CN105262991B - 一种基于二维码的变电站设备对象识别方法 - Google Patents
一种基于二维码的变电站设备对象识别方法 Download PDFInfo
- Publication number
- CN105262991B CN105262991B CN201510654300.6A CN201510654300A CN105262991B CN 105262991 B CN105262991 B CN 105262991B CN 201510654300 A CN201510654300 A CN 201510654300A CN 105262991 B CN105262991 B CN 105262991B
- Authority
- CN
- China
- Prior art keywords
- dimension code
- image
- quick response
- video
- picture
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000004044 response Effects 0.000 title claims abstract description 37
- 238000012544 monitoring process Methods 0.000 claims description 15
- 238000007689 inspection Methods 0.000 claims description 11
- 241001269238 Data Species 0.000 claims description 3
- 238000010191 image analysis Methods 0.000 claims description 3
- 238000004321 preservation Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 230000011218 segmentation Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 17
- 230000008569 process Effects 0.000 description 17
- 238000012545 processing Methods 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 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
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000003319 supportive effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于二维码的变电站设备对象识别方法,包括采用二维码标签的方式表征各个变电站的设备对象,将设备信息加入二维码标签中;视频的自动巡视控制;二维码标签对象识别;二维码标签信息识别;设备对象识别和视频位置保存。本发明基于物联网的二维码技术、图像识别技术,无需提前构建设备模型和样本库,无需人工配置,避免了其他方法中需要人工参与,极大地提高了工作效率,降低了工作量,能够准确且自动查找设备对象及获取设备名称,且由于二维码标签的可识别率高,受外界影响性较小,能够很好地保证识别的准确性和可靠性,且根据二维码标签中所包含的设备信息,能够方便地判断出所监控的设备对象类型和名称。
Description
技术领域
本发明涉及电动产品配件技术领域,尤其涉及一种基于二维码的变电站设备对象识别方法。
背景技术
随着电网的智能化变电站及无人值守变电站的逐步推广建设,基于变电站视频监控系统的视频智能化分析技术,对电网生产运行的技术支持需求在不断提高,针对现有已建的变电站视频监控系统,由于视频监控设备众多、生产设备数量庞大,在视频识别过程中需要先通过人工的方式预先配置摄像机预置位,将摄像机监控角度调整至指定设备对象后,才能将监控视频采用视频智能分析技术用于电网生产运行,该方式导致视频智能技术在电网生产运行智能化监控中的应用性差,如何有效实现通过视频图像自动识别变电站生产运行设备对象,将直接影响视频智能技术对电网生产运行的支撑性作用,对电网的智能化水平中的智能化监控技术提升起到促进作用。
目前,针对该目标,普遍采用的技术方法为模板匹配技术和基于机器学习算法的视频智能识别技术。基于模板匹配技术的方法,主要通过收集指定设备的图片,并构建设备对象的特征模型,基于变电站视频监控系统的实时视频数据,采用实时监控的对象特征和已构建的设备对象的特征模型之间进行对比匹配,从而判断出监控对象的设备类型;基于机器学习算法的视频智能识别技术,主要通过收集大量的设备样本数据,通过机器学习算法,形成设备模型数据,基于设备模型数据,再通过实时视频数据对图像中的设备对象进行识别,识别出设备类型后,根据设备在平面结构中所处的位置,结合变电站一次设备安装结构图,从而判断出设备名称。上述两种已有技术方法,主要是完全采用视频智能分析技术,而不借助于其他技术手段,通过机器自动对设备对象进行识别。
然而,采用基于模板匹配技术的方法,需要先构建设备对象的特征模型,由于变电站内的设备对象众多、设备类型多样性,导致需要构建大量的设备模型,且由于变电站视频监控设备所拍摄的角度不同、设备之间的遮挡情况很多、天气影响较大、摄像机清晰度不同、光照条件不同等各种因数,导致所构建的特征模型很难在实际应用中进行匹配,仅能够用于在实验室测试和验证中,实际应用意义不大。采用基于机器学习算法的视频智能识别技术,需要取决于收集大量的设备模型样本,所收集的模型样本全面性和准确性,将直接影响机器学习所构建的设备模型的准确性,进一步将影响视频识别的准确性,工作量大,需要不断优化和调整样本库和机器学习算法,且由于变电站视频监控的场景中通常包含了众多设备,将在很大程度上影响视频识别的准确性和可靠性,同时,采用上述两种方法都是只能识别设备类型,而无法具体识别设备名称,很难满足生产运行中需要进行设备状态的识别。
发明内容
针对上述问题,本发明提供一种基于二维码的变电站设备对象识别方法,能够准确且自动查找设备对象及获取设备名称,同时,无需提前构建设备模型和样本库,无需人工配置,能够很好地保证识别的准确性和可靠性,并且能够方便地判断出所监控的设备对象类型和名称,同时,该技术能够很方便地进行应用和推广,不受变电站规模和电压等级的影响。
本发明所要解决的技术问题是通过以下技术方案实现的:
一种基于二维码的变电站设备对象识别方法,该方法包括如下步骤:
(1)采用二维码标签的方式表征各个变电站的设备对象,将设备信息加入二维码标签中;
(2)视频的自动巡视控制:实现对摄像机所有监控的设备场景进行采集,形成全部场景图像数据;
(3)二维码标签对象识别:基于场景图像数据,对场景图像中每帧图片进行图像分析,从而识别出所有的二维码标签,并将包含有效二维码标签的图片进行保存;
(4)二维码标签信息识别:对提取出的二维码标签图片进行二维码信息进行识别,得到二维码中所包含的设备信息,并获取到该帧图片在自动巡视过程中所处的位置;
(5)设备对象识别和视频位置保存:将设备对象识别的信息和视频位置保存,通过自动设置预置位的方法,将设备对象与摄像机及其预置位进行关联,完成设备对象识别。
进一步的,所诉步骤(2)视频的自动巡视控制具体包括:
(2a)通过云台控制,摄像机按照步进的方式,对摄像机水平方向每个角度进行拍摄;
(2b)通过镜头控制,摄像机步进过程中的每一步,进行镜头拉近拉远,获取远景和近景所有图像数据;
(2c)通过云台控制,控制摄像机水平方向、仰角、俯角多个角度的场景拍摄,获取所有监控场景。
进一步的,所述步骤(3)二维码标签对象识别具体包括如下步骤:
(3a)获取场景图像中的每一帧,对帧图像进行预处理,预处理包括灰度处理、滤波处理和二值化处理;
(3b)根据二维码特征,对二维码图片区域进行提取;
(3c)提取过程中,根据二维码占整个图片区域的占空比,从而筛选出作为二维码的特征图片的那一帧。
进一步的,所述步骤(4)二维码标签信息识别具体包括如下步骤:
(4a)根据二维码图片及区域坐标,映射至原始图片中;
(4b)对原始图片按照区域坐标进行分割,提取出仅包含二维码的图片;
(4c)根据区域坐标,对分割后的二维码图片进行倾斜角度计算,将倾斜角度拍摄的图片调整为正视角度的图片;
(4d)对二维码图片进行滤波和增强,采用二维码识别算法,对信息进行识别。
进一步的,所述步骤(5)设备对象识别和视频位置保存具体包括如下步骤:
(5a)根据二维码图片所表示的设备信息,查找设备表,查找到对应的设备名称和设备类型内容;
(5b)根据二维码图片所对应的云台角度以及镜头距离,控制摄像机转动至该位置,设置预置位;
(5c)将二维码图片所表征的设备信息与摄像机以及设定的预置位信息进行关联,从而完成对设备的识别。
本发明所达到的有益效果是:基于二维码技术、图像识别技术,无需提前构建设备模型和样本库,无需人工配置,避免了其他方法中需要人工参与,极大地提高了工作效率,降低了工作量,同时降低了采用设备模型和样本库等方式所带来的众多缺陷,能够准确且自动查找设备对象及获取设备名称,且由于二维码标签的可识别率高,受外界影响性较小,能够很好地保证识别的准确性和可靠性,且根据二维码标签中所包含的设备信息,能够方便地判断出所监控的设备对象类型和名称,同时,该技术能够很方便地进行应用和推广,不受变电站规模和电压等级的影响。
附图说明
图1是本发明一种基于二维码的变电站设备对象识别方法的结构示意图;
图2是本发明中视频自动巡视时的处理流程图;
图3是本发明中二维码标签对象识别的处理流程图;
图4是本发明中二维码标签信息识别的处理流程图;
图5是本发明中设备对象识别和视频位置保存的处理流程图。
具体实施方式
为了进一步描述本发明的技术特点和效果,以下结合附图和具体实施方式对本发明做进一步描述。
如图1所示,一种基于二维码的变电站设备对象识别方法,通过对变电站中的各个生产设备加装二维码标签,采用已建的视频监控系统中的摄像机进行监控,通过视频自动巡视技术,实现对摄像机所有可监控的设备场景进行采集,形成全部场景图像数据,基于该图像数据,通过二维码标签对象识别技术,对巡视所生成的视频中每帧图片进行图像分析,从而识别出所有的二维码标签,并将包含有效二维码标签的图片进行保存,已提取出来的二维码标签的图片进一步通过二维码标签信息识别技术,对该图片中的二维码信息进行识别,得到二维码中所包含的设备信息,并根据该帧图片,获取到该帧图片在自动巡视过程中所处的位置,基于以上各类信息,进一步实现设备对象识别和视频位置保存,通过自动设置预置位的方法,将设备对象与摄像机及其预置位进行关联,从而最终实现一种物联网技术的变电站二维码图像设备对象识别方法。
其中,视频自动巡视处理流程如图2所述,包括:
(1)通过软件系统连接并控制摄像机云台设备,将摄像机云台转至初始位置,在摄像机安装时,将摄像机的初始位置设置为水平角度的任意一个方向,进一步控制摄像机的镜头,将镜头拉至最远的位置;
(2)在摄像机转至初始位置完成后,控制摄像机按照水平方向以最高速进行转动,转动角度为1度;
(3)转动后,控制摄像机的镜头,进行镜头的拉近控制,在拉近控制过程中,设定拉近速度为最低速度,以保证存储的视频数据帧前后之间的流畅性,避免快速拉近时出现图片模糊的问题;
(4)当镜头拉至最近位置后,控制摄像机镜头,将镜头再次拉远,同样以最低速度进行控制;
(5)镜头拉至最远后,进一步控制云台水平方向转动,转动方向与前面的方向一致,转动的角度为1度;
(6)转动角度1度后,重复前面的3、4两个步骤;
(7)继而继续控制运行水平方向转动,且在每转动1度后,均按照第6步骤进行控制,一直到水平方向以转动至云台的初始位置,即在水平方向转动了360度,到此,则完成了摄像机在水平方向的所有控制过程;
(8)在水平方向完成后,进一步控制摄像机在初始位置下,向上仰角转动60度;
(9)在仰角60度情况下,按照前面的步骤2至步骤7的方法,进行视频巡视控制,从而完成摄像机在仰角60度情况下的所有控制过程;
(10)在仰角60度方向完成后,进一步控制摄像机在初始位置下,向下俯角转动60度;
(11)在俯角60度情况下,按照前面的步骤2至步骤7的方法,进行视频巡视控制,从而完成摄像机在俯角60度情况下的所有控制过程;
(12)根据视频摄像机的监控场景的不同,在步骤(9)-(11)中可适当增加其他仰角度和俯角度的视频巡视,包括仰角15度、仰角30度、仰角45度、俯角15度、俯角30度、俯角45度等,进一步增加巡视的范围;
(13)在视频巡视控制过程中,实时保存视频数据以及每一帧数据所对应的云台角度以及镜头距离,将这些数据作为输出量,用于后续的数据分析;
(14)在完成上述所有过程后,即完成了视频的自动巡视过程处理。
二维码标签对象识别处理流程如图3所示,该流程的输入数据为视频巡视控制过程中的输出数据,包括实时保存的视频数据以及每一帧数据所对应的云台角度以及镜头距离,进一步进行相应的处理,其处理流程包括了:
(1)对巡视视频数据,逐帧提取每帧的图片数据,保存为原始图片;
(2)对上一步骤获取的原始图片进行图片处理,图片进行滤波处理,由于实际图片中左上角或右上角、左下角或右下角通常均包含一些文字信息,避免文字信息对监测的影响,假设图片横坐标为0<x<W1,图片纵坐标为0<y<H1,其中的H1表示图片的高度,W1表示图片的宽度,将图片横坐标截取为W1/8<x<7*W1/8,将图片纵坐标截取为H1/8<y<7*H1/8,得到灰度图片矩阵Mat_Gray2_Pic[],新的灰度图片的宽度为W2,高度为H2;
(3)针对灰度图片,计算每个像素点的梯度值,采用3*3窗口计算,按照平均值滤波的方式,对每个像素进行计算后,得到新的滤波后的每个像素值,并构成滤波后的灰度图片矩阵Mat_Gray3_Pic[];
(4)对Mat_Gray3_Pic[]采用Canny边缘提取算法,使用cvCanny(pImg,pCannyImg, 50, 150, 3)函数,其中pImg为输入的灰度图像,pCannyImg为输出的边缘提取后的图像,即为二值化图像,其中的50、150分别为Canny算法的阈值参数,3表示Sobel算子内核大小;
(5)通过上式计算后,得到的pCannyImg图片即为二值化后的图像,图片的大小为;W1/8<x<7*W1/8,H1/8<y<7*H1/8,即宽度为W2、高度为H2;
(6)根据上述的二值化图片,根据二维码的定位黑框和区域性特征,判断图片中是否存在二维码的特征区域;
(7)如果该二值化图片中不存在二维码的特征区域,则返回步骤1,从步骤1进一步进行处理;
(8)如果该二值化图片中存在二维码的特征区域,进一步判断二维码在图片中所占区域比例值;
(9)判断该比例值小于设定的阈值时,判断当前帧的图片所出的镜头位置是否已经拉近至最近的位置,如果位置仍不是最近位置时,则返回步骤1,从步骤1进一步进行处理;
(10)如果上一步骤中的位置已经是最近位置时,或者如果第8步骤中判断出二维码所占区域比例值大于设定的阈值时,进入下一步处理;
(11)判断当前的二维码是否是上一帧图片中已经被判断,如果是已经识别的二维码区域,则返回步骤1,从步骤1进一步进行处理;
(12)如果该二维码不是上一帧图片中已经被判断,则表示当前图片帧中的二维码为新的二维码图片,并对图片进行保存,同时保存该帧图片所对应的云台角度以及镜头距离;
(13)保存完成后,进入下一帧判断,直至全部帧判断完成,即完成二维码标签对象识别处理。
二维码标签信息识别处理流程如图4所示,该处理流程的输入数据为上一处理流程的输出数据,包括已识别的二维码图片帧、该帧图片所对应的云台角度以及镜头距离,具体处理流程包括:
(1)获取二维码图片帧作为输入帧,该帧图片中为上一处理流程处理后的二值化图片,包括被识别的二维码在图片中的区域位置;
(2)根据输入数据,获取出二维码在图片中的具体区域位置值(该区域是一个矩形),包括区域四个角的位置坐标值;
(3)将二值化图片映射至原始图片帧,并将区域位置坐标值进行映射;
(4)在原始图片帧中,根据区域位置坐标值对图片进行分割,仅保留原始图片帧中的二维码图片;
(5)根据区域位置坐标值,进行图片的倾斜角度计算,计算后,对图片进行角度调整,将倾斜角度拍摄的图片调整为正视角度的图片;
(6)对调整角度后的二维码图片,进行相关的滤波和图像增强处理;
(7)对处理后的二维码图片,采用二维码识别算法,对信息进行识别,识别的信息包括了变电站电压等级、变电站名称和设备名称;
(8)将该二维码图片的设备信息进行保存,并关联到摄像机,以及该帧图片所对应的云台角度以及镜头距离;
(9)至此,完成二维码标签信息识别处理流程。
设备对象识别及视频保存处理流程如图5所示,该流程的输入数据为上一流程的输出数据,包括二维码图片的设备信息、该帧图片所对应的云台角度以及镜头距离,具体处理流程包括:
(1)获取上一处理流程的处理结果数据;
(2)根据二维码图片所表示的设备信息,查找设备表,查找到对应的设备名称和设备类型等内容;
(3)根据二维码图片所对应的云台角度以及镜头距离,控制摄像机转动至该位置,设置预置位,便于下一次能够通过调用预置位的方式,直接控制该摄像机转动至指定位置;
(4)将二维码图片所表征的设备信息与摄像机以及设定的预置位信息进行关联,从而完成对设备的识别;
(5)至此,所有本发明中的流程处理完成。
本发明的方法易于实现和应用,主要可以应用于电网智能化设备状态巡视、设备告警联动等电网生产运行智能化远程监控中,对电网智能化水平的发展和提高具有一定的促进作用。
上述实施例不以任何形式限定本发明,凡采取等同替换或等效变换的形式所获得的技术方案,均落在本发明的保护范围之内。
Claims (4)
1.一种基于二维码的变电站设备对象识别方法,其特征在于,该方法包括如下步骤:
(1)采用二维码标签的方式表征各个变电站的设备对象,将设备信息加入二维码标签中;
(2)视频的自动巡视控制:实现对摄像机所有监控的设备场景进行采集,形成全部场景图像数据;
(3)二维码标签对象识别:基于场景图像数据,对场景图像中每帧图片进行图像分析,从而识别出所有的二维码标签,并将包含有效二维码标签的图片进行保存;
二维码标签对象识别具体包括如下步骤:
(3a)获取场景图像中的每一帧,对帧图像进行预处理,预处理包括灰度处理、滤波处理和二值化处理;
(3b)根据二维码特征,对二维码图片区域进行提取;
(3c)提取过程中,根据二维码占整个图片区域的占空比,从而筛选出作为二维码的特征图片的那一帧;
(4)二维码标签信息识别:对提取出的二维码标签图片进行二维码信息进行识别,得到二维码中所包含的设备信息,并获取到该帧图片在自动巡视过程中所处的位置;
(5)设备对象识别和视频位置保存:将设备对象识别的信息和视频位置保存,通过自动设置预置位的方法,将设备对象与摄像机及其预置位进行关联,完成设备对象识别。
2.根据权利要求1所述的一种基于二维码的变电站设备对象识别方法,其特征在于:所述步骤(2)视频的自动巡视控制具体包括:
(2a)通过云台控制,摄像机按照步进的方式,对摄像机水平方向每个角度进行拍摄;
(2b)通过镜头控制,摄像机步进过程中的每一步,进行镜头拉近拉远,获取远景和近景所有图像数据;
(2c)通过云台控制,控制摄像机水平方向、仰角、俯角多个角度的场景拍摄,获取所有监控场景。
3.根据权利要求1所述的一种基于二维码的变电站设备对象识别方法,其特征在于,所述步骤(4)二维码标签信息识别具体包括如下步骤:
(4a)根据二维码图片及区域坐标,映射至原始图片中;
(4b)对原始图片按照区域坐标进行分割,提取出仅包含二维码的图片;
(4c)根据区域坐标,对分割后的二维码图片进行倾斜角度计算,将倾斜角度拍摄的图片调整为正视角度的图片;
(4d)对二维码图片进行滤波和增强,采用二维码识别算法,对信息进行识别。
4.根据权利要求1所述的一种基于二维码的变电站设备对象识别方法,其特征在于,所述步骤(5)设备对象识别和视频位置保存具体包括如下步骤:
(5a)根据二维码图片所表示的设备信息,查找设备表,查找到对应的设备名称和设备类型内容;
(5b)根据二维码图片所对应的云台角度以及镜头距离,控制摄像机转动至该位置,设置预置位;
(5c)将二维码图片所表征的设备信息与摄像机以及设定的预置位信息进行关联,从而完成对设备的识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510654300.6A CN105262991B (zh) | 2015-10-12 | 2015-10-12 | 一种基于二维码的变电站设备对象识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510654300.6A CN105262991B (zh) | 2015-10-12 | 2015-10-12 | 一种基于二维码的变电站设备对象识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105262991A CN105262991A (zh) | 2016-01-20 |
CN105262991B true CN105262991B (zh) | 2018-09-11 |
Family
ID=55102474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510654300.6A Active CN105262991B (zh) | 2015-10-12 | 2015-10-12 | 一种基于二维码的变电站设备对象识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105262991B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650546A (zh) * | 2016-10-20 | 2017-05-10 | 国家电网公司 | 一种基于二维码的变电站开关柜设备对象自动识别方法 |
CN106529915A (zh) * | 2016-11-28 | 2017-03-22 | 国网山东省电力公司济宁供电公司 | 供电设备运行情况报表生成方法及系统 |
CN107016360A (zh) * | 2017-03-27 | 2017-08-04 | 国网江苏省电力公司电力科学研究院 | 电力变电站基于动态特征及区域融合的目标检测方法 |
CN107451508A (zh) * | 2017-09-20 | 2017-12-08 | 天津通信广播集团有限公司 | 一种自定义二维码定位和定向系统及实现方法 |
CN110020643A (zh) * | 2018-01-10 | 2019-07-16 | 亮风台(上海)信息科技有限公司 | 一种压板识别方法与设备 |
CN109000800A (zh) * | 2018-04-25 | 2018-12-14 | 南方电网科学研究院有限责任公司 | Gis设备的二维码标识检测系统及方法 |
CN109190737A (zh) * | 2018-08-06 | 2019-01-11 | 深圳职业技术学院 | 一种基于二维码的设备参数设置方法 |
CN111736583A (zh) * | 2019-03-25 | 2020-10-02 | 东元电机股份有限公司 | 二阶段导航系统 |
CN113779436A (zh) * | 2020-06-05 | 2021-12-10 | 中国移动通信集团终端有限公司 | 添加群成员的方法、终端设备及介质 |
CN112348306A (zh) * | 2020-09-09 | 2021-02-09 | 北京华商三优新能源科技有限公司 | 一种面向配电运检中的TitanOS人工智能开发方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3677253B2 (ja) * | 2002-03-26 | 2005-07-27 | 株式会社東芝 | 映像編集方法及びプログラム |
CN101510269A (zh) * | 2009-02-18 | 2009-08-19 | 深圳华为通信技术有限公司 | 获取视频中的二维码的方法和装置 |
CN102567764A (zh) * | 2012-01-13 | 2012-07-11 | 中国工商银行股份有限公司 | 一种提高电子影像识别效率的票据凭证及系统 |
CN102693409A (zh) * | 2012-05-18 | 2012-09-26 | 四川大学 | 一种快速的图像中二维码码制类型识别方法 |
CN103839193A (zh) * | 2014-03-07 | 2014-06-04 | 国家电网公司 | 基于二维码识别技术的变电站防误操作方法及系统 |
EP2803963A1 (en) * | 2012-01-12 | 2014-11-19 | Mission Infrared Electro Optics Technology Co. Ltd | Thermal imagery device and normalized thermal imagery shooting method |
CN104850816A (zh) * | 2015-06-05 | 2015-08-19 | 中国电力科学研究院 | 基于IPv6的变电站巡检中视频监控及射频识别二维码的系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201674279U (zh) * | 2010-04-29 | 2010-12-15 | 山东电力集团公司济南供电公司 | 变电站远程监控系统 |
-
2015
- 2015-10-12 CN CN201510654300.6A patent/CN105262991B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3677253B2 (ja) * | 2002-03-26 | 2005-07-27 | 株式会社東芝 | 映像編集方法及びプログラム |
CN101510269A (zh) * | 2009-02-18 | 2009-08-19 | 深圳华为通信技术有限公司 | 获取视频中的二维码的方法和装置 |
EP2803963A1 (en) * | 2012-01-12 | 2014-11-19 | Mission Infrared Electro Optics Technology Co. Ltd | Thermal imagery device and normalized thermal imagery shooting method |
CN102567764A (zh) * | 2012-01-13 | 2012-07-11 | 中国工商银行股份有限公司 | 一种提高电子影像识别效率的票据凭证及系统 |
CN102693409A (zh) * | 2012-05-18 | 2012-09-26 | 四川大学 | 一种快速的图像中二维码码制类型识别方法 |
CN103839193A (zh) * | 2014-03-07 | 2014-06-04 | 国家电网公司 | 基于二维码识别技术的变电站防误操作方法及系统 |
CN104850816A (zh) * | 2015-06-05 | 2015-08-19 | 中国电力科学研究院 | 基于IPv6的变电站巡检中视频监控及射频识别二维码的系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105262991A (zh) | 2016-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105262991B (zh) | 一种基于二维码的变电站设备对象识别方法 | |
CN110070033B (zh) | 一种电力领域危险工作区域内安全帽佩戴状态检测方法 | |
WO2021098796A1 (zh) | 图像处理方法、装置、设备及计算机可读存储介质 | |
CN107257161B (zh) | 一种基于状态识别算法的变电站刀闸遥控辅助校核方法及系统 | |
CN109345547B (zh) | 基于深度学习多任务网络的交通车道线检测方法及装置 | |
CN107909081B (zh) | 一种深度学习中图像数据集的快速获取和快速标定方法 | |
CN111179249A (zh) | 一种基于深度卷积神经网络的电力设备检测方法和装置 | |
CN114549563A (zh) | 一种基于DeepLabV3+的复合绝缘子实时分割方法及系统 | |
CN109413411B (zh) | 一种监控线路的黑屏识别方法、装置及服务器 | |
WO2020233397A1 (zh) | 在视频中对目标进行检测的方法、装置、计算设备和存储介质 | |
CN108596102A (zh) | 基于rgb-d的室内场景物体分割分类器构造方法 | |
CN108491807B (zh) | 一种奶牛发情行为实时监测方法及系统 | |
CN108961276B (zh) | 基于视觉伺服的配电线路巡检数据自动采集方法及系统 | |
CN113515655A (zh) | 一种基于图像分类的故障识别方法及装置 | |
CN114049499A (zh) | 用于连续轮廓的目标对象检测方法、设备及存储介质 | |
CN112329567A (zh) | 自动驾驶场景中目标检测的方法及系统、服务器及介质 | |
CN111414861A (zh) | 基于深度学习实现行人及非机动车辆检测处理的方法 | |
CN109492647A (zh) | 一种电网机器人障碍物识别方法 | |
CN112347805A (zh) | 一种多目标二维码检测识别方法、系统、装置及存储介质 | |
CN113516070A (zh) | 一种猪只点数方法 | |
CN114140745A (zh) | 施工现场人员属性检测方法、系统、装置及介质 | |
CN108830222A (zh) | 一种基于信息性和代表性主动学习的微表情识别方法 | |
CN108664886A (zh) | 一种适应变电站进出监控需求的人脸快速识别方法 | |
CN113837164A (zh) | 一种基于图像识别技术的工地积水点检测方法和装置 | |
CN109993715A (zh) | 一种机器人视觉图像预处理系统及图像处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |