CN105303158B - 一种变电站隔离开关线段拟合视频智能分析方法 - Google Patents
一种变电站隔离开关线段拟合视频智能分析方法 Download PDFInfo
- Publication number
- CN105303158B CN105303158B CN201510549097.6A CN201510549097A CN105303158B CN 105303158 B CN105303158 B CN 105303158B CN 201510549097 A CN201510549097 A CN 201510549097A CN 105303158 B CN105303158 B CN 105303158B
- Authority
- CN
- China
- Prior art keywords
- line segment
- picture
- image
- line
- slope
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000006243 chemical reaction Methods 0.000 claims abstract description 6
- 238000001514 detection method Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 7
- 230000000717 retained effect Effects 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 6
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 239000000284 extract Substances 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000018109 developmental process Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Abstract
本发明公开了一种变电站隔离开关线段拟合视频智能分析方法，其方法为：获取变电站监控摄像机的实时视频中的某一帧图像数据，并转换为可处理的数据格式；对图像进行基于局部梯度值的平滑预处理后再通过图像的二值化处理，提取出图像的边缘，形成图像的二值化图像；再对二值化图像采用线段拟合的处理手段，对图像中的各个线段进行拟合，所有拟合的线段计算其斜率，判断是否为有效线段；若为干扰线段，则将线段进行排除；获得的有效线段采用投影的方式，计算线段在投影方向的像素占空比，获得连通区域的占空比，最终判断出隔离开关的开合状态。本发明的图像识别对于电网生产运行监控具有重要意义，对电网智能化水平的发展和提高具有一定的促进作用。
Description
技术领域
本发明属于变电站图像智能分析领域及变电站设备状态在线监测领域，涉及图像处理和计算机等技术，特别是涉及一种变电站隔离开关线段拟合视频智能分析方法。
背景技术
变电站的视频技术为远程监控变电站的隔离开关等设备的可视化提供了技术手段，为变电站调度运行提供了可视化监控及辅助决策依据。随着视频监控的网络化、高清化、智能化技术的不断发展，视频监控技术在电网安全、生产运行中的应用不断深入和广泛，传统方式所采用的视频监控技术为电网设备远程监控提供远程可视化的监控手段，为远程确认设备实际的状态与监控数据显示状态是否一致，提供了可靠和有效的确认手段，为准确做出决策提供了依据，然而，随着该技术的不断深入和推广应用，由于变电站数量众多、站内设备数量庞大，若每个设备的状态查看和确认都需要人工进行查看和确认，其所带来的工作量将特别庞大，且工作效率低下，随着电网技术对电网智能化水平要求的不断提高，如何提高视频监控技术在电网智能化监控技术中的应用，将对电网智能化水平的提升起到促进作用。同时，将为电网设备的智能化监控、智能化巡视提供技术手段。
同时，变电站隔离开关状态的图像识别对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监控具有重要意义，对电网智能化水平的发展和提高具有一定的促进作用。由于变电站设备场景的复杂性，如何有效实现对变电站隔离开关状态的识别将是该技术的核心研究内容。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，而目的是在于提供一种采用线段拟合视频智能分析方法用于判断变电站隔离开关设备开合状态的检测方法，即变电站隔离开关状态视频智能分析方法，有效提取出隔离开关的特征线段，排除外在影响因数，能够最大限度地提高检测的准确性和适用性，实现对变电站隔离开关状态的识别。
为了解决上述技术问题，本发明提供的采用线段拟合视频智能分析方法的变电站隔离开关状态检测方法，包括图片获取及初始化处理、图像二值化处理、线段拟合及筛选、有效线段投影及开合状态判断四个过程，该方法包括步骤如下：
S1：图片获取及初始化处理；
S2：图像二值化处理；
S3：线段拟合及筛选；
S4：有效线段投影及开合状态判断。
其中，图片获取及初始化处理具体步骤如下：
S11：通过厂家SDK获取变电站视频监控系统的实时视频数据；
S12：获取实时视频中的某一帧，用于后续检测；
S13：帧图像处理，并裁剪边缘；
S14：对裁剪后的图片进行灰度处理，转换为灰度图片。
其中，图像二值化处理具体步骤如下：
S21：将灰度图片采用局部梯度进行滤波平滑处理，得到滤波后的图片；
S22：图像的二值化处理，得到二值化图片。
其中，线段拟合及筛选具体步骤如下：
S31：对二值化图片采用3*3窗口的方式，对二值化图片进行线段拟合，拟合过程中只要满足一定斜率阈值的二值化点位，全部作为同一条线段，并得到拟合后的所有线段组合；
S32：对所有线段的线段长度求解，对于小于一定的长度阈值的线段进行排除，仅保留符合条件的线段；
S33：进一步对每个线段按照5个像素距离，求解线段的分段斜率，求解后，进一步求解每个线段分段斜率的平均斜率，对于求解的平均斜率偏离参考线段的斜率大于一定阈值的线段进行排除，仅保留符合条件的线段；
S34：对所有符合条件的线段进行保留，构成新的线段组。
其中，采用有效线段投影及开合状态判断具体步骤如下：
S41：针对新的线段组，按照参考线段方向进行投影；
S42：投影后，在投影的参考线上计算投影的占空比；
S43：投影后，在投影的参考线上计算投影的间隔数；
S44：根据占空比和间隔数，判断隔离开关的开合状态。
本发明的方法，具备对视频图像中所监控的电力应用场景为复杂场景或简单场景时，采用线段拟合方法的视频智能分析方法，对变电站隔离开关设备开合状态进行检测的能力。若采用常用的模板匹配方法检测时，容易受外界光线及拍摄图像的摄像机转动影像，同时，由于变电站内的隔离开关设备数量庞大、设备电压等级不同时，设备外观及形状均不一致，且不同厂家的不同型号设备也存在一定的差异，因此，采用模板匹配方法时，将会对监控场景有严格的限制，且在广泛适用性和可推广性等方面存在着较多的缺陷。本发明采用线段拟合方法的视频智能分析方法，通过参考线段，能够有效提取出隔离开关的特征线段，排除外在影响因数，能够最大限度地提高检测的准确性和适用性。
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。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。
图1为本发明的流程框图。
具体实施方式
下面结合附图详细说明本发明技术方法中所涉及的各个细节问题。应指出的是，所描述的实施例仅旨在便于对本发明的理解，而对其不起任何限定作用。
本实施例的一种变电站隔离开关线段拟合视频智能分析方法，针对开放式变电站中的隔离开关的可见的开合状态，采用基于线段拟合的视频智能分析方法，实现对其开合状态的智能识别，步骤如下：通过远程获取变电站监控摄像机的实时视频，并获取实时视频中的某一帧图像数据，将该帧图像数据转换为可处理的数据格式；通过对图像进行基于局部梯度值的平滑预处理后，再通过图像的二值化处理，提取出图像的边缘，形成图像的二值化图像；针对二值化图像采用线段拟合的处理手段，对图像中的各个线段进行拟合，针对所有拟合的线段，计算其斜率，判断是否为有效线段，如果为干扰线段，则将线段进行排除；针对获得的有效线段采用投影的方式，计算线段在投影方向的像素占空比，从而获得连通区域的占空比，基于该占空比，最终判断出隔离开关的开合状态。变电站隔离开关状态的图像识别对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监控具有重要意义，对电网智能化水平的发展和提高具有一定的促进作用。
图1所示为本发明采用线段拟合和参考线段的变电站隔离开关状态视频智能分析方法的流程框图，本发明的方法分为图片获取及初始化处理、图像二值化处理、线段拟合及筛选、有效线段投影及开合状态判断四个过程。
所述的图片获取及初始化处理包括步骤：通过厂家SDK获取变电站视频监控系统的实时视频数据；获取实时视频中的某一帧，用于后续检测；帧图像处理，并裁剪边缘；对裁剪后的图片进行灰度处理，转换为灰度图片。
所述的图像二值化处理包括步骤：将灰度图片采用局部梯度进行滤波平滑处理，得到滤波后的图片；图像的二值化处理，得到二值化图片。
所述的线段拟合及筛选包括步骤：对二值化图片采用3*3窗口的方式，对二值化图片进行线段拟合，拟合过程中只要满足一定斜率阈值的二值化点位，全部作为同一条线段，并得到拟合后的所有线段组合；对所有线段的线段长度求解，对于小于一定的长度阈值的线段进行排除，仅保留符合条件的线段；进一步对每个线段按照5个像素距离，求解线段的分段斜率，求解后，进一步求解每个线段的平均斜率，对于求解的平均斜率偏离参考线段斜率大于一定阈值的线段进行排除，仅保留符合条件的线段；对所有符合条件的线段进行保留，构成新的线段组。
所述的有效线段投影及开合状态判断包括步骤：针对新的线段组，按照参考线段方向进行投影；投影后，在投影的参考线上计算投影的占空比；投影后，在投影的参考线上计算投影的间隔数；根据占空比和间隔数，判断隔离开关的开合状态。
本发明的方法需要的硬件最低配置为：P4、3.0G CPU、512M内存的PC机，在此配置水平的硬件上，采用C/C++语言编程实现本方法。操作系统可基于Windows或Linux的各类操作系统。下面对本发明的方法设计的关键步骤进行逐一详细说明，本发明的方法中的基本步骤相同，具体形式如下所述：
首先，是图片获取及初始化处理：
(1)通过厂家SDK实时获取变电站摄像机的实时视频数据；
(2)在获取到实时数据时间间隔5秒后，从实时数据中获取一帧图片数据，采用5秒后再截取图片数据的原因主要为：由于变电站与远端之间的网络带宽有限，若获取到视频后直接截图图片，可能会出现图片截取失败或截取的图片存在异常等原因；
(3)在截取完图片后，检查图片是否正常，如果图片存在异常，则重新获取图片，获取图片成功后，保存图片数据为OrgImg；
(4)通常此时获取的图片格式为YUV格式，为了便于后续的图像分析，将该图片进行格式转换，转换为RGB图片格式，转换后的图片数据为OrgImg_RGB[]；
(5)后续图像处理主要是根据灰度图像的处理，因此，需要将RGB格式转换为灰度格式，根据RGB转灰度公式：Gray＝R*0.299+G*0.587+B*0.114，从而将OrgImg_RGB[]计算得到对应的灰度图片数据：Org_Mat_Gray[]；
(6)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_Gray[]，新的灰度图片的宽度为W2，高度为H2；
其次，图像二值化处理：
(1)对Mat_Gray[]进行处理，对像素Pixel(i，j)处理方式为：平均梯度值Avg_Grad(i，j)＝(8*Pixel(i,j)-Pixel(i-1,j-1)-Pixel(i-1,j)-Pixel(i-1,j+1)-Pixel(i,j-1)-Pixel(i,j+1)-Pixel(i+1,j-1)-Pixel(i+1,j)-Pixel(i+1,j+1))/(8*Pixel(i,j))，转换后的Pixel_New(i,j)＝Pixel(i，j)*0.8+Avg_Grad(i，j)*(Pixel(i-1,j-1)+Pixel(i-1,j)+Pixel(i-1,j+1)+Pixel(i,j-1)+Pixel(i,j+1)+Pixel(i+1,j-1)+Pixel(i+1,j)+Pixel(i+1,j+1))*0.2，经过计算后，得到新的灰度图片数据为：Mat_Gray1[]；
(2)对Mat_Gray1[]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；
(3)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。
再次，线段拟合及筛选：
(1)针对二值化后的图片pCannyImg[]，将图片中的亮点统计为新的结构信息，亮点结构体描述为：typedef struct_T_POINT_INFO_{
int nPoint_x；
int nPoint_y；
int nPoint_value；
}_t_point_info_；
亮点数据信息存放在tPointInfo[]结构中，亮点总数假定为point_num。
(2)针对tPointInfo[]，针对第i个点，检查后续(i+1,point_num)中的第j个点之间，如果亮点距离小于一定的阈值Thrd_linelen时，不考虑该亮点之间的线段，如果两点距离大于一定的阈值Thrd_linelen时，判断两个点之间采用3*3窗口检查，是否第i点和第j点之间是能够连通的，如果不连通表示两个点不在一条线段上，如果连通则表示在同一条线段上；
(3)如果第i点和第j点在同一线段上，需要进一步判断是否存在该线段与其他线段重合，如果重合，则不记录该线段，如果不重合，则记录该线路为tLineInfo[i]，表示该条线段拟合成功；
(4)按照上述步骤，依次对每个点进行线段拟合；
(4)针对线路tLineInfo[i]，按照5个像素为间隔，分段计算每个间隔的斜率Slope[j]，分段个数假定为m个，计算m个斜率的平均值为Avg_Slope，检查如果Slope[j]与Avg_Slope之间的差值大于一定的阈值时，表示该线段有问题，排除该线段；
(5)针对每个线段tLineInfo[i]计算得到的Avg_Slope[i]，将每个斜率值与参考线段StandardLineInfo(与隔离开关的合闸方向平行的线段)的斜率值进行比较，如果差值大于一定的阈值时，表示该线段有问题，排除该线段；
(6)对于保留下来的线段tLineInfo[i]，用于下一步计算。
最后，有效线段投影及开合状态判断：
(1)将保留下来的线段tLineInfo[i]按照参考线段StandardLineInfo方向进行投影，并定义线段StandardLineInfo_E，该线段上所有点的值为0，投影后如果投影方向存在线段点，则在标记线段StandardLineInfo_E上的该点值为1，反之则为0；
(2)假定StandardLineInfo_E的总的点数量为m，标记为1的点数量为n，计算占空比值为Gap＝n/m；
(3)假定StandardLineInfo_E上连续的0点的线路数量的Line0_Num；
(4)当Gap<Gap_Thed1，且Line0_Num<Line0_Thed1时，表示隔离开关的设备状态为开状态，反之则为合状态。
(6)到此，完成对变电站隔离开关状态的判断。
总之，本发明提出了一种采用线段拟合和参考线段的变电站隔离开关状态视频智能分析方法。通过在电力系统中实际的现场视频图片进行了大量的实验验证了本发明的有效性和稳定性。本发明易于实现，且性能稳定可靠。本发明有效实现了隔离开关设备开合状态的智能检测。变电站隔离开关状态的图像识别对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监控具有重要意义，对电网智能化水平的发展和提高具有一定的促进作用。
以上所述，仅为本发明中的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可理解想到的变换或替换，都应涵盖在本发明的包含范围内，因此，本发明的保护范围应该以权利要求书的保护范围为准。
Claims (7)
1.一种变电站隔离开关线段拟合视频智能分析方法，其特征在于：该方法包括步骤如下：
S1：图片获取及初始化处理步骤；首先获取变电站视频监控系统的实时视频数据，并获取实时视频中的某一帧，用于后续检测；然后，帧图像处理，并裁剪边缘；最后，对裁剪后的图片进行灰度处理，转换为灰度图片；
S2：图像二值化处理步骤；将灰度图片采用局部梯度进行滤波平滑处理，得到滤波后的图片；然后将滤波后的图片进行二值化处理，得到二值化图片；
S3：线段拟合及筛选步骤；该具体步骤如下：
S31：对所述二值化图片进行线段拟合，拟合过程中只要满足线段斜率在0度至30度之间的二值化点位，全部作为同一条线段，并得到拟合后的所有线段组合；
S32：判断并筛选线段的长度；对所有线段的线段长度求解，对于小于一定的长度阈值的线段进行排除，仅保留符合条件的线段；
S33：判断并筛选线段的斜率；进一步对每个线段求解线段的分段斜率，求解后，进一步求解每个线段分段斜率的平均斜率，对于求解的平均斜率偏离参考线段的斜率大于一定阈值的线段进行排除，仅保留符合条件的线段；将平均斜率值与参考线段的斜率值进行比较，其中，与隔离开关的合闸方向平行的线段作为参考线段；
S34：对所有符合条件的线段进行保留，构成新的线段组；
S4：有效线段投影及开合状态判断步骤；针对新的线段组，按照参考线段方向进行投影；投影后，在投影的参考线上计算投影的占空比和间隔数；根据占空比和间隔数，判断隔离开关的开合状态。
2.根据权利要求1所述的变电站隔离开关线段拟合视频智能分析方法，其特征在于：该方法包括步骤如下：上述步骤S31中，在对所述二值化图片进行线段拟合之前，首先对上述二值化图片采用3×3窗口的方式，然后再进行线段拟合，判断两个点之间是否能够连通，采用3×3窗口检查，如果不连通表示两个点不在一条线段上；如果连通则表示在同一条线段上，需要进一步判断是否存在该线段与其他线段重合，如果重合，则不记录该线段，如果不重合，则表示该条线段拟合成功。
3.根据权利要求1所述的变电站隔离开关线段拟合视频智能分析方法，其特征在于：上述步骤S33中，对每个线段按照5个像素距离求解线段的分段斜率。
4.根据权利要求1所述的变电站隔离开关线段拟合视频智能分析方法，其特征在于：上述步骤S32中，一定的长度阈值是指该线段在图片中的像素值，取整幅图片的1/4或1/5的宽度值作为该阈值，该值为经验值。
5.根据权利要求1所述的变电站隔离开关线段拟合视频智能分析方法，其特征在于：上述步骤S33中，一定的阈值是指该线段表示隔离开关时，线段的斜率值在0度至30度之间，该值为经验值。
6.根据权利要求1所述的变电站隔离开关线段拟合视频智能分析方法，其特征在于：所述步骤S1中，通过厂家SDK获取变电站视频监控系统的实时视频数据，在获取到实时数据时间间隔5秒后，从实时数据中获取一帧图片数据，该帧数据作为截取的图片数据，在截取完图片后，检查图片是否正常，如果图片存在异常，则重新获取图片，获取图片成功后，保存图片数据为OrgImg。
7.根据权利要求1所述的变电站隔离开关线段拟合视频智能分析方法，其特征在于：所述步骤S4中，有效线段投影及开合状态判断的具体步骤如下：
(1)根据新的线段组，将保留下来的线段按照参考线段方向进行投影，并定义线段StandardLineInfo_E，该线段上所有点的值为0，投影后如果投影方向存在线段点，则在标记线段StandardLineInfo_E上的该点值为1，反之则为0；
(2)设StandardLineInfo_E的总的点数量为m，标记为1的点数量为n，计算占空比值为Gap＝n/m；
(3)设StandardLineInfo_E上连续的0点的线路数量的Line0_Num；
(4)当Gap<Gap_Thed1，且Line0_Num<Line0_Thed1时，表示隔离开关的设备状态为开状态，反之则为合状态，其中，Gap_Thed1表示斜率阈值，Line0_Thed1表示线段长度阈值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510549097.6A CN105303158B (zh) | 2015-08-31 | 2015-08-31 | 一种变电站隔离开关线段拟合视频智能分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510549097.6A CN105303158B (zh) | 2015-08-31 | 2015-08-31 | 一种变电站隔离开关线段拟合视频智能分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105303158A CN105303158A (zh) | 2016-02-03 |
| CN105303158B true CN105303158B (zh) | 2018-08-03 |
Family
ID=55200404
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510549097.6A Active CN105303158B (zh) | 2015-08-31 | 2015-08-31 | 一种变电站隔离开关线段拟合视频智能分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105303158B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106296651B (zh) * | 2016-07-25 | 2019-08-09 | 国网江苏省电力公司电力科学研究院 | 基于线段拟合方法的平行视角下的弧垂图像识别方法 |
| CN106875378B (zh) * | 2016-12-30 | 2019-08-02 | 北京理工雷科电子信息技术有限公司 | 一种电力线异物检测方法 |
| CN106980863A (zh) * | 2017-03-24 | 2017-07-25 | 哈尔滨理工大学 | 一种变电站视频监控中的设备异常诊断模型 |
| 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 |
| CN108334824B (zh) * | 2018-01-19 | 2022-05-06 | 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 |
| CN110163833B (zh) * | 2018-02-12 | 2021-11-09 | 杭州海康威视数字技术股份有限公司 | 确定刀闸的开合状态的方法和装置 |
| CN110225299B (zh) * | 2019-05-06 | 2022-03-04 | 平安科技（深圳）有限公司 | 视频监测方法、装置、计算机设备及存储介质 |
| CN112906576B (zh) * | 2021-02-23 | 2022-03-04 | 南方电网电力科技股份有限公司 | 隔离开关设备的状态识别方法、装置、设备及其测温方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102609730A (zh) * | 2012-02-24 | 2012-07-25 | 山东鲁能智能技术有限公司 | 基于动静触头接触比例的刀闸状态合位可靠性判别方法 |
| US8682077B1 (en) * | 2000-11-28 | 2014-03-25 | Hand Held Products, Inc. | Method for omnidirectional processing of 2D images including recognizable characters |
-
2015
- 2015-08-31 CN CN201510549097.6A patent/CN105303158B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8682077B1 (en) * | 2000-11-28 | 2014-03-25 | Hand Held Products, Inc. | Method for omnidirectional processing of 2D images including recognizable characters |
| CN102609730A (zh) * | 2012-02-24 | 2012-07-25 | 山东鲁能智能技术有限公司 | 基于动静触头接触比例的刀闸状态合位可靠性判别方法 |
Non-Patent Citations (2)
| Title |
|---|
| EDLines:A real-time line segment detector with a false detection control;Akinlar C等;《Elsevier》;20110630;第32卷(第13期);全文 * |
| 真空开关触头动态位置检测研究;董华军;《真空科学与技术学报》;20141231;第34卷(第12期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105303158A (zh) | 2016-02-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105303158B (zh) | 一种变电站隔离开关线段拟合视频智能分析方法 | |
| CN106446869A (zh) | 基于图像智能识别算法的隔离开关状态自动检测方法 | |
| 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 | |
| CN103413139B (zh) | 基于电力巡线红外巡检视频数据的电力设备异常发热检测方法 | |
| CN109685075A (zh) | 一种基于图像的电力设备识别方法、装置及系统 | |
| CN110826538A (zh) | 一种用于电力营业厅的异常离岗识别系统 | |
| WO2020057159A1 (zh) | 一种高校餐厅食品加工违规行为视频分析系统及方法 | |
| CN107133592B (zh) | 电力变电站采用红外热成像及可见光成像技术融合的人体目标特征检测算法 | |
| CN111179232A (zh) | 基于图像处理的钢筋尺寸检测系统及方法 | |
| CN105868722A (zh) | 异常电力设备图像的识别方法及系统 | |
| CN103954897A (zh) | 基于紫外成像的智能电网高压绝缘损坏监控系统及方法 | |
| CN105791774A (zh) | 一种基于视频内容分析的监控视频传输方法 | |
| CN109196553B (zh) | 一种光伏板识别方法、地面站、控制设备及无人机 | |
| CN109740507A (zh) | 一种变电设备异常感知的方法 | |
| CN107016360A (zh) | 电力变电站基于动态特征及区域融合的目标检测方法 | |
| CN108335294A (zh) | 复杂条件下的配电房异常状态图像识别方法 | |
| CN106920240A (zh) | 一种基于红外图像的绝缘子识别和故障诊断方法 | |
| CN106650735B (zh) | 一种led字符自动定位识别方法 | |
| CN112287823A (zh) | 一种基于视频监控的面部口罩识别方法 | |
| CN113111771A (zh) | 一种发电厂工作人员不安全行为的识别方法 | |
| CN115690012A (zh) | 一种电能表接错线的检测方法 | |
| CN105163076B (zh) | 采用横向扫描映射的变电站断路器状态视频智能分析算法 | |
| CN107767395A (zh) | 一种人群异常行为检测方法 | |
| CN102740059A (zh) | 一种采用图形分析与跟踪算法监督值班人员的系统 | |
| CN115761316A (zh) | 基于yolo自动识别的水电站平板闸门启闭方法 |
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 |