN106384076A (zh) * | 2016-08-29 | 2017-02-08 | 湖南文理学院 | 基于Sobel算子和Wigner‑Hough变换的齿轮故障特征提取方法 |
CN106485701B (zh) * | 2016-09-26 | 2019-03-22 | 成都交大光芒科技股份有限公司 | 基于图像的铁路接触网承力索座装反与否的检测方法 |
CN108734687B (zh) * | 2017-04-21 | 2020-04-28 | 游诚曦 | 一种斜拉线不受力缺陷识别方法及装置 |
CN109509165B (zh) * | 2017-09-11 | 2021-01-29 | 凌云光技术股份有限公司 | 图像定位区域选取方法及装置 |
CN109697709B (zh) * | 2017-10-20 | 2020-11-27 | 株洲中车时代电气股份有限公司 | 一种弓网系统中接触网跟踪方法及系统 |
CN107862318A (zh) * | 2017-11-08 | 2018-03-30 | 江苏新绿能科技有限公司 | 接触网定位线夹目标检测方法 |
CN109993318A (zh) * | 2017-12-28 | 2019-07-09 | 中国船舶重工集团公司第七一一研究所 | 船用柴油机的故障处理的方法和装置 |
CN107977237A (zh) * | 2017-12-28 | 2018-05-01 | 深信服科技股份有限公司 | 虚拟机操作系统静默安装的方法、装置及设备 |
CN109141255A (zh) * | 2018-10-18 | 2019-01-04 | 北京华开领航科技有限责任公司 | 一种弓网监测方法 |
CN110910443B (zh) * | 2019-12-04 | 2023-03-21 | 成都唐源电气股份有限公司 | 基于单监控相机的接触网几何参数实时测量方法及装置 |
CN111325147A (zh) * | 2020-02-20 | 2020-06-23 | 山东万腾智能科技有限公司 | 一种基于图像处理的定位线夹脱落检测系统及方法 |
CN113657258A (zh) * | 2021-08-16 | 2021-11-16 | 前景智能交通科技(苏州)有限公司 | 一种基于图像处理的接触网故障识别系统和识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103196372A (zh) * | 2013-04-11 | 2013-07-10 | 北京和润科仪科技有限公司 | 一种电气化铁路接触网支持装置的光学成像检测方法 |
CN103745224A (zh) * | 2013-12-24 | 2014-04-23 | 西南交通大学 | 基于图像的铁路接触网鸟窝异常情况检测方法 |
CN103837087A (zh) * | 2013-06-04 | 2014-06-04 | 中国科学院遥感与数字地球研究所 | 基于主动形状模型的受电弓自动检测方法 |
JP2014146182A (ja) * | 2013-01-29 | 2014-08-14 | Nippon Soken Inc | 車載画像処理装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4992990B2 (ja) * | 2010-02-24 | 2012-08-08 | 株式会社デンソー | 区画線検出装置 |
-
2015
- 2015-05-04 CN CN201510217242.0A patent/CN104794720B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014146182A (ja) * | 2013-01-29 | 2014-08-14 | Nippon Soken Inc | 車載画像処理装置 |
CN103196372A (zh) * | 2013-04-11 | 2013-07-10 | 北京和润科仪科技有限公司 | 一种电气化铁路接触网支持装置的光学成像检测方法 |
CN103837087A (zh) * | 2013-06-04 | 2014-06-04 | 中国科学院遥感与数字地球研究所 | 基于主动形状模型的受电弓自动检测方法 |
CN103745224A (zh) * | 2013-12-24 | 2014-04-23 | 西南交通大学 | 基于图像的铁路接触网鸟窝异常情况检测方法 |
Non-Patent Citations (1)
Title |
---|
基于图像处理的接触网支持及悬挂装置不良状态检测;杨红梅;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20131115;第4页第1.3.1.2节,第21-22页第3.1节,第28页第3.3.1.2节 * |
Also Published As
Publication number | Publication date |
---|---|
CN104794720A (zh) | 2015-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104794720B (zh) | 一种在接触网图像中定位出定位线夹的方法及系统 | |
CN105354827B (zh) | 一种在接触网图像中智能识别线夹螺母脱落的方法及系统 | |
CN104318582B (zh) | 一种高铁接触网旋转双耳部件销钉不良状态检测方法 | |
KR101772916B1 (ko) | 촬영영상과 인공지능 알고리즘 기반의 균열검출 자동화 프로그램을 이용한 터널 라이닝 표면의 균열 검출 방법 및 시스템 | |
Santur et al. | Random forest based diagnosis approach for rail fault inspection in railways | |
CN107764839A (zh) | 一种基于机器视觉的钢丝绳表面缺陷在线检测方法及装置 | |
Karakose et al. | A new computer vision based method for rail track detection and fault diagnosis in railways | |
CN104764748B (zh) | 定位绝缘子的方法、系统以及故障检测的方法和系统 | |
CN108280855A (zh) | 一种基于Fast R-CNN的绝缘子故障检测方法 | |
CN107043000A (zh) | 一种基于机器视觉的皮带运输机安全智能保障系统 | |
CN111402214A (zh) | 基于神经网络的接触网吊弦载流环断裂缺陷自动检测方法 | |
CN106485694B (zh) | 一种基于级联分类器的高铁接触网双套管连接器六边形螺母脱落不良状态检测方法 | |
CN105719305A (zh) | 接触网中组件脱落缺陷识别方法及系统 | |
CN105718842B (zh) | 一种输电线断股故障的机器视觉检测方法 | |
KR102017870B1 (ko) | 실시간 선로 결함 검측 시스템 | |
WO2014139273A1 (zh) | 焊缝缺陷检测方法 | |
CN103745226A (zh) | 一种电力设施作业现场人员着装安全检测方法 | |
CN106290393B (zh) | 一种高铁接触网斜腕臂管帽丢失检测方法 | |
CN106407928A (zh) | 基于雨滴识别的变压器复合绝缘子套管监测方法及系统 | |
CN117214617B (zh) | 一种智能电网故障实时监测定位系统及方法 | |
CN205538710U (zh) | 一种基于机器视觉的电感质量自动检测系统 | |
CN103196372A (zh) | 一种电气化铁路接触网支持装置的光学成像检测方法 | |
CN107292861A (zh) | 一种绝缘子破损检测方法 | |
Taştimur et al. | Detection of rail faults using morphological feature extraction based image processing | |
CN106446934A (zh) | 基于hog特征的高铁接触网承力索座支撑底座检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 610045, Chengdu, Sichuan, Wuhou District Province, five Xing Road, No. 55 West Chi Valley A1-1-9 Applicant after: Chengdu Tang source electrical Limited by Share Ltd Applicant after: Southwest Jiaotong University Address before: 610045 Wuhou District, Sichuan Province, Wu Xing Road, No. 28, West Chi Valley A1-1-9 Applicant before: Chengdu Tangyuan Electric Co., Ltd. Applicant before: Southwest Jiaotong University |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |