CN108055539A - 一种电力调度监控处理方法 - Google Patents

一种电力调度监控处理方法 Download PDF

Info

Publication number
CN108055539A
CN108055539A CN201711391910.7A CN201711391910A CN108055539A CN 108055539 A CN108055539 A CN 108055539A CN 201711391910 A CN201711391910 A CN 201711391910A CN 108055539 A CN108055539 A CN 108055539A
Authority
CN
China
Prior art keywords
curve
checked
feature
characteristic
video
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
Application number
CN201711391910.7A
Other languages
English (en)
Inventor
许颖文
曹中来
智明
印吉景
全思平
成婧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Taizhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Taizhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Taizhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201711391910.7A priority Critical patent/CN108055539A/zh
Publication of CN108055539A publication Critical patent/CN108055539A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/625—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using discrete cosine transform [DCT]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Discrete Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Image Analysis (AREA)

Abstract

本发明属于电网巡检技术领域，尤其涉及一种电力调度监控处理方法。本发明提供的电力调度监控处理方法，通过多层次的图像处理方法与处理方法，在保证影响书品巡检的效果的前提下，能够充分简化视频帧数、压缩视频体积，剔除重复以及多于画面，同时进一步根据待检元素缩小视频体积，减少需要浏览的视频的数据量，提高视频巡检的效率，降低所需要的数据量。

Description

一种电力调度监控处理方法
技术领域
本发明属于电网巡检技术领域，尤其涉及一种电力调度监控处理方法。
背景技术
随着电网规模的发展，传统意义上采用人工巡检的方式已经难以满足实际需要，一方面电网规模巨大，传统的人工巡检方式耗时耗力，各种自动化巡检以及远程巡检技术成为未来发展的重要方向，包括电子巡检以及视频巡检，由于电网设施众多，很多情况下仍需要使用图像或视频画面来对设施或场地的情况进行分析了解。视频巡检有效降低了人力资源的负担，能够随时以及持续对目标设施或场地进行巡检，利用无人机或者机器人以及各类静置的摄像头，能够实现电网重要装置以及场地的完全覆盖，但同时，这些视频监控产生了大量的视频和图像数据，需要人工来进行查看，一方面大量的数据量对存储资源以及设备的需求庞大，另一方面海量的视频需要巡检者依次查看，而这些视频中包含大量相同、重复或者变化微小不含实质内容的视频图像，降低了巡检的效率。
发明内容
本发明创造的目的在于，提供一种一种电力调度监控处理方法，其能够有效减小需要查看的视频数据量，针对各待检元素甄别和挑选重要的视频帧，提高视频巡检的效率。
为实现上述目的，本发明创造采用如下技术方案。包括如下步骤：
①获取I帧图像：读取MPEG视频，依次从MPEG视频中提取I帧图像并保存，将I帧图像分成n*n个子块，并在坐标系中以(i，j)坐标来标记；利用MPEG标准MPEG视频的解码方式获取各I帧的基本数据；所述I帧是指MPEG视频帧序列中的帧内图像，即作为帧内编码的图像；
②计算特征量以及特征差值：提取各I帧内各子块数据，对每帧内每一个子块分别进行离散余弦变换，得到每个子块图像的DCT系数，包括DC系数(基色调直流系数)和AC系数(纹理交流系数)，得到各I帧内子块的特征量Cn及其特征量差值Sim(Cn，Cn+1)，其中，
Sim(Cn，Cn+1)＝|Cn+1-Cn|；其中DCn(i，j)表示第n帧的第(i，j)个子块的直流分量；ACn(i，j)表示第n帧的第(i，j)个子块的交流分量；α和β分别为直流分量和交流分量对特征量的影响权重，且α+β＝1、α＞β；
计算每帧特征量Cn，并根据Sim(Cn，Cn+1)绘制特征差值曲线；
③曲线重绘：以特征差值曲线为源信号，对其进行小波变换，得到特征差值信号的能量分布的小波系数数据，根据能量小波系数数据剔除噪音信号保留有效信号，重新获取曲线局部的谷值和峰值，重绘特征差值曲线；
④MPEG视频重构：以重绘后的特征差值曲线为参考进行重构，平滑曲线，突出曲线特征，重构MPEG视频；
⑤待检元素特征描绘：建立待检元素的3D模型或者提取现场MPEG视频中的优质图片，从不同角度获取待检元素的图片建立正样本，提取正样板中的Haar-like特征，以边缘特征、线性特征、中心环特征、对角线特征为基本特征，以m*m像素为训练样本，进行特征选择以及分类器训练，得到强分类器，所述m*m像素不小于MPEG标准MPEG视频中最小色度单元的像素；
⑥以上述元素强分类器其结果以及其基本特征，对步骤④中重构后的MPEG视频进行检测和定位，获取由仅包含有待检元素的帧构成的新MPEG视频；
⑦通过新MPEG视频对待检元素进行检查。
上述方案的具体内容还包括，所述步骤③中的内容包括：获取特征能量差值信号的小波系数数据，将小波系数的绝对值与门限阈值相比较，绝对值大于门限阈值的小波系数不变，绝对值小于或者等于门限阈值的小波系数均置零。
上述方案的具体内容还包括，所述步骤③中的内容包括：获取特征能量差值信号的小波系数数据，将小波系数的绝对值与门限阈值相比较，绝对值大于门限阈值的小波系数设定为该小波系数与门限阈值的差值，绝对值小于或者等于门限阈值的小波系数均置零。
上述方案的具体内容还包括，所述步骤④中的曲线重构内容包括：以重绘后的特征差值曲线为参考，利用傅立叶描绘子对曲线进行重构，使曲线平滑，突出曲线特征，以重构后的曲线为基础，提取I帧图像，重新构建MPEG视频。
上述方案的具体内容还包括，所述步骤⑤中，其具体内容包括：
1)建立待检元素的3D模型或者提取现场MPEG视频中的优质图片，从不同角度获取待检元素的图片建立正样本；
2)提取正样板中的Haar-like特征，以边缘特征l1、线性特征l2、中心环特征l3、对角线特征l4为基本特征，以m*m像素为训练样本，提取上述基本特征的特征数据；
3)以每一个基本特征为基础生成基本分类器，利用特征的位置信息，对训练样本进行统计得到对应的基本特征参数；
4)以Ada Boost算法为基础，对得到的基本分类器lr(x)(r＝1、2、3、4)，当lr(x)为错分样本时，增加其权重值，当lr(x)为正确样本时，降低其权重值，重新划分权重值之后，得到基本分类器，依次重新划分，可以得到多层次的分类器。每一层分类器均通过上一层的基本分类器重新划分权值得来，并按照权重累积，获取强分类器。
上述方案的具体内容还包括，所述步骤⑤中，对待检元素的正样本使用m*m像素为训练样本进行训练时，每一个样本图片中所有基本特征的总数不小于103个，若小于103个，则减小m的取值。
其有益效果在于：本发明提供的电力调度监控处理方法，通过多层次的图像处理方法与处理方法，在保证影响书品巡检的效果的前提下，能够充分简化视频帧数、压缩视频体积，剔除重复以及多于画面，同时进一步根据待检元素缩小视频体积，减少需要浏览的视频的数据量，提高视频巡检的效率，降低所需要的数据量。
附图说明
图1是本发明的一种XX的原理示意图；
图2是MPEG视频的标准编码格式；
图3是子块重建的原理示意图。
具体实施方式
以下结合具体实施例对本发明创造作详细说明。
再配电网视频监控巡查过程中，由于电网规模大，基础元素多，因此涉及大量的视频以及图像数据，其中视频的处理和巡视是实现电网远程在线巡查、无人机巡检的基础；由于数据量庞大，若直接使用原有的视频数据进行查看，一方面需要耗费大量的时间和资源，另一方面由于图像中不仅包含待检元素，还包括大量的无关元素，直接查看造成人力及资源的大量浪费，因此有必要对原有视频数据进行处，以提高数据的使用效率，降低所需的资源及成本。基于此，本发明提出了一种电力调度监控处理方法(如图1所示)，下面对其基本步骤作说明。
一、获取I帧图像
MPEG标准是现在应用最为广泛，性能强大的视频压缩标准，本发明也是基于该标准下实现。MPEG视频帧序列中，包括I帧-帧内图像、P帧-预测图像、B帧-双向插值图像三种图像，这三种图像组成图像组作为MPEG的标准编码单元(如图2所示)，其中只有I帧保留了该标准编码单元的完整图像信息，基于巡检中查看图像的需要，我们只需要使用I帧内的图像信息，通常情况下，I帧是作为标准编码单元的第一帧，由于是帧内编码，不需要参考之前或者之后的帧图像，因此可以很方面的在标准编码单元中提取I帧的数据，在特殊情况下，I帧可能不是第一帧而是在其他帧位，但利用其独立性，依旧可以便捷的提取，视频针序列中图像的提取方法较多，且技术成熟，使用各种软件程序(如matlab、C函数)可以简单快捷的进行固定帧位的提取。
从各摄像机或者数据库中读取MPEG视频，在进行分类以及整理之后，依次从需要进行巡检或者使用的MPEG视频中提取所有的I帧图像并保存，特别的，在提取I帧图像时应当按照视频流的时间顺序依次提取，并按照各I帧图像提取的次序依次进行保存或命名，以确保后序进行视频从购时，各I帧图像之间的相对位置保持基本不变；
为提高图像和视频的辨别度，不宜对整个图像进行处理，因此将各I帧图像分成n*n个子块，并在坐标系中以(i，j)坐标来标记(1≤i≤n，1≤j≤n)；利用MPEG标准MPEG视频的解码方式获取各子块的基本数据；
特别的，MPEG视频通常先进性DCT变换(离散余弦变换)，再利用量花旗量化DCT系数，最后将系数矩阵通过Z形扫描进行熵编码，其他还包括比特分配、频率控制等阶段；通过电网中MPEG的编码处理方案，通过熵解码、逆量化以及IDCT等步骤即可重建各子块的数据(如图3所示)。
二、计算特征量以及特征差值
虽然步骤一中仅保留了I帧的数据，但数据量仍然很大，同时由于电网中设施装置基本都是静止，因此在一个镜头内的各帧的内容可能保持不变或者仅有微小差别，这些微小差别或者相同的帧不能提供巡检所需要的信息，为提高视频巡检的效率以及压缩视频容量，在提取了各I帧内各子块数据之后，还应当对上述重复或者近似的图像进行剔除，因此，需要对各I帧内每一个子块分别进行离散余弦变换，得到每个子块图像的DCT系数，包括DC系数(基色调直流系数)和AC系数(纹理交流系数)，得到各I帧内子块的特征量Cn及其特征量差值Sim(Cn，Cn+1)，其中，
Sim(Cn，Cn+1)＝|Cn+1-Cn|；其中DCn(i，j)表示第n帧的第(i，j)个子块的直流分量；ACn(i，j)表示第n帧的第(i，j)个子块的交流分量；α和β分别为图像中直流分量和交流分量对特征量的影响权重，且α+β＝1；α＞β。
依据上述数据计算每帧特征量Cn，并根据Sim(Cn，Cn+1)绘制特征差值曲线。
三、曲线重绘
以步骤二中得到的特征差值曲线为源信号，对其进行小波变换，得到特征差值信号的能量分布的小波系数数据，小波系数的大小代表了相邻帧之间图像数据的差异，因此，根据能量小波系数数据可判断相邻帧图像的变化度，进而剔除噪音信号(指特征差值曲线的噪音信号，相对于帧图像中即连续的近似后者相同帧图像)保留有效信号，重新获取曲线局部的谷值和峰值，重绘特征差值曲线；
其中，去噪过程可以用两种方式，即硬阈值或软阈值去噪
硬阈值去噪：获取特征能量差值信号的小波系数数据，将小波系数的绝对值与门限阈值相比较，绝对值大于门限阈值的小波系数不变，绝对值小于或者等于门限阈值的小波系数均置零。
软阈值去噪：获取特征能量差值信号的小波系数数据，将小波系数的绝对值与门限阈值相比较，绝对值大于门限阈值的小波系数设定为该小波系数与门限阈值的差值，绝对值小于或者等于门限阈值的小波系数均置零。
四、MPEG视频重构
以重绘后的特征差值曲线为参考，利用傅立叶描绘子对曲线进行重构，使曲线平滑，突出曲线特征，以重构后的曲线为基础，提取I帧图像，重新构建MPEG视频。
五、待检元素特征描绘
经过上述步骤，在视频流中重复的以及变化微小的视频帧的到剔除以及简化，在视频流中仅包含重要的以及包含数据变化的重要帧图像，在节能型巡检以及查看时可以大大简化需要查看的数据量以及视频时长，为了进一步提高视频巡检的效率，我们可以根据视频中的待检元素对视频进行进一步提取，获得仅包含有待检元素的图像和视频画面，进而再次提高查看效率，压缩视频体积。
其具体方法和步骤如下。
建立待检元素的3D模型或者提取现场MPEG视频中的优质图片，从不同角度获取待检元素的图片建立正样本；需要指出的是，待检元素的3D模型的尺寸比例应当与电网中使用的实物或者标准尺寸相当，可以单独采用照片(航拍图像等)或者3D模型，也可以将两者混合提取正样本。
为便于利用计算机进行统计分析，利用Haar-like特征对正样本数据进行提取，以边缘特征l1、线性特征l2、中心环特征l3、对角线特征l4为基本特征，以m*m像素为训练样本，提取上述基本特征的特征数据；以每一个基本特征为基础生成基本分类器，利用特征的位置信息，对训练样本进行统计得到对应的基本特征参数；
以Ada Boost算法为基础，对得到的基本分类器lr(x)(r＝1、2、3、4)，当lr(x)为错分样本时，增加其权重值，当lr(x)为正确样本时，降低其权重值，重新划分权重值之后，得到基本分类器，依次重新划分，可以得到多层次的分类器。每一层分类器均通过上一层的基本分类器重新划分权值得来，并按照权重累积，获取强分类器。
对待检元素的正样本使用m*m像素为训练样本进行训练时，每一个样本图片中所有基本特征的总数不小于103个，若小于103个，则减小m的取值。
六、以上述元素强分类器其结果以及其基本特征，对步骤④中重构后的MPEG视频进行检测和定位，获取由仅包含有待检元素的帧构成的新MPEG视频；
七、通过新MPEG视频对待检元素进行检查。
最后应当说明的是，以上实施例仅用以说明本发明创造的技术方案，而非对本发明创造保护范围的限制，尽管参照较佳实施例对本发明创造作了详细地说明，本领域的普通技术人员应当理解，可以对本发明创造的技术方案进行修改或者等同替换，而不脱离本发明创造技术方案的实质和范围。

Claims (6)

1.一种电力调度监控处理方法，其特征在于，包括如下步骤：
①获取I帧图像：读取MPEG视频，依次从MPEG视频中提取I帧图像并保存，将I帧图像分成n*n个子块，并在坐标系中以(i，j)坐标来标记；利用MPEG标准MPEG视频的解码方式获取各I帧的基本数据；所述I帧是指MPEG视频帧序列中的帧内图像，即作为帧内编码的图像；
②计算特征量以及特征差值：提取各I帧内各子块数据，对每帧内每一个子块分别进行离散余弦变换，得到每个子块图像的DCT系数，包括DC系数(基色调直流系数)和AC系数(纹理交流系数)，得到各I帧内子块的特征量Cn及其特征量差值Sim(Cn，Cn+1)，其中，
Sim(Cn，Cn+1)＝|Cn+1-Cn|；其中DCn(i，j)表示第n帧的第(i，j)个子块的直流分量；ACn(i，j)表示第n帧的第(i，j)个子块的交流分量；α和β分别为直流分量和交流分量对特征量的影响权重，且α+β＝1、α＞β；
计算每帧特征量Cn，并根据Sim(Cn，Cn+1)绘制特征差值曲线；
③曲线重绘：以特征差值曲线为源信号，对其进行小波变换，得到特征差值信号的能量分布的小波系数数据，根据能量小波系数数据剔除噪音信号保留有效信号，重新获取曲线局部的谷值和峰值，重绘特征差值曲线；
④MPEG视频重构：以重绘后的特征差值曲线为参考进行重构，平滑曲线，突出曲线特征，重构MPEG视频；
⑤待检元素特征描绘：建立待检元素的3D模型或者提取现场MPEG视频中的优质图片，从不同角度获取待检元素的图片建立正样本，提取正样板中的Haar-like特征，以边缘特征、线性特征、中心环特征、对角线特征为基本特征，以m*m像素为训练样本，进行特征选择以及分类器训练，得到强分类器，所述m*m像素不小于MPEG标准MPEG视频中最小色度单元的像素；
⑥以上述元素强分类器其结果以及其基本特征，对步骤④中重构后的MPEG视频进行检测和定位，获取由仅包含有待检元素的帧构成的新MPEG视频；
⑦通过新MPEG视频对待检元素进行检查。
2.根据权利要求1所述一种电力调度监控识别方法，其特征在于，所述步骤③中的内容包括：获取特征能量差值信号的小波系数数据，将小波系数的绝对值与门限阈值相比较，绝对值大于门限阈值的小波系数不变，绝对值小于或者等于门限阈值的小波系数均置零。
3.根据权利要求1所述一种电力调度监控识别方法，其特征在于，所述步骤③中的内容包括：获取特征能量差值信号的小波系数数据，将小波系数的绝对值与门限阈值相比较，绝对值大于门限阈值的小波系数设定为该小波系数与门限阈值的差值，绝对值小于或者等于门限阈值的小波系数均置零。
4.根据权利要求1所述一种电力调度监控识别方法，其特征在于，所述步骤④中的曲线重构内容包括：以重绘后的特征差值曲线为参考，利用傅立叶描绘子对曲线进行重构，使曲线平滑，突出曲线特征，以重构后的曲线为基础，提取I帧图像，重新构建MPEG视频。
5.根据权利要求1所述一种电力调度监控识别方法，其特征在于，所述步骤⑤中，其具体内容包括：
1)建立待检元素的3D模型或者提取现场MPEG视频中的优质图片，从不同角度获取待检元素的图片建立正样本；
2)提取正样板中的Haar-like特征，以边缘特征l1、线性特征l2、中心环特征l3、对角线特征l4为基本特征，以m*m像素为训练样本，提取上述基本特征的特征数据；
3)以每一个基本特征为基础生成基本分类器，利用特征的位置信息，对训练样本进行统计得到对应的基本特征参数；
4)以Ada Boost算法为基础，对得到的基本分类器lr(x)(r＝1、2、3、4)，当lr(x)为错分样本时，增加其权重值，当lr(x)为正确样本时，降低其权重值，重新划分权重值之后，得到基本分类器，依次重新划分，可以得到多层次的分类器。每一层分类器均通过上一层的基本分类器重新划分权值得来，并按照权重累积，获取强分类器。
6.根据权利要求1所述一种电力调度监控识别方法，其特征在于，所述步骤⑤中，对待检元素的正样本使用m*m像素为训练样本进行训练时，每一个样本图片中所有基本特征的总数不小于103个，若小于103个，则减小m的取值。
CN201711391910.7A 2017-12-21 2017-12-21 一种电力调度监控处理方法 Pending CN108055539A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711391910.7A CN108055539A (zh) 2017-12-21 2017-12-21 一种电力调度监控处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711391910.7A CN108055539A (zh) 2017-12-21 2017-12-21 一种电力调度监控处理方法

Publications (1)

Publication Number Publication Date
CN108055539A true CN108055539A (zh) 2018-05-18

Family

ID=62131086

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711391910.7A Pending CN108055539A (zh) 2017-12-21 2017-12-21 一种电力调度监控处理方法

Country Status (1)

Country Link
CN (1) CN108055539A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115499670A (zh) * 2022-11-17 2022-12-20 广东电网有限责任公司中山供电局 一种基于边缘计算的视频图像压缩处理设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140325223A1 (en) * 2010-11-29 2014-10-30 Biocatch Ltd. Device, system, and method of visual login and stochastic cryptography
CN105453565A (zh) * 2013-06-07 2016-03-30 凯迪迪爱通信技术有限公司 视频编码装置、视频解码装置、视频系统、视频编码方法、视频解码方法以及程序
CN105704427A (zh) * 2014-11-24 2016-06-22 国网河南省电力公司平顶山供电公司 一种用于高压输电线路的智能视频监控系统
CN107180140A (zh) * 2017-06-08 2017-09-19 中南大学 基于双树复小波与AdaBoost的轴系故障识别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140325223A1 (en) * 2010-11-29 2014-10-30 Biocatch Ltd. Device, system, and method of visual login and stochastic cryptography
CN105453565A (zh) * 2013-06-07 2016-03-30 凯迪迪爱通信技术有限公司 视频编码装置、视频解码装置、视频系统、视频编码方法、视频解码方法以及程序
CN105704427A (zh) * 2014-11-24 2016-06-22 国网河南省电力公司平顶山供电公司 一种用于高压输电线路的智能视频监控系统
CN107180140A (zh) * 2017-06-08 2017-09-19 中南大学 基于双树复小波与AdaBoost的轴系故障识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨静: "基于航拍图像的电力巡线视频检索与处理", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115499670A (zh) * 2022-11-17 2022-12-20 广东电网有限责任公司中山供电局 一种基于边缘计算的视频图像压缩处理设备

Similar Documents

Publication Publication Date Title
CN106023185B (zh) 一种输电设备故障诊断方法
CN108052980B (zh) 基于图像的空气质量等级检测方法
CN105049851B (zh) 基于色彩感知的通用无参考图像质量评价方法
CN102243711B (zh) 一种基于邻域嵌套的图像超分辨率重建方法
CN106203454B (zh) 证件版式分析的方法及装置
CN107133590B (zh) 一种基于人脸图像的身份识别系统
CN106610969A (zh) 基于多模态信息的视频内容审查系统及方法
CN106845434B (zh) 一种基于支持向量机的图像型机房漏水监测方法
CN104021523B (zh) 一种基于边缘分类的图像超分辨率放大的方法
CN103778636A (zh) 一种用于无参考图像质量评价的特征构建方法
CN102695056A (zh) 一种提取压缩视频关键帧的方法
CN110457996B (zh) 基于vgg-11卷积神经网络的视频运动对象篡改取证方法
CN105007488A (zh) 基于变换域和空间域的通用无参考图像质量评价方法
CN105049838A (zh) 一种用于压缩立体视频质量的客观评价方法
CN112001362A (zh) 一种图像分析方法、图像分析装置及图像分析系统
Gan et al. Video object forgery detection algorithm based on VGG-11 convolutional neural network
CN106485702A (zh) 基于自然图像特征统计的图像模糊检测方法
CN108399620A (zh) 一种基于低秩稀疏矩阵分解的图像质量评价方法
CN107194995A (zh) 一种快速构建真实三维人物模型的方法
CN109241867A (zh) 采用人工智能算法识别数字岩心图像的方法及装置
CN106023098A (zh) 基于张量结构多字典学习与稀疏编码的图像修补方法
CN110111272A (zh) 一种人工智能红外图像处理仪、控制系统及控制方法
CN107018410B (zh) 一种基于预注意机制和空间依赖性的无参考图像质量评价方法
Wang et al. A new Gabor based approach for wood recognition
CN108055539A (zh) 一种电力调度监控处理方法

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

Application publication date: 20180518

RJ01 Rejection of invention patent application after publication