CN104809727A - 一种输电导线覆冰形状的自动识别方法 - Google Patents
一种输电导线覆冰形状的自动识别方法 Download PDFInfo
- Publication number
- CN104809727A CN104809727A CN201510201852.1A CN201510201852A CN104809727A CN 104809727 A CN104809727 A CN 104809727A CN 201510201852 A CN201510201852 A CN 201510201852A CN 104809727 A CN104809727 A CN 104809727A
- Authority
- CN
- China
- Prior art keywords
- msub
- icing
- mrow
- image
- ellipse
- 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
- 239000004020 conductor Substances 0.000 title claims abstract description 43
- 230000005540 biological transmission Effects 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 6
- 239000011248 coating agent Substances 0.000 claims description 22
- 238000000576 coating method Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000003709 image segmentation Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000007781 pre-processing Methods 0.000 abstract 1
- 238000002844 melting Methods 0.000 description 8
- 230000008018 melting Effects 0.000 description 8
- 238000005259 measurement Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种输电导线覆冰形状的自动识别方法,通过安装在杆塔上的两部摄像机分别采集输电线路覆冰导线的正视图和俯视图的图像,并通过图像处理技术包括摄像机标定、图像预处理等,分别获得导线覆冰的最大厚度并绘制导线覆冰截面的矩形包络面,由等值覆冰厚度模型求得覆冰导线的截面面积,根据截面积等效原则,在矩形包络面内用椭圆和三角自动拟合出最接近真实覆冰的导线截面形状。本发明原理简单,操作方便,与现有的人工方式对覆冰形状进行测量的方法相比,本发明能够实现覆冰形状的自动识别,具有重大的社会意义。
Description
技术领域
本发明属于数字视频图像处理及输电线路在线监测技术领域,具体涉及一种输电导线覆冰形状的自动识别方法。
背景技术
输电导线覆冰易造成导线舞动、断线、线路跳闸、甚至使电网瘫痪等事故,严重威胁电力系统的安全运行,2008年的大范围冰灾过后,国家电网公司和中国南方电网都积极发展融冰技术,并开发了大量的直流融冰设备,在防止输电导线因覆冰断线、倒塔中发挥了重要作用。在输电导线融冰之前,首先应正确估算融冰时间或融冰电流,导线的覆冰形状不仅在估算融冰时间或融冰电流中具有重要影响,而且在导线舞动的分析中直接影响阻力系数、升力系数和扭转系数的计算,因此,确定导线覆冰的横截面形状具有重大意义。现有覆冰形状的测量主要是通过截取覆冰导线上的一小段冰将之放在白纸上靠人工勾勒其覆冰边缘的方法描绘覆冰截面形状,该方法只能在实验环境下进行,对于实际的输电线路操作度低,危险性大,不能实现对导线覆冰形状的自动识别。为了适应智能电网的建设要求,本发明借助现有视频监控装置设备多角度拍摄现场导线覆冰图像,在等值覆冰模型的计算基础上,利用图像处理技术包括摄像机标定、图像灰度化、图像增强、图像分割等,实现输电导线覆冰形状的自动识别。
发明内容
本发明的目的是提供一种输电导线覆冰形状的自动识别方法,解决了现有技术只能通过人工描绘导线覆冰形状的问题。
本发明所采用的技术方案是,一种输电导线覆冰形状的自动识别方法,具体按照以下步骤实施:
步骤1、通过安装在杆塔上的两部摄像机分别采集输电导线覆冰导线的正视图和俯视图的图像信号,将采集到的正视图和俯视图的图像信号经过无线通讯方式实时传送至监控中心,从监控中心获取所检测的输电导线现场的数字图像,得到监测目标图像;
步骤2、采用标定板对摄像机进行标定,计算出摄像机的内部和外部参数,确定世界坐标系中已知点与它们在投影图像中的对应关系;
步骤3、对步骤2中得到的输电导线覆冰的正视图和俯视图的监测目标图像进行图像灰度化、图像增强、图像滤波处理,直到去除监测目标图像的噪声为止;
步骤4、对步骤3处理后的正视图图像和俯视图图像分别进行图像分割处理,获取导线覆冰后的边缘,利用摄像机标定方法将检测到的边缘点的图像坐标转化到世界坐标,计算得到导线覆冰后正视图的直径记为a,俯视图的直径记为b;
步骤5、绘制覆冰的矩形包络面:以步骤4中得到的a为长、步骤4中得到的b为宽绘制矩形;
步骤6、假设覆冰形状为均匀圆柱,通过“三塔两档”等值覆冰厚度计算模型得到等效覆冰厚度d0;
步骤7、由步骤6得到的等效覆冰厚度计算覆冰导线的横截面积s0=πd0 2;
步骤8、由于现实中导线覆冰形状大多以椭圆和三角形为主,因此根据覆冰截面等效原则,在步骤5中绘制的覆冰的矩形包络面内以椭圆和三角形拟合出最接近真实覆冰截面的形状。
本发明的特点还在于,
步骤2中标定板采用标定板周围具有使得标定对象的中心容易被提取的黑色矩形边界框,且矩形边界框的角落具有使得标定板的方向唯一的方向标记。
步骤8中以椭圆和三角形拟合出最接近真实覆冰截面的形状,具体步骤为:
步骤8.1、将步骤4中得到的a平均分为n段,并记k=0;
步骤8.2、绘制长为宽为b的矩形包络面内的最大内切椭圆,计算椭圆的面积
步骤8.3、比较s0与sk,如果sk>s0,则k=k+1,转到步骤8.2,直到sk<s0,转到步骤8.4;
步骤8.4、以步骤5中绘制的矩形包络面的矩形的底边为x轴,以与底边垂直的中轴线为y轴,建立直角坐标系;
步骤8.5、将步骤4中得到的b平均分为m段,则每段长为并记t=0;
步骤8.6、过点p0(x0,0)作椭圆的两条切线,p1(x1,y1)、p2(x2,y2)分别为椭圆与两条切线的切点,求椭圆被两条切线所夹的弧线与两条切线所构成的近似外接三角形的面积 其中
步骤8.7、如果则t=t+1,转到步骤8.6,直到转到步骤8.8;
步骤8.8、将通过步骤8.6、步骤8.7计算出的个面积值按从小到大的顺序排列,并依次标号为srr,其中
步骤8.9、令skr=sk+min srr,如果skr<s0,则r=r+1,继续执行步骤8.9,直到skr>s0,转到步骤8.10;
步骤8.10、计算Δs=skr-s0,如果Δs>5%s0,则k=k+1,转到步骤8.2,直到Δs<5%s0,则认为是在误差范围内,输出r值并找出对应的t值,找出相应点,根据k值做出对应的椭圆,在点处做出椭圆的外切线,椭圆与外切线所构成的近似外切三角形即为拟合的最接近真实覆冰导线截面形状。
本发明的有益效果是:与现有的人工方式对覆冰形状进行测量的方法相比,本发明能够实现覆冰形状的自动识别,通过在导线上安装的力学传感器和在输电杆塔上安装的视频监控设备,利用本发明的算法,可以实时或定时地获取导线覆冰的横截面形状,对导线舞动机理研究与认证、舞动措施研制等提供支持,同时也有利于融冰电流和融冰时间的正确估算,具有重大的社会意义。
附图说明
图1是本发明输电导线覆冰形状的自动识别方法的流程图;
图2是本发明中覆冰导线的正视图;
图3是本发明中覆冰导线的俯视图;
图4是本发明中用于摄像机标定的标定板;
图5是本发明中覆冰导线灰度图像正视图中冰形厚度的测量结果图;
图6是本发明中覆冰导线灰度图像俯视图中冰形厚度的测量结果图;
图7是本发明方法自动识别出的覆冰导线截面形状图;
图8是本发明中覆冰导线的真实截面形状图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明提供一种输电导线覆冰形状的自动识别方法,流程图如图1所示,具体按照以下步骤实施:
步骤1、通过安装在杆塔上的两部摄像机分别采集输电导线覆冰导线的正视图(如图2所示,本图原始图像是彩色的,但是根据专利法对说明书附图的要求不能使用彩色照片,因此将原始彩色图像进行了处理)和俯视图(如图3所示,本图原始图像是彩色的,但是根据专利法对说明书附图的要求不能使用彩色照片,因此将原始彩色图像进行了处理)的图像信号,将采集到的正视图和俯视图的图像信号经过无线通讯方式实时传送至监控中心,从监控中心获取所检测的输电导线现场的数字图像,得到监测目标图像;
步骤2、采用标定板对摄像机进行标定,计算出摄像机的内部和外部参数,确定世界坐标系中已知点与它们在投影图像中的对应关系;
其中,标定板采用如图4所示的周围具有使得标定对象的中心容易被提取的黑色矩形边界框,且矩形边界框的角落具有使得标定板的方向唯一的方向标记的标定板。
步骤3、对步骤2中得到的输电导线覆冰的正视图和俯视图的监测目标图像进行图像灰度化、图像增强、图像滤波处理,直到去除监测目标图像的噪声为止;
步骤4、对步骤3处理后的正视图图像和俯视图图像分别进行图像分割处理,获取导线覆冰后的边缘,利用摄像机标定方法将检测到的边缘点的图像坐标转化到世界坐标,计算得到导线覆冰后正视图的直径记为a,俯视图的直径记为b,如图5、图6所示;
步骤5、绘制覆冰的矩形包络面:以步骤4中得到的a为长、步骤4中得到的b为宽绘制矩形;
步骤6、假设覆冰形状为均匀圆柱,通过“三塔两档”等值覆冰厚度计算模型得到等效覆冰厚度d0(计算等效覆冰厚度的方法参见期刊《高电压技术》第40卷第2期第374-380页的《基于3组力传感器和倾角传感器的输电线路导线覆冰在线监测技术》中第376页左栏的“3新型等值覆冰厚度计算模型”);
步骤7、由步骤6得到的等效覆冰厚度计算覆冰导线的横截面积s0=πd0 2;
步骤8、由于现实中导线覆冰形状大多以椭圆和三角形为主,因此根据覆冰截面等效原则,在步骤5中绘制的覆冰的矩形包络面内以椭圆和三角形拟合出最接近真实覆冰截面的形状,具体步骤为:
步骤8.1、将步骤4中得到的a平均分为n段,并记k=0;
步骤8.2、绘制长为宽为b的矩形包络面内的最大内切椭圆,计算椭圆的面积
步骤8.3、比较s0与sk,如果sk>s0,则k=k+1,转到步骤8.2,直到sk<s0,转到步骤8.4;
步骤8.4、以步骤5中绘制的矩形包络面的矩形的底边为x轴,以与底边垂直的中轴线为y轴,建立直角坐标系;
步骤8.5、将步骤4中得到的b平均分为m段,则每段长为并记t=0;
步骤8.6、过点p0(x0,0)作椭圆的两条切线,p1(x1,y1)、p2(x2,y2)分别为椭圆与两条切线的切点,求椭圆被两条切线所夹的弧线与两条切线所构成的近似外接三角形的面积,具体步骤为:
1)椭圆的方程式为:
2)椭圆的隐式导函数为:
可求得:
3)由椭圆方程的隐式求导法则可分别求得椭圆在p1(x1,y1)、p2(x2,y2)点处的切线斜率,再由两点式确定的切线p0p1和切线p0p2求得切线斜率,根据斜率相等原则,并且切点在椭圆上,联立方程组为:
求得x1,x2:
4)求得切点坐标后,根据积分原理求得:
其中,
步骤8.7、如果则t=t+1,转到步骤8.6,直到转到步骤8.8;
步骤8.8、将通过步骤8.6、步骤8.7计算出的个面积值按从小到大的顺序排列,并依次标号为srr,其中
步骤8.9、令skr=sk+min srr,如果skr<s0,则r=r+1,继续执行步骤8.9,直到skr>s0,转到步骤8.10;
步骤8.10、计算Δs=skr-s0,如果Δs>5%s0,则k=k+1,转到步骤8.2,直到Δs<5%s0,则认为是在误差范围内,输出r值并找出对应的t值,找出相应点,根据k值做出对应的椭圆,在点处做出椭圆的外切线,椭圆与外切线所构成的近似外切三角形即为拟合的最接近真实覆冰导线截面形状,如图7所示。
图8所示为本发明中覆冰导线的覆冰真实截面形状。
由图7和图8比较,可以得到,采用本发明方法得到的覆冰导线的覆冰截面的形状非常接近于覆冰导线的覆冰的真实截面形状。
Claims (3)
1.一种输电导线覆冰形状的自动识别方法,其特征在于,具体按照以下步骤实施:
步骤1、通过安装在杆塔上的两部摄像机分别采集输电导线覆冰导线的正视图和俯视图的图像信号,将采集到的正视图和俯视图的图像信号经过无线通讯方式实时传送至监控中心,从监控中心获取所检测的输电导线现场的数字图像,得到监测目标图像;
步骤2、采用标定板对摄像机进行标定,计算出摄像机的内部和外部参数,确定世界坐标系中已知点与它们在投影图像中的对应关系;
步骤3、对步骤2中得到的输电导线覆冰的正视图和俯视图的监测目标图像进行图像灰度化、图像增强、图像滤波处理,直到去除监测目标图像的噪声为止;
步骤4、对步骤3处理后的正视图图像和俯视图图像分别进行图像分割处理,获取导线覆冰后的边缘,利用摄像机标定方法将检测到的边缘点的图像坐标转化到世界坐标,计算得到导线覆冰后正视图的直径记为a,俯视图的直径记为b;
步骤5、绘制覆冰的矩形包络面:以步骤4中得到的a为长、步骤4中得到的b为宽绘制矩形;
步骤6、假设覆冰形状为均匀圆柱,通过“三塔两档”等值覆冰厚度计算模型得到等效覆冰厚度d0;
步骤7、由步骤6得到的等效覆冰厚度计算覆冰导线的横截面积s0=πd0 2;
步骤8、由于现实中导线覆冰形状大多以椭圆和三角形为主,因此根据覆冰截面等效原则,在步骤5中绘制的覆冰的矩形包络面内以椭圆和三角形拟合出最接近真实覆冰截面的形状。
2.根据权利要求1所述的一种输电导线覆冰形状的自动识别方法,其特征在于,所述步骤2中标定板采用标定板周围具有使得标定对象的中心容易被提取的黑色矩形边界框,且矩形边界框的角落具有使得标定板的方向唯一的方向标记。
3.根据权利要求1所述的一种输电导线覆冰形状的自动识别方法,其特征在于,所述步骤8中以椭圆和三角形拟合出最接近真实覆冰截面的形状,具体步骤为:
步骤8.1、将步骤4中得到的a平均分为n段,并记k=0;
步骤8.2、绘制长为宽为b的矩形包络面内的最大内切椭圆,计算椭圆的面积
步骤8.3、比较s0与sk,如果sk>s0,则k=k+1,转到步骤8.2,直到sk<s0,转到步骤8.4;
步骤8.4、以步骤5中绘制的矩形包络面的矩形的底边为x轴,以与底边垂直的中轴线为y轴,建立直角坐标系;
步骤8.5、将步骤4中得到的b平均分为m段,则每段长为并记t=0;
步骤8.6、过点p0(x0,0)作椭圆的两条切线,p1(x1,y1)、p2(x2,y2)分别为椭圆与两条切线的切点,求椭圆被两条切线所夹的弧线与两条切线所构成的近似外接三角形的面积 其中
步骤8.7、如果则t=t+1,转到步骤8.6,直到转到步骤8.8;
步骤8.8、将通过步骤8.6、步骤8.7计算出的个面积值按从小到大的顺序排列,并依次标号为srr,其中
步骤8.9、令skr=sk+minsrr,如果skr<s0,则r=r+1,继续执行步骤8.9,直到skr>s0,转到步骤8.10;
步骤8.10、计算Δs=skr-s0,如果Δs>5%s0,则k=k+1,转到步骤8.2,直到Δs<5%s0,则认为是在误差范围内,输出r值并找出对应的t值,找出相应点,根据k值做出对应的椭圆,在点(0)处做出椭圆的外切线,椭圆与外切线所构成的近似外切三角形即为拟合的最接近真实覆冰导线截面形状。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510201852.1A CN104809727B (zh) | 2015-04-24 | 2015-04-24 | 一种输电导线覆冰形状的自动识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510201852.1A CN104809727B (zh) | 2015-04-24 | 2015-04-24 | 一种输电导线覆冰形状的自动识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104809727A true CN104809727A (zh) | 2015-07-29 |
CN104809727B CN104809727B (zh) | 2017-10-03 |
Family
ID=53694532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510201852.1A Expired - Fee Related CN104809727B (zh) | 2015-04-24 | 2015-04-24 | 一种输电导线覆冰形状的自动识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104809727B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106407994A (zh) * | 2016-09-29 | 2017-02-15 | 武汉大学 | 一种利用Hough变换与函数拟合的导线覆冰厚度图像识别方法 |
CN108229371A (zh) * | 2017-12-29 | 2018-06-29 | 西安工程大学 | 基于冰形建模的输电导线横截面覆冰形状识别方法 |
CN109064440A (zh) * | 2018-06-19 | 2018-12-21 | 广东工业大学 | 一种基于机器视觉的喇叭音圈焊线识别方法 |
CN109784224A (zh) * | 2018-12-28 | 2019-05-21 | 太原理工大学 | 一种用于河道冰花特征及冰盖厚度分析的图像检测系统 |
CN111637839A (zh) * | 2020-06-01 | 2020-09-08 | 中国南方电网有限责任公司超高压输电公司昆明局 | 数字化覆冰厚度测量装置及测量方法 |
CN116612434A (zh) * | 2023-07-17 | 2023-08-18 | 广州长川科技有限公司 | 基于视频监控的野外输电线路自动观冰系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102252623A (zh) * | 2011-06-24 | 2011-11-23 | 西安工程大学 | 基于视频差异分析的输电线路导/地线覆冰厚度测量方法 |
CN102346015A (zh) * | 2011-06-24 | 2012-02-08 | 西安工程大学 | 基于视频差异分析的输电线路绝缘子覆冰厚度测量方法 |
-
2015
- 2015-04-24 CN CN201510201852.1A patent/CN104809727B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102252623A (zh) * | 2011-06-24 | 2011-11-23 | 西安工程大学 | 基于视频差异分析的输电线路导/地线覆冰厚度测量方法 |
CN102346015A (zh) * | 2011-06-24 | 2012-02-08 | 西安工程大学 | 基于视频差异分析的输电线路绝缘子覆冰厚度测量方法 |
Non-Patent Citations (3)
Title |
---|
仝卫国: ""基于航拍图像的输电线路识别与状态检测方法研究"", 《中国博士学位论文全文数据库 信息科技辑》 * |
范松海等: ""自然覆冰条件下的输电线路覆冰形状特征"", 《四川电力技术》 * |
黄新波等: ""基于 3 组力传感器和倾角传感器的输电线路导线覆冰在线监测技术"", 《高电压技术》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106407994A (zh) * | 2016-09-29 | 2017-02-15 | 武汉大学 | 一种利用Hough变换与函数拟合的导线覆冰厚度图像识别方法 |
CN108229371A (zh) * | 2017-12-29 | 2018-06-29 | 西安工程大学 | 基于冰形建模的输电导线横截面覆冰形状识别方法 |
CN108229371B (zh) * | 2017-12-29 | 2021-10-15 | 西安工程大学 | 基于冰形建模的输电导线横截面覆冰形状识别方法 |
CN109064440A (zh) * | 2018-06-19 | 2018-12-21 | 广东工业大学 | 一种基于机器视觉的喇叭音圈焊线识别方法 |
CN109784224A (zh) * | 2018-12-28 | 2019-05-21 | 太原理工大学 | 一种用于河道冰花特征及冰盖厚度分析的图像检测系统 |
CN109784224B (zh) * | 2018-12-28 | 2022-06-24 | 太原理工大学 | 一种用于河道冰花特征及冰盖厚度分析的图像检测系统 |
CN111637839A (zh) * | 2020-06-01 | 2020-09-08 | 中国南方电网有限责任公司超高压输电公司昆明局 | 数字化覆冰厚度测量装置及测量方法 |
CN116612434A (zh) * | 2023-07-17 | 2023-08-18 | 广州长川科技有限公司 | 基于视频监控的野外输电线路自动观冰系统及方法 |
CN116612434B (zh) * | 2023-07-17 | 2023-09-15 | 广州长川科技有限公司 | 基于视频监控的野外输电线路自动观冰系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104809727B (zh) | 2017-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104809727B (zh) | 一种输电导线覆冰形状的自动识别方法 | |
CN106485699B (zh) | 一种基于点匹配的基准标志定位方法 | |
CN102252623B (zh) | 基于视频差异分析的输电线路导/地线覆冰厚度测量方法 | |
CN108229371B (zh) | 基于冰形建模的输电导线横截面覆冰形状识别方法 | |
CN102346014A (zh) | 一种基于图像处理的输电线路导线弧垂的测量方法 | |
CN108731640A (zh) | 基于点云数据的地铁限界检测方法及检测系统 | |
CN102680480A (zh) | 一种混凝土结构裂缝智能化检测方法 | |
CN105718964B (zh) | 一种输电线防振锤的视觉检测方法 | |
CN105445607A (zh) | 一种基于等温线绘制的电力设备故障检测方法 | |
CN106611160A (zh) | 一种基于卷积神经网络的图像头发识别方法及其装置 | |
CN106225702A (zh) | 裂缝宽度检测装置和方法 | |
CN108563975A (zh) | 一种基于深度学习的高密度人群人数估计方法 | |
CN112419284A (zh) | 基于输电线路部分图像的弧垂测量方法 | |
CN103389041A (zh) | 一种测量栅线宽度的方法 | |
CN110797792A (zh) | 一种输电铁塔鸟巢定位与故障预警方法 | |
CN109579774B (zh) | 一种基于深度实例分割网络的天线下倾角测量方法 | |
CN106097380A (zh) | 一种基于图像的绝缘子芯棒缺陷在线检测的系统和方法 | |
CN105547957B (zh) | 土壤下渗湿润峰吸力和降雨初损量计算方法 | |
CN106595593A (zh) | 基于椭圆特征拟合的悬垂绝缘子串风偏监测方法 | |
CN109359537A (zh) | 基于神经网络的人脸姿态角度检测方法及系统 | |
WO2019057174A1 (zh) | 判定覆冰雪类型的方法 | |
CN106403818A (zh) | 多规格大型方矩形管在线尺寸参数检测用的系统及方法 | |
CN103453882B (zh) | 一种基于飞行器的云层高度测量系统及云层高度测量方法 | |
CN105741275B (zh) | 一种基于固定相机自动标定的人车目标特征提取方法 | |
CN109272484B (zh) | 一种基于视频图像的降雨检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171003 |