CN107316131A - 一种基于图像识别的电能计量装置安装工艺质量检测系统 - Google Patents
一种基于图像识别的电能计量装置安装工艺质量检测系统 Download PDFInfo
- Publication number
- CN107316131A CN107316131A CN201710433067.8A CN201710433067A CN107316131A CN 107316131 A CN107316131 A CN 107316131A CN 201710433067 A CN201710433067 A CN 201710433067A CN 107316131 A CN107316131 A CN 107316131A
- Authority
- CN
- China
- Prior art keywords
- mrow
- electric power
- power meter
- data
- mounting process
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1093—Calendar-based scheduling for persons or groups
- G06Q10/1097—Task assignment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
Abstract
本发明提供的一种基于图像识别的电能计量装置安装工艺质量检测系统,包括应用服务系统、数据库管理系统、数据存储系统、终端服务应用系统、图像处理系统和大数据分析系统;施工人员通过终端设备领取工单任务,并在施工现场使用终端设备对指定施工步骤进行拍照,后台系统对现场照片进行图像识别、得出实时评价,由终端设备向施工人员反馈评价结果并进行现场指导,所有检测报告经过汇总后可向管理人员展示大数据统计和分析结果。本发明采用HIS、HOG、SVM等图像识别技术对电能计量装置安装工艺质量进行自动检测,实现了检测的实时性、自动化、全面覆盖性,建立起了一套完整的检测系统,能够全面、准确、客观地反映出电能计量装置的安装质量水平。
Description
技术领域
本发明涉及电气检测系统技术领域,尤其涉及一种能够全面、准确、客观地反映出电能计量装置的安装质量水平的基于图像识别的电能计量装置安装工艺质量检测系统。
背景技术
电能计量装置的安装工艺的质量,直接影响了客户的切身利益及电网的安全经济运行。现有技术中对电能计量装置的安装工艺质量的检测办法是:在电能计量装置安装完毕后,现场施工人员对安装结果进行拍照,然后由质量负责人针对所拍照片对安装工艺质量进行人工抽检和评分。由于施工结果的照片数量巨大,人工抽检只能覆盖到很小的一部分施工作业,其余大部分电能计量装置的现场安装质量是无法由质量负责人进行评价的。
因此,电能计量装置的安装与检测往往不能同步进行,检测的覆盖率也不高。在质量把控上取决于人为因素和随机性,很难做到成本控制、实时性、全面覆盖等,整体的质量结果也不能直观的展示,安装工艺的质量要求也无法快速提高和改进。
综上,目前需要一种新型的电能计量装置安装工艺质量检测方法,以实现检测的自动化、实时性、全面性,从而对现场安装质量进行更好的检测与管控,保证客户的切身利益及电网的安全经济运行。
发明内容
有鉴于此,本发明的目的是提供一种基于图像识别的电能计量装置安装工艺质量检测系统,其在现有学术研究、实际工作的基础上,为达到对现有电能计量装置安装工艺进行改善,提出了以实时性、自动化、全面覆盖检测的目的,对现有工作进行了大量整理、总结、提炼、系统化等工作,首次提出了采用图像识别技术对电能计量装置安装工艺质量进行自动检测,这是在电能计量装置安装工艺质量检测领域前所未有的。
为了实现上述目的,本发明提供的一种基于图像识别的电能计量装置安装工艺质量检测系统,其包括:应用服务系统、数据库管理系统、数据存储系统、终端服务应用系统、图像处理系统和大数据分析系统;其中,
应用服务系统:提供系统的接口和后台,用于分配工单任务至终端服务系统,并用于处理复杂的业务逻辑;采用Java EE进行开发,基于WebLogic进行部署,为人机交互界面提供了系统的接口和后台,并实现了复杂的业务逻辑处理。不同权限的用户可通过登陆终端或浏览器的人机交互界面对系统进行操作和使用。
数据库管理系统:用于同步分配的工单任务,将现场采集数据存入数据存储系统,并向图像处理系统发出图像处理请求;
数据存储系统:用于存储照片、大数据统计和分析结果;
终端服务应用系统:设有人机交互界面,用于领取工单任务;并设有图像采集终端,用于同步现场数据至应用服务系统;
图像处理系统:接受应用服务系统的图像处理请求,对图像识别并评分,并将相关数据传回应用服务系统;其是根据应用服务系统发送的电能计量装置安装工艺的要求,对不同的电能计量装置安装照片进行分类识别,并反馈结果到应用服务系统和大数据分析系统,同时,还能对样本库进行训练和学习;
大数据分析系统:对评分结果进行统计分析,并向管理人员展示大数据统计结果和分析结果。
优选的方案,根据电网业务数据的数据量和复杂性,所述数据库管理系统采用了基于MySQL Cluster的集群部署方案,可配置、可扩展,实现了同步并处理电网营销系统业务数据以及存储本系统新产生的数据。
进一步优选的方案,所述数据存储系统采用了基于Hadoop框架体系的分布式存储系统,其符合海量数据存储的平台架构以及海量数据处理的算法与机制,支持海量图片数据分布式索引和检索,在实际生产中实现了对海量图片数据进行快速存储和读取的要求,为快速和全面的质量检测提供基础服务。
所述大数据分析系统,基于Hadoop、Spark方案进行部署,能快速和全面的对整体的质量检测结果进行不同维度的分析和展示。并且根据数据分析和挖掘的结果,如采用Apriori算法,找到同一问题发生的非直接因素,并可以向管理人员提供改善安装工艺的质量检测建议,从而进一步优化系统,使用电用户和供电企业共同受益。
再进一步优选的方案,所述终端服务应用系统采用带高清摄像头的Android5.0及以上的安卓手机作为图像采集终端,安装有满足业务需要的专业APP,并可以AR方式对终端用户进行实景指导。
所述图像处理系统采用了HIS、HOG、SVM图像处理技术,实现了对电能计量装置安装工艺质量的自动检测过程。
HIS图像处理技术在电能计量装置安装工艺质量检测领域的应用原理为:采用HIS模型进行颜色空间分隔,所述HIS图像处理技术采用HIS模型进行颜色空间分隔,H定义色调,S表示饱和度,I表示强度,给定一个RGB图像,转换到HIS,公式为:
此处:
饱和度如下:
强度分量:
式中,R为RGB图像的R值,G为RGB图像的G值,B为RGB图像的B值。
HOG图像处理技术在电能计量装置安装工艺质量检测领域的应用原理为:所检测的局部物体外形能够被光强梯度或边缘方向的分布所描述,它通过计算和统计图像局部区域的梯度方向直方图来构成特征,因为HOG是在图像的局部方格单元上进行操作,所以它对计量装置接线部分的识别点的形变都能保持很好的不变性,其灰度处理Gamma压缩公式为:
I(x,y)=I(x,y)g
其中,I(x,y)表示图像灰度值,g即为Gamma,Gamma=0.5;
计算像素点(x,y)的梯度:
Gx(x,y)=I(x+1,y)-I(x-1,y)
Gy(x,y)=I(x,y+1)-I(x,y-1)
公式中,Gx(x,y)、Gy(x,y)、I(x,y)分别表示输入图像中像素点(x,y)处的水平方向梯度、垂直方向梯度和像素值,像素点(x,y)处的梯度幅值G(x,y)和梯度方向θ(x,y)分别为:
所述SVM图像处理技术在电能计量装置安装工艺质量检测领域的应用原理为:SVM技术解决了在样本图片不足情况下的机器训练问题,在常用的几种核函数(多项式内核,径向基内核(RBF),sigmoid核)中选取了RBF,其公式为:
其中,xi为核函数中心,δ为函数的宽度参数,控制了函数的径向作用范围。核函数值根据x和xi之间的相近或相差的程度确定,其核函数值为1或者0,如果x和xi很相近那么核函数值为1,如果x和xi相差很大那么核函数值约等于0。
所述大数据分析系统是基于Hadoop、Spark方案进行部署的,实现了对电能计量装置各地区整体安装质量检测结果的多维度、快速展示和分析,并可根据分析结果向管理人员提供改善安装工艺质量的相关建议。
本发明一种基于图像识别的电能计量装置安装工艺质量检测系统的工作方法包括以下步骤:
1)管理人员用户通过浏览器的人机交互界面访问系统,配置各个电能计量装置安装的工艺要求;
2)管理人员同步最新的电网业务数据到数据库管理系统和数据存储系统;
3)施工人员通过终端服务应用系统获取到最新的工单任务安排;
4)施工人员抵达现场进行安装,并按照指定步骤使用终端设备进行拍照,终端设备将工单数据自动同步到应用服务系统;
5)应用服务系统将现场施工人员所采集到的数据资料存入数据库管理系统中,并将图像处理请求发送至图像处理系统;
6)图像处理系统从数据资料的现场照片中提取出安装质量检测点,并对各检测点进行自动图像识别和评分,然后将检测结果发送至应用服务系统;
7)应用服务系统将检测结果和建议通过终端服务应用系统反馈给现场施工人员,在必要情况下以AR方式进行实时安装指导;
8)将电能计量装置的现场安装质量检测结果发送至大数据分析系统进行综合分析,在经过数据分析和挖掘后,向管理人员提供改善安装工艺质量的建议。
本发明的有益效果:1、本发明所涉及的图像处理系统代替了传统的小范围人工抽检方式,可对每一只电能计量装置的安装质量进行智能化检测,实现了检测范围的全面覆盖,大大提高了检测覆盖面,节约了时间和成本,同时也减少了人工主观因素的影响,提升了质量评分的客观性和准确性。2、本发明采用HIS、HOG、SVM等图像识别技术对电能计量装置安装工艺质量进行自动检测,实现了检测的实时性、自动化、全面覆盖性,建立起了一套完整的检测系统,能够全面、准确、客观地反映出电能计量装置的安装质量水平。
附图说明
下面结合附图和实施例对本发明作进一步描述:
图1为本发明的系统流程图;
图2为本发明的系统组成示意图。
具体实施方式
图2为本发明的系统组成示意图,如图所示,本实施例表述了高压专变计量装置安装工艺质量检测的全过程,电能计量装置安装工艺质量检测系统的子系统包括:图像处理系统、数据库管理系统、数据存储系统、大数据分析系统、应用服务系统以及终端服务应用系统协同工作,如附图1所示,具体实施步骤如下:
1)管理员用户通过浏览器的人机交互界面访问系统,配置各个计量装置安装的工艺要求;
2)管理员同步最新的电网业务数据到数据库管理系统和数据存储系统;
3)施工人员通过终端应用获取到最新的工单任务安排;
4)施工人员抵达现场进行安装,在指定步骤使用终端设备进行拍照,终端设备将工单数据自动同步到应用服务器。以高压电能表新装作业为例,在指定步骤所拍摄的照片必须符合《高压电能表新装标准化作业指导卡》的国网标准要求,从中提取出17个安装工艺质量检测点,如表1所示:
表1
5)应用服务器将现场施工人员所采集到的数据资料存入数据库管理系统中,并将图像处理请求发送至图像处理系统;
6)图像处理系统从现场照片中提取出安装质量检测点,并对17个安装工艺质量检测点进行自动图像识别和评分,然后将检测结果发送至应用服务器。
由于不同终端在采集照片时,处于不同距离、光线等环境,在图像处理的过程中,首先需对上传的安装工艺图片进行预处理。本发明采用HIS模型进行颜色空间分隔。H定义色调,S表示饱和度,I表示强度,给定一个RGB图像,转换到HIS,公式为:
此处:
饱和度如下:
强度分量:
在经过颜色空间变换、去噪等预处理后,对计量装置的识别点的定位和正确率的提高起到关键作用。
例如,针对“电能表表壳、编程盖、端钮盖应安装封印”、“三相电能表与采集终端之间的水平距离不应小于80mm”等检测点,本发明采用了HOG结合SVM的方法进行特征提取和特征训练。HOG特征的核心思想是所检测的局部物体外形能够被光强梯度或边缘方向的分布所描述,它通过计算和统计图像局部区域的梯度方向直方图来构成特征。
灰度处理Gamma压缩公式:
I(x,y)=I(x,y)g
其中I(x,y)表示图像灰度值,通常取g=0.5。
计算像素点(x,y)的梯度:
Gx(x,y)=I(x+1,y)-I(x-1,y)
Gy(x,y)=I(x,y+1)-I(x,y-1)。
公式中,Gx(x,y)、Gy(x,y)、I(x,y)分别表示输入图像中像素点(x,y)处的水平方向梯度、垂直方向梯度和像素值。像素点(x,y)处的梯度幅值和梯度方向分别为:
HOG是在图像的局部方格单元上操作,所以它对计量装置接线部分的识别点的形变都能保持很好的不变性。
SVM解决了样本图片不足情况下的机器训练问题。在常用的几种核函数(多项式内核,径向基内核(RBF),sigmoid核)中选取了RBF,其公式为:
其中,xi为核函数中心,δ为函数的宽度参数,控制了函数的径向作用范围。如果x和xi很相近那么核函数值为1,如果x和xi相差很大那么核函数值约等于0。
7)图像处理系统将检测数据发送至应用服务系统,由应用服务系统将检测结果和建议通过终端设备反馈给现场施工人员,在必要情况下以AR方式进行实时安装指导。
8)每一只电能计量装置的现场安装质量检测结果都会发送至大数据分析系统进行综合分析,在经过数据分析和挖掘后,向管理人员提供改善安装工艺质量的相关建议。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种基于图像识别的电能计量装置安装工艺质量检测系统,其特征在于,其包括:应用服务系统、数据库管理系统、数据存储系统、终端服务应用系统、图像处理系统和大数据分析系统;其中,
应用服务系统:提供系统的接口和后台,用于分配工单任务至终端服务系统,并用于处理复杂的业务逻辑;
数据库管理系统:用于同步分配的工单任务,将现场采集数据存入数据存储系统,并向图像处理系统发出图像处理请求;
数据存储系统:用于存储照片、大数据统计和分析结果;
终端服务应用系统:设有人机交互界面,用于领取工单任务;并设有图像采集终端,用于同步现场数据至应用服务系统;
图像处理系统:接受应用服务系统的图像处理请求,对图像识别并评分,并将相关数据传回应用服务系统;
大数据分析系统:对评分结果进行统计分析,并向管理人员展示大数据统计结果和分析结果。
2.根据权利要求1所述的一种基于图像识别的电能计量装置安装工艺质量检测系统,其特征在于,所述数据库管理系统采用了基于MySQL Cluster的集群部署方案。
3.根据权利要求1所述的一种基于图像识别的电能计量装置安装工艺质量检测系统,其特征在于,所述数据存储系统采用了基于Hadoop框架体系的分布式存储系统。
4.根据权利要求1所述的一种基于图像识别的电能计量装置安装工艺质量检测系统,其特征在于,所述终端服务应用系统采用带高清摄像头的Android 5.0及以上的安卓手机作为图像采集终端,安装有满足业务需要的专业APP,并可以AR方式对终端用户进行实景指导。
5.根据权利要求1所述的一种基于图像识别的电能计量装置安装工艺质量检测系统,其特征在于,所述图像处理系统采用能对电能计量装置安装工艺质量进行自动检测的HIS、HOG、SVM图像处理技术。
6.根据权利要求5所述的一种基于图像识别的电能计量装置安装工艺质量检测系统,其特征在于,所述HIS图像处理技术采用HIS模型进行颜色空间分隔,H定义色调,S表示饱和度,I表示强度,给定一个RGB图像,转换到HIS,公式为:
<mrow>
<mi>H</mi>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mi>&theta;</mi>
</mtd>
<mtd>
<mrow>
<mi>B</mi>
<mo>&le;</mo>
<mi>G</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>360</mn>
<mo>-</mo>
<mi>&theta;</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>B</mi>
<mo>></mo>
<mi>G</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
此处角度θ为:
<mrow>
<mi>&theta;</mi>
<mo>=</mo>
<mi>arccos</mi>
<mo>{</mo>
<mfrac>
<mrow>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<mo>&lsqb;</mo>
<mrow>
<mo>(</mo>
<mi>R</mi>
<mo>-</mo>
<mi>G</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mrow>
<mo>(</mo>
<mi>R</mi>
<mo>-</mo>
<mi>B</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>R</mi>
<mo>-</mo>
<mi>G</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<mrow>
<mo>(</mo>
<mi>R</mi>
<mo>-</mo>
<mi>G</mi>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mi>G</mi>
<mo>-</mo>
<mi>B</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mrow>
<mn>1</mn>
<mo>/</mo>
<mn>2</mn>
</mrow>
</msup>
</mfrac>
<mo>}</mo>
</mrow>
饱和度如下:
<mrow>
<mi>S</mi>
<mo>=</mo>
<mn>1</mn>
<mo>-</mo>
<mfrac>
<mn>3</mn>
<mrow>
<mo>(</mo>
<mi>R</mi>
<mo>+</mo>
<mi>G</mi>
<mo>+</mo>
<mi>B</mi>
<mo>)</mo>
</mrow>
</mfrac>
<mo>&lsqb;</mo>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>R</mi>
<mo>,</mo>
<mi>G</mi>
<mo>,</mo>
<mi>B</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
强度分量:
<mrow>
<mi>I</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mn>3</mn>
</mfrac>
<mrow>
<mo>(</mo>
<mi>R</mi>
<mo>+</mo>
<mi>G</mi>
<mo>+</mo>
<mi>B</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
式中,R为RGB图像的R值,G为RGB图像的G值,B为RGB图像的B值。
7.根据权利要求5所述的一种基于图像识别的电能计量装置安装工艺质量检测系统,其特征在于,所述HOG图像处理技术中,待检测的局部物体的外形是通过光强梯度或边缘方向的分布来体现,通过计算和统计图像局部区域的梯度方向直方图来构成特征,其灰度处理Gamma压缩公式为:
I(x,y)=I(x,y)g
其中,I(x,y)表示图像灰度值,g即为Gamma,Gamma=0.5;
计算像素点(x,y)的梯度:
Gx(x,y)=I(x+1,y)-I(x-1,y)
Gy(x,y)=I(x,y+1)-I(x,y-1)
公式中,Gx(x,y)、Gy(x,y)、I(x,y)分别表示输入图像中像素点(x,y)处的水平方向梯度、垂直方向梯度和像素值,像素点(x,y)处的梯度幅值G(x,y)和梯度方向θ(x,y)分别为:
<mrow>
<mi>G</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msqrt>
<mrow>
<msub>
<mi>G</mi>
<mi>x</mi>
</msub>
<msup>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msub>
<mi>G</mi>
<mi>y</mi>
</msub>
<msup>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
<mrow>
<mi>&theta;</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>arc</mi>
<mi> </mi>
<mi>t</mi>
<mi>a</mi>
<mi>n</mi>
<mfrac>
<mrow>
<msub>
<mi>G</mi>
<mi>y</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>G</mi>
<mi>x</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>.</mo>
</mrow>
8.根据权利要求5所述的一种基于图像识别的电能计量装置安装工艺质量检测系统,其特征在于,所述SVM图像处理技术采用了RBF函数,其公式为:
<mrow>
<mi>k</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mfrac>
<mrow>
<mo>|</mo>
<mo>|</mo>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>|</mo>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
</mrow>
<msup>
<mi>&delta;</mi>
<mn>2</mn>
</msup>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
其中,xi为核函数中心,δ为函数的宽度参数,控制了函数的径向作用范围,核函数值根据x和xi之间的相近或相差的程度确定,其核函数值为1或者0。
9.根据权利要求1所述的一种基于图像识别的电能计量装置安装工艺质量检测系统,其特征在于,所述大数据分析系统是基于Hadoop、Spark方案进行部署的。
10.根据权利要求1所述的一种基于图像识别的电能计量装置安装工艺质量检测系统,其特征在于,其工作方法包括以下步骤:
1)管理人员用户通过浏览器的人机交互界面访问系统,配置各个电能计量装置安装的工艺要求;
2)管理人员同步最新的电网业务数据到数据库管理系统和数据存储系统;
3)施工人员通过终端服务应用系统获取到最新的工单任务安排;
4)施工人员抵达现场进行安装,并按照指定步骤使用终端设备进行拍照,终端设备将工单数据自动同步到应用服务系统;
5)应用服务系统将现场施工人员所采集到的数据资料存入数据库管理系统中,并将图像处理请求发送至图像处理系统;
6)图像处理系统从数据资料的现场照片中提取出安装质量检测点,并对各检测点进行自动图像识别和评分,然后将检测结果发送至应用服务系统;
7)应用服务系统将检测结果和建议通过终端服务应用系统反馈给现场施工人员,在必要情况下以AR方式进行实时安装指导;
8)将电能计量装置的现场安装质量检测结果发送至大数据分析系统进行综合分析,在经过数据分析和挖掘后,向管理人员提供改善安装工艺质量的建议。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710433067.8A CN107316131A (zh) | 2017-06-09 | 2017-06-09 | 一种基于图像识别的电能计量装置安装工艺质量检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710433067.8A CN107316131A (zh) | 2017-06-09 | 2017-06-09 | 一种基于图像识别的电能计量装置安装工艺质量检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107316131A true CN107316131A (zh) | 2017-11-03 |
Family
ID=60183152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710433067.8A Pending CN107316131A (zh) | 2017-06-09 | 2017-06-09 | 一种基于图像识别的电能计量装置安装工艺质量检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107316131A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108229807A (zh) * | 2017-12-28 | 2018-06-29 | 广州建软科技股份有限公司 | 一种营销项目施工轮换管控系统 |
CN111754737A (zh) * | 2020-07-17 | 2020-10-09 | 国网山西省电力公司营销服务中心 | 一种计量装置安装验收在线识别评价装置及评价方法 |
CN113610490A (zh) * | 2021-07-13 | 2021-11-05 | 云南电网有限责任公司 | 一种电能计量装置的辅助验收平台和方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101806858A (zh) * | 2009-01-29 | 2010-08-18 | 松下电器产业株式会社 | 安装元器件检查装置、包括该安装元器件检查装置的元器件安装设备、以及安装元器件检查方法 |
CN103345631A (zh) * | 2013-06-04 | 2013-10-09 | 北京大学深圳研究生院 | 图像特征提取、训练、检测方法及模块、装置、系统 |
KR101502505B1 (ko) * | 2013-11-21 | 2015-03-13 | (주)코아텍 | 대상 공간에 대한 보안 안전도 평가방법 및 그 장치 |
CN105891763A (zh) * | 2015-01-26 | 2016-08-24 | 国家电网公司 | 一种电能表运行故障智能处理系统及其方法 |
CN106066700A (zh) * | 2016-06-29 | 2016-11-02 | 宁波市电力设计院有限公司 | 基于mr技术的电力业扩工程辅助系统及其工作方法 |
CN106652303A (zh) * | 2017-01-17 | 2017-05-10 | 武汉智网兴电科技开发有限公司 | 一种输电线路走廊山火实时监控预警的方法及装置 |
CN106774874A (zh) * | 2016-12-12 | 2017-05-31 | 大连文森特软件科技有限公司 | 基于ar增强现实技术和基于颜色评价的烹饪辅助系统 |
-
2017
- 2017-06-09 CN CN201710433067.8A patent/CN107316131A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101806858A (zh) * | 2009-01-29 | 2010-08-18 | 松下电器产业株式会社 | 安装元器件检查装置、包括该安装元器件检查装置的元器件安装设备、以及安装元器件检查方法 |
CN103345631A (zh) * | 2013-06-04 | 2013-10-09 | 北京大学深圳研究生院 | 图像特征提取、训练、检测方法及模块、装置、系统 |
KR101502505B1 (ko) * | 2013-11-21 | 2015-03-13 | (주)코아텍 | 대상 공간에 대한 보안 안전도 평가방법 및 그 장치 |
CN105891763A (zh) * | 2015-01-26 | 2016-08-24 | 国家电网公司 | 一种电能表运行故障智能处理系统及其方法 |
CN106066700A (zh) * | 2016-06-29 | 2016-11-02 | 宁波市电力设计院有限公司 | 基于mr技术的电力业扩工程辅助系统及其工作方法 |
CN106774874A (zh) * | 2016-12-12 | 2017-05-31 | 大连文森特软件科技有限公司 | 基于ar增强现实技术和基于颜色评价的烹饪辅助系统 |
CN106652303A (zh) * | 2017-01-17 | 2017-05-10 | 武汉智网兴电科技开发有限公司 | 一种输电线路走廊山火实时监控预警的方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108229807A (zh) * | 2017-12-28 | 2018-06-29 | 广州建软科技股份有限公司 | 一种营销项目施工轮换管控系统 |
CN111754737A (zh) * | 2020-07-17 | 2020-10-09 | 国网山西省电力公司营销服务中心 | 一种计量装置安装验收在线识别评价装置及评价方法 |
CN113610490A (zh) * | 2021-07-13 | 2021-11-05 | 云南电网有限责任公司 | 一种电能计量装置的辅助验收平台和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107767376B (zh) | 基于深度学习的x线片骨龄预测方法及系统 | |
CN108228798A (zh) | 确定点云数据之间的匹配关系的方法和装置 | |
CN109344908A (zh) | 用于生成模型的方法和装置 | |
CN107066978A (zh) | 一种人群信息采集分析方法和系统 | |
CN109284729A (zh) | 基于视频获取人脸识别模型训练数据的方法、装置和介质 | |
CN108830837A (zh) | 一种用于检测钢包溶蚀缺陷的方法和装置 | |
CN110411580B (zh) | 一种电力设备发热缺陷的诊断方法以及诊断系统 | |
CN109544536A (zh) | 髋关节x光图像快速自动分析方法 | |
CN107027023A (zh) | 基于神经网络的VoIP无参考视频通信质量客观评价方法 | |
CN111401419A (zh) | 基于改进RetinaNet的员工着装规范检测方法 | |
CN110009614A (zh) | 用于输出信息的方法和装置 | |
WO2021068781A1 (zh) | 一种疲劳状态识别方法、装置和设备 | |
CN108416379A (zh) | 用于处理宫颈细胞图像的方法和装置 | |
CN112613569B (zh) | 图像识别方法、图像分类模型的训练方法及装置 | |
CN112183643B (zh) | 基于声发射的硬岩拉剪破裂识别方法及装置 | |
CN107316131A (zh) | 一种基于图像识别的电能计量装置安装工艺质量检测系统 | |
CN109145828A (zh) | 用于生成视频类别检测模型的方法和装置 | |
CN108627520A (zh) | 一种非均质固体材料外观质量的在线检测系统和方法 | |
CN110263748A (zh) | 用于发送信息的方法和装置 | |
CN103778630A (zh) | 基于android的田间病害程度图像识别方法 | |
CN110363220A (zh) | 行为类别检测方法、装置、电子设备和计算机可读介质 | |
CN109376598A (zh) | 面部表情图片处理方法、装置、计算机设备和存储介质 | |
CN111044149A (zh) | 电压互感器的温度异常点检测方法、装置及可读存储介质 | |
CN113255590A (zh) | 一种缺陷检测模型训练方法、缺陷检测方法、装置及系统 | |
CN109581126A (zh) | 一种电力带电检测系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171103 |