CN107403180A - 一种数字类型设备检测识别方法和系统 - Google Patents
一种数字类型设备检测识别方法和系统 Download PDFInfo
- Publication number
- CN107403180A CN107403180A CN201710523572.1A CN201710523572A CN107403180A CN 107403180 A CN107403180 A CN 107403180A CN 201710523572 A CN201710523572 A CN 201710523572A CN 107403180 A CN107403180 A CN 107403180A
- Authority
- CN
- China
- Prior art keywords
- image
- type equipment
- numeric type
- character
- interest
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F15/00—Details of, or accessories for, apparatus of groups G01F1/00 - G01F13/00 insofar as such details or appliances are not adapted to particular types of such apparatus
- G01F15/06—Indicating or recording devices
- G01F15/061—Indicating or recording devices for remote indication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Fluid Mechanics (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种数字类型设备检测识别方法,包括步骤:S1、采集数字类型设备的原始图像;S2、对所述原始图像进行ROI处理,以截取感兴趣区域的图像;S3、对所述感兴趣区域的图像进行精细处理,以获取字符骨架;S4、对所述字符骨架进行字符识别,以获取所述数字类型设备的读数信息;S5、将所述读数信息传送到监控中心;本发明还公开了一种数字类型设备检测识别系统,包括图像采集单元、感兴趣区域图像获取单元、字符图形获取单元、字符识别单元和通信单元,在不对非智能数字计量器进行内部改造的情况下,实现了对非智能数字计量器的智能读数和智能数据汇总。
Description
技术领域
本发明涉及智能仪表领域,尤其涉及一种数字类型设备检测识别方法和系统。
背景技术
在我们的日常生活中,需要使用各种类型的生活资源,包括:水、电、煤气等,这些生活资源是各种资源供应商通过一定的方式输送到最终用户的,用户必须对所使用的资源按使用资源量进行付费,因此,对最终用户所使用资源的计量是实施付费的基础和前提,而对所使用资源的计量是通过各种资源“计量器”完成的。
当前许多住宅区、工业区和办公大楼等采用的是不具备远程数据自动发送/读取功能的所谓非智能计量器,为了定期获取这种类型计量器上的读数,需要按一定的周期进行人工读取,因此,工作量大,获取时间间隔长、错误率高,而且不是实时数据。为了能够将它们纳入集中管理的自动系统框架之内,需要对这类计量器进行“非侵入式”扩充,即通过外部扩充,使它们也能按预设的周期或要求上传计量器读数到中心服务系统。
发明内容
本发明实施例的目的是提供一种数字类型设备检测识别方法和系统,能有效地对非智能数字计量器的功能进行扩充,实现对非智能数字计量器的智能读数和智能数据实时汇总。
为实现上述目的,本发明实施例提供了一种数字类型设备检测识别方法,包括步骤:
S1、采集数字类型设备的原始图像;
S2、对所述原始图像进行ROI处理,以截取感兴趣区域的图像;
S3、对所述感兴趣区域的图像进行精细处理,以获取字符骨架;
S4、对所述字符骨架进行字符识别,以获取所述数字类型设备的读数信息;
S5、将所述读数信息传送到监控中心。
作为上述方案的改进,所述原始图像为RGB图像。
作为上述方案的改进,所述步骤S3包括:
S31、将所述感兴趣区域的图像灰度化处理,得到灰度图像;
S32、对所述灰度图像进行二值化处理,得到所述二值化图像。
作为上述方案的改进,所述二值化处理采用灰度平局值值法。
作为上述方案的改进,所述步骤S3还包括:
S33、对所述二值化图像进行水平扫描和垂直扫描,将所述二值化图像分割成多个单独的字符图形;
S34、对所述字符图形进行细化处理,得到字符骨架。
作为上述方案的改进,所述细化处理采用迭代算法。
作为上述方案的改进,所述字符识别采用模式识别技术。
为了解决上述技术问题,本发明实施例还提供了一种数字类型设备检测识别系统,包括:
图像采集单元,用于采集数字类型设备图像;
感兴趣区域图像获取单元,用于对所述数字类型设备图像进行ROI处理,以获取感兴趣区域的图像;
字符图形获取单元,用于对所述感兴趣区域的图像进行细化处理,以得到字符骨架;
字符识别单元,用于对所述字符骨架进行字符识别,以得到所述数字类型设备读数信息;
通信单元,用于将所述读数信息传送到监控中心。
与现有技术相比,本发明公开的一种数字类型设备检测识别系统,图像采集单元采集数字类型设备的原始图像,由感兴趣区域图像获取单元从所述原始图像中截取出感兴趣区域的图像,字符图形获取单元从所述感兴趣区域的图像中提取出字符骨架,字符识别单元从所述字符骨架中分析出所述数字类型设备当前显示的读数,并通过通信单元将所述读数传送到监控中心,在不对非智能数字计量器进行内部改造的情况下,实现了对非智能数字计量器的智能读数和智能数据汇总。
附图说明
图1是本发明实施例中一种数字类型设备检测识别方法的主要流程示意图;
图2是本发明实施例中一种数字类型设备检测识别方法步骤S3具体的流程示意图;
图3是本发明实施例中一种数字类型设备检测识别系统的主要结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1和图2,图1是本发明实施例提供的一种数字类型设备检测识别方法的主要流程示意图,图2是步骤S3具体的流程示意图,本发明实施例包括步骤:
S1、采集数字类型设备图像;采集设备自动采集数字类型设备的原始图像,采用的采集方法可以包括相机拍摄数字类型设备的图片或者通过录制数字类型设备的视频等,在此不作赘述;优选的,本实施例中采集到的原始图像使用的色彩模型为RGB,在其他实施例中,色彩也可以HSV或者HSI,不影响本发明取得的有益效果。
S2、对所述原始图像进行ROI处理,预设好对应所述数字类型设备的感兴趣区域数据,在采集到所述原始图像之后,通过ROI算法对所述原始图像进行感兴趣区域的提取,得到所述感兴趣区域的图像,同时滤除其他区域的图像信息。
S3、对所述感兴趣区域的图像进行精细处理,具体的,参见图2,步骤S3包括步骤:
S31、将所述感兴趣区域的图像进行灰度化处理,得到所述感兴趣区域的灰度图像;具体转换算法采用计算公式:
Gray=R*0.299+G*0.587+B*0.114
其中,Gray是灰度值,R是RGB图像中的R值,G是RGB图像中的G值,B是RGB图像中的B值,通过当前位置像素点的RGB值计算得到所述当前位置的灰度值并进行转换,得到所述感兴趣区域的灰度图像。
S32、根据实际灰度图像信息设置二值化阈值,对已经所述感兴趣区域的灰度图像进行二值化操作,使所述感兴趣区域的灰度图像的数字和背景分别呈现黑白色,得到感兴趣区域的二值化图像。具体的,采用灰度平局值值法对所述感兴趣区域的灰度图像进行二值化处理。在本实施例中,数字呈现黑色,背景呈现白色,但在其他实施例中,也可以是数字呈现白色,背景呈现黑色,不影响本发明取得的有益效果。
S33、通过水平扫描跳跃点和垂直扫描连通性对所述感兴趣区域的二值化图像进行扫描分析,获取各个字符图形的边界信息,定位各个字符图像的边界,将所述感兴趣区域的二值化图像分割成单独的字符图形;在其他实施例中,也可以采用Sobel算子、Reberts算子等边界检测算子求取字符图形,以得到单独的字符图形,不影响本发明取得的有益效果。
S34、对所述感兴趣区域的二值化图像进行细化处理,得到字符骨架。具体的,使用迭代算法,逐次删除所述单独的字符图形的像素边缘,直至所述单独的字符图形的剩下图像中央的骨架部分,得到字符骨架;在其他实施例中,也可以采用非迭代算法,如基于距离变换的算法等,不影响本发明取得的有益效果。
在其他实施例中,可以直接对所述感兴趣区域的灰度图像进行细化处理,得到字符骨架,不影响本发明取得的有益效果。
S4、对所述字符骨架进行字符识别,以获取所述数字类型设备的读数信息。具体的,采用模式识别算法对所述字符骨架进行字符识别,分析所述字符骨架所代表的数字含义,得到所述数字类型设备显示的读数信息;在其他实施例中,也可以采用其他的识别算法,如支持向量机识别算法或神经网络识别算法等,不影响本发明取得的有益效果。
S5、将提取出的所述读数信息发送到监控中心,途径可以是无线传输或者有线传输,在此不作赘述。
监控中心通过采集所述读数信息作为基础数据,实现如下功能:(1)基础数据采集功能,这是最基本的业务功能,定期或按需求采集基础数据;(2)异常数据检测功能,对采集到的基础数据中的异常数据进行检测,例如,对水资源的使用,如果本次读数出现了大于或小于历史数据的某个经验值,则视为异常数据,需要再次读取或人工检测。(3)数据分析处理功能,根据业务的需要,完成对基础数据的分析和统计功能,并按预设的要求将结果展示给管理者。具体实施时,首先采集数字类型设备图像,并对采集到的数字类型设备图像进行ROI处理,截取感兴趣区域的图像,然后对所述感兴趣区域的图像进行精细处理,得到细化的字符骨架,接着分析所述字符骨架,得到所述数字类型设备的读数信息,最后将所述读数信息传送到监控中心,完成对数字类型设备的检测识别过程,实现了对数字类型设备的智能化读数,并将读数汇总到监控中心以方便后续分析处理。
本实施例能有效地对非智能数字计量器的功能进行“非侵入式”扩充,即可实现对非智能数字计量器的智能读数和智能数据汇总,便于进行集中管理和监控。
参见图3,本发明实施例还提供了一种数字类型设备检测识别系统,所述数字类型设备检测识别系统10包括图像采集单元1、感兴趣区域图像获取单元2、字符图形获取单元3、字符识别单元4和通信单元5。
图像采集单元1用于采集数字类型设备图像,对数字类型设备图像进行图像采集,得到所述数字类型设备的原始图像信息,并将所述原始图像信息发送到感兴趣区域图像获取单元2。优选的,本实施例中采集到的原始图像使用的色彩模型为RGB,在其他实施例中,色彩也可以HSV或者HSI,不影响本发明取得的有益效果。
感兴趣区域图像获取单元2接收到图像采集单元1传送的所述原始图像信息,对所述原始图像信息进行分析,采用合适的预设感兴趣区域图像提取参数,基于ROI算法对所述原始图像信息进行感兴趣区域图像提取,得到感兴趣区域图像,并将所述感兴趣区域图像发送到字符图像获取单元3。
字符骨架获取单元3,用于对所述感兴趣区域图像进行精细处理,以得到字符骨架。字符图像获取单元3首先对所述感兴趣区域图像进行灰度转换,将所述感兴趣区域图像从RGB图像转换为灰度图像,具体转换算法采用计算公式:
Gray=R*0.299+G*0.587+B*0.114
其中,Gray是灰度值,R是RGB图像中的R值,G是RGB图像中的G值,B是RGB图像中的B值,通过当前位置像素点的RGB值计算得到所述当前位置的灰度值并进行转换,得到所述感兴趣区域的灰度图像。
根据实际灰度图像信息设置二值化阈值,字符图像获取单元3对已经所述感兴趣区域的灰度图像进行二值化操作,使所述感兴趣区域的灰度图像的数字和背景分别呈现黑白色,获得感兴趣区域的二值化图像,在本实施例中,数字呈现黑色,背景呈现白色,但在其他实施例中,也可以是数字呈现白色,背景呈现黑色,不影响本发明取得的有益效果。
字符图像获取单元3通过水平扫描跳跃点和垂直扫描连通性对所述感兴趣区域的二值化图像进行扫描分析,获取各个字符图形的边界信息,定位各个字符图像的边界,将所述感兴趣区域的二值化图像分割成单独的字符图形;在其他实施例中,也可以采用Sobel算子、Reberts算子等边界检测算子求取字符图形,以得到单独的字符图形,不影响本发明取得的有益效果。然后字符图像获取单元3对所述感兴趣区域的二值化图像进行细化处理,得到字符骨架。具体的,使用迭代算法,逐次删除所述单独的字符图形的像素边缘,直至所述单独的字符图形的剩下图像中央的骨架部分,得到字符骨架,并将所述字符骨架发送到字符识别单元4;在其他实施例中,也可以采用非迭代算法,如基于距离变换的算法等,不影响本发明取得的有益效果。
在其他实施例中,字符图像获取单元3可以直接对所述感兴趣区域的灰度图像进行细化处理,得到字符骨架,不影响本发明取得的有益效果。
字符识别单元4,用于对所述字符骨架进行字符识别,以得到所述数字类型设备读数信息;具体的,字符识别单元4采用模式识别算法对所述字符骨架进行字符识别,分析所述字符骨架所代表的数字含义,得到所述数字类型设备显示的读数信息;在其他实施例中,也可以采用其他的识别算法,如支持向量机识别算法或神经网络识别算法等,不影响本发明取得的有益效果。
通信单元5用于将所述读数信息传送到监控中心,途径可以是无线传输或者有线传输,在此不作赘述。
本发明实施例提供的一种数字类型设备检测识别系统,通过图像采集单元采集原始图像,感兴趣区域图像获取单元从所述原始图像中截取感兴趣区域图像、字符图形获取单元从所述感兴趣区域图像中提取字符骨架、字符识别单元对所述字符骨架进行字符识别得到读数信息,最后由通信单元将所述读数信息发送到监控中心,实现对数字类型设备的智能化读数,并将读数汇总到监控中心以方便后续分析处理。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (8)
1.一种数字类型设备检测识别方法,其特征在于,包括步骤:
S1、采集数字类型设备的原始图像;
S2、对所述原始图像进行ROI处理,以截取感兴趣区域的图像;
S3、对所述感兴趣区域的图像进行精细处理,以获取字符骨架;
S4、对所述字符骨架进行字符识别,以获取所述数字类型设备的读数信息;
S5、将所述读数信息传送到监控中心。
2.如权利要求1所述的一种数字类型设备检测识别方法,其特征在于,所述原始图像为RGB图像。
3.如权利要求1所述的一种数字类型设备检测识别方法,其特征在于,所述步骤S3包括:
S31、将所述感兴趣区域的图像灰度化处理,得到灰度图像;
S32、对所述灰度图像进行二值化处理,得到所述原始图像的二值化图像。
4.如权利要求3所述的一种数字类型设备检测识别方法,其特征在于,所述二值化处理采用灰度平局值值法。
5.如权利要求4所述的一种数字类型设备检测识别方法,其特征在于,所述步骤S3还包括:
S33、对所述二值化图像进行水平扫描和垂直扫描,将所述二值化图像分割成多个单独的字符图形;
S34、对所述字符图形进行细化处理,得到字符骨架。
6.如权利要求5所述的一种数字类型设备检测识别方法,其特征在于,所述细化处理采用迭代算法。
7.如权利要求1所述的一种数字类型设备检测识别方法,其特征在于,所述字符识别采用模式识别技术。
8.一种数字类型设备检测识别系统,其特征在于,包括:
图像采集单元,用于采集数字类型设备图像;
感兴趣区域图像获取单元,用于对所述数字类型设备图像进行ROI处理,以获取感兴趣区域的图像;
字符骨架获取单元,用于对所述感兴趣区域的图像进行精细处理,以得到字符骨架;
字符识别单元,用于对所述字符骨架进行字符识别,以得到所述数字类型设备读数信息;
通信单元,用于将所述读数信息传送到监控中心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710523572.1A CN107403180A (zh) | 2017-06-30 | 2017-06-30 | 一种数字类型设备检测识别方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710523572.1A CN107403180A (zh) | 2017-06-30 | 2017-06-30 | 一种数字类型设备检测识别方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107403180A true CN107403180A (zh) | 2017-11-28 |
Family
ID=60405130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710523572.1A Pending CN107403180A (zh) | 2017-06-30 | 2017-06-30 | 一种数字类型设备检测识别方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107403180A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110119799A (zh) * | 2019-05-11 | 2019-08-13 | 安图实验仪器(郑州)有限公司 | 样本架采血管条码视觉识别方法 |
CN110147785A (zh) * | 2018-03-29 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 图像识别方法、相关装置和设备 |
WO2020134710A1 (zh) * | 2018-12-28 | 2020-07-02 | 中兴通讯股份有限公司 | 一种通用数据采集方法及装置 |
CN111591321A (zh) * | 2020-07-27 | 2020-08-28 | 成都中轨轨道设备有限公司 | 一种用于轨道杆号牌内容的连续识别纠正装置和方法 |
CN112113638A (zh) * | 2020-09-17 | 2020-12-22 | 北京慧怡物联科技有限责任公司 | 水表功能自检装置及方法 |
CN112733842A (zh) * | 2020-12-30 | 2021-04-30 | 三川智慧科技股份有限公司 | 一种水表的5g网络系统 |
CN112749698A (zh) * | 2020-12-30 | 2021-05-04 | 三川智慧科技股份有限公司 | 一种5g网络系统 |
CN112749699A (zh) * | 2020-12-30 | 2021-05-04 | 三川智慧科技股份有限公司 | 一种水表的5g网络通讯方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102096821A (zh) * | 2010-04-15 | 2011-06-15 | 西安理工大学 | 基于复杂网络理论的强干扰环境下的车牌识别方法 |
-
2017
- 2017-06-30 CN CN201710523572.1A patent/CN107403180A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102096821A (zh) * | 2010-04-15 | 2011-06-15 | 西安理工大学 | 基于复杂网络理论的强干扰环境下的车牌识别方法 |
Non-Patent Citations (1)
Title |
---|
张鼎: "摩巧车仪表图像自动检测方法研究", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110147785A (zh) * | 2018-03-29 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 图像识别方法、相关装置和设备 |
CN110147785B (zh) * | 2018-03-29 | 2023-01-10 | 腾讯科技(深圳)有限公司 | 图像识别方法、相关装置和设备 |
WO2020134710A1 (zh) * | 2018-12-28 | 2020-07-02 | 中兴通讯股份有限公司 | 一种通用数据采集方法及装置 |
CN111382731A (zh) * | 2018-12-28 | 2020-07-07 | 中兴通讯股份有限公司 | 一种通用数据采集方法及装置 |
CN110119799A (zh) * | 2019-05-11 | 2019-08-13 | 安图实验仪器(郑州)有限公司 | 样本架采血管条码视觉识别方法 |
CN111591321A (zh) * | 2020-07-27 | 2020-08-28 | 成都中轨轨道设备有限公司 | 一种用于轨道杆号牌内容的连续识别纠正装置和方法 |
CN112113638A (zh) * | 2020-09-17 | 2020-12-22 | 北京慧怡物联科技有限责任公司 | 水表功能自检装置及方法 |
CN112113638B (zh) * | 2020-09-17 | 2024-02-02 | 北京慧怡科技有限责任公司 | 水表功能自检装置及方法 |
CN112733842A (zh) * | 2020-12-30 | 2021-04-30 | 三川智慧科技股份有限公司 | 一种水表的5g网络系统 |
CN112749698A (zh) * | 2020-12-30 | 2021-05-04 | 三川智慧科技股份有限公司 | 一种5g网络系统 |
CN112749699A (zh) * | 2020-12-30 | 2021-05-04 | 三川智慧科技股份有限公司 | 一种水表的5g网络通讯方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107403180A (zh) | 一种数字类型设备检测识别方法和系统 | |
Aquino et al. | A new methodology for estimating the grapevine-berry number per cluster using image analysis | |
CN106971167B (zh) | 基于无人机平台的作物生长分析方法及其分析系统 | |
CN110046631A (zh) | 用于自动推断时空图像的变化的系统和方法 | |
CN107392202A (zh) | 一种指针型读数识别方法和系统 | |
CN108573261A (zh) | 一种适用于变电站巡检机器人的数字显示仪表识别方法 | |
CN105427275B (zh) | 大田环境麦穗计数方法及装置 | |
CN112069985B (zh) | 基于深度学习的高分辨率大田图像稻穗检测与计数方法 | |
CN112149543B (zh) | 一种基于计算机视觉的建筑扬尘识别系统与方法 | |
CN104881865A (zh) | 基于无人机图像分析的森林病虫害监测预警方法及其系统 | |
CN104778686B (zh) | 一种基于病斑监测的组培预警方法 | |
KR20150000435A (ko) | 작물 생장 단계 인식 및 환경 제어 시스템 및 그 방법 | |
Ji et al. | In-field automatic detection of maize tassels using computer vision | |
CN105869085A (zh) | 一种成绩录入系统及图像处理的方法 | |
CN113223035A (zh) | 笼养鸡智能巡检系统 | |
CN107122787A (zh) | 一种基于特征融合的图像缩放质量评价方法 | |
CN106056597A (zh) | 物体视觉检测方法及装置 | |
CN115861721B (zh) | 基于图像数据的畜禽养殖喷雾设备状态识别方法 | |
CN104007733B (zh) | 一种对农业集约化生产进行监控的系统及方法 | |
CN105427279A (zh) | 一种基于计算机视觉及物联网的草原旱情监测系统和方法 | |
CN115311623A (zh) | 一种基于红外热成像的设备漏油检测方法及系统 | |
CN117079197B (zh) | 一种智慧工地管理方法及系统 | |
CN102360428B (zh) | 一种玉米三叶期与七叶期的自动检测方法 | |
CN109815784A (zh) | 一种基于红外热像仪的智能分类方法、系统及存储介质 | |
CN107895365B (zh) | 一种输电通道外破防护的图像匹配方法及监测系统 |
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 |
Application publication date: 20171128 |
|
RJ01 | Rejection of invention patent application after publication |