CN108257085B - 基于图像处理技术的机械除冰过程检测方法 - Google Patents
基于图像处理技术的机械除冰过程检测方法 Download PDFInfo
- Publication number
- CN108257085B CN108257085B CN201710734699.8A CN201710734699A CN108257085B CN 108257085 B CN108257085 B CN 108257085B CN 201710734699 A CN201710734699 A CN 201710734699A CN 108257085 B CN108257085 B CN 108257085B
- Authority
- CN
- China
- Prior art keywords
- image
- gray
- icing
- transformation
- formula
- 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 75
- 238000012545 processing Methods 0.000 title claims abstract description 30
- 238000005516 engineering process Methods 0.000 title claims abstract description 19
- 238000001514 detection method Methods 0.000 title claims abstract description 14
- 230000000630 rising effect Effects 0.000 claims abstract description 23
- 238000005336 cracking Methods 0.000 claims abstract description 7
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 230000009466 transformation Effects 0.000 claims description 36
- 238000005070 sampling Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 230000001131 transforming effect Effects 0.000 claims description 4
- 238000013519 translation Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 46
- 238000010586 diagram Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 229910001285 shape-memory alloy Inorganic materials 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4084—Scaling of whole images or parts thereof, e.g. expanding or contracting in the transform domain, e.g. fast Fourier transform [FFT] domain scaling
-
- 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
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种基于图像处理技术的机械除冰过程检测方法,所述方法包括以下步骤:从冰裂过程的视频中获取结冰图像;对结冰图像进行预处理,获得矫正图像;矫正图像的网格划分;统计每一帧矫正图像中每个网格区域的平均灰度值,并输出灰度变化曲线;灰度变化曲线中上升沿和下降沿对应时间的计算。本发明通过分析图像中灰度变化的规律可以获得冰块破碎以及脱落的时间历程数据,机械除冰过程的图像处理可以自动化进行,避免复杂的操作,有利于对飞机除冰过程的实时监测和有效控制。
Description
技术领域
本发明涉及数字图像处理技术领域,更具体的说是涉及一种基于图像处理技术的机械除冰过程检测方法。
背景技术
飞机结冰是指飞机机体表面某些部分聚集冰层的现象,它主要由云中过冷水滴或降雨中的过冷雨碰到飞机机体后凝固形成的,也可由水汽直接在机体表面凝华而成。只要达到一定的空气湿度,就会产生结冰现象。尤其是在冷湿大气中工作的飞机蒙皮、直升机桨叶和风电桨叶等工业结构容易在表面结一层冰,使得其结构的外形发生明显变化。机翼前缘结冰,飞机的空气动力性能变坏,使飞机的升力减小,阻力增大,影响飞机的安全性和操作性;在旋翼和螺旋桨叶上结冰,会造成飞机剧烈颤动;发动机进气道结冰,可能会损坏飞机;风挡结冰,妨碍目视飞行;这些因素都可能造成其气动性能急剧下降,进而造成严重的经济损失和人员伤亡。
机械除冰方法是目前常用的除冰方法之一,主要包括振动除冰、超声除冰、微波除冰、记忆合金变形除冰等。其原理是利用结构表面薄板结构的小幅变形或振动,迫使冰的破碎或冰层与结构表面分离。在机械除冰的相关实验中,需要检测冰层的碎裂和剥离过程。
因此,如何提供一种利用图像处理技术定量分析机械除冰过程图像的有效方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,为了检测在机械除冰过程中冰层碎裂和脱落过程的图像记录数据,本发明提供了一种基于图像处理技术的分析方法,该方法能够获得除冰过程中每个区域的冰块破碎和脱落的时间历程数据。
为了达到上述目的,本发明采用如下技术方案:
一种基于图像处理技术的机械除冰过程检测方法,所述方法包括以下步骤:
步骤一,从冰裂过程的视频中获取结冰图像;
步骤二,对结冰图像进行预处理,获得矫正图像;
步骤三,矫正图像的网格划分;
步骤四,统计每一帧矫正图像中每个网格区域的平均灰度值,并输出灰度变化曲线;
步骤五,灰度变化曲线中上升沿和下降沿对应时间的计算。
优选的,在上述基于图像处理技术的机械除冰过程检测方法中,所述从冰裂过程的视频中获取结冰图像的步骤具体包括:
从超声波除冰试验或冰裂现象的视频中以相同的时间间隔采样获得多帧彩色图像,将所述彩色图像转换为灰度图像,并对所述灰度图像进行裁剪,去除所述灰度图像中非目标部分,得到结冰图像。
优选的,在上述基于图像处理技术的机械除冰过程检测方法中,所述对结冰图像进行预处理,获得矫正图像的步骤具体包括:
对结冰图像进行投影变换,具体方法包括:
进行投影变换的公式(1)
其中(u,v)是原始结冰图像中各像素点的坐标,(x,y)是投影变换后结冰图像中各像素点的坐标,w和w′是辅助坐标,x=x′/w′,y=y′/w′,w=1,a11,a22代表缩放变换,a12,a21代表错切变换,a13,a23代表投影变换,a31,a32代表平移变换,a33的值为1,无变换意义。
根据原始结冰图像中四个角像素点的坐标,求取投影变换公式,从任意四边形的原始结冰图像变换到一个正方形的矫正图像,变换的4组对应点的转换关系可以表示如式(3):
其中(x0,y0)、(x1,y1)、(x2,y2)、(x3,y3)分别表示原始结冰图像中四个角像素点的坐标,(0,0)、(1,0)、(1,1)、(0,1)分别表示变换后对应四个角像素点的坐标,将上述坐标代入公式(2)中,具体将(x0,y0)、(x1,y1)、(x2,y2)、(x3,y3)依次代入(u,v)中,(0,0)、(1,0)、(1,1)、(0,1)依次代入(x,y)中,将上述转换关系代入公式(2)中,求解方程得到矩阵[aij],
优选的,在上述基于图像处理技术的机械除冰过程检测方法中,所述矫正图像的网格划分步骤具体包括:
将矫正图像的结冰区域等分为若干网格区域。
优选的,在上述基于图像处理技术的机械除冰过程检测方法中,所述统计每一帧矫正图像中每个网格区域的平均灰度值,并输出灰度变化曲线步骤中的灰度变化曲线为每一帧校正图像灰度变化的时间序列曲线。
优选的,在上述基于图像处理技术的机械除冰过程检测方法中,所述灰度变化曲线中上升沿和下降沿对应时间的计算步骤包括:
上升沿和下降沿对应的时间根据公式(4)计算得出
经由上述的技术方案可知,在机械除冰过程中,结冰图像的灰度信息会发生变化,即冰层破碎区域的灰度值高于非破碎区域。为了获得冰层破坏过程中每个区域的冰块破碎和脱落的时间历程数据,本发明公开提供了一种基于图像处理技术的机械除冰过程检测方法,本发明运用图像处理技术,将冰层的破坏程度与图片的灰度值进行对应。机械除冰过程中,冰块会经历破碎和脱落两个过程,冰块破碎时,结冰图像的灰度会显著升高,而脱落时又会显著降低。因此,通过分析图像中灰度变化的规律可以获得冰块破碎以及脱落的时间。本发明的处理过程可以由计算机完成,使得机械除冰过程的图像处理可以自动化进行,避免复杂的操作,有利于对飞机除冰过程的实时监测和有效控制。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1附图为本发明基于图像处理技术的机械除冰过程检测方法的流程示意图;
图2附图为本发明结冰图像和非结冰图像的灰度对比图;
图3附图为本发明矫正图像示意图;
图4附图为本发明结冰区域网格划分示意图;
图5附图为本发明不同帧图像中结冰区域的灰度变化曲线示意图;
图6附图为本发明典型的灰度变化曲线示意图;
图7附图为本发明目标区域选取示意图;
图8附图为本发明目标区域灰度变化曲线。
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做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。
实施例一
本发明提供了一种基于图像处理技术的机械除冰过程检测方法,所述方法包括以下步骤:
步骤S101,从冰裂过程的视频中获取结冰图像;
请参阅图2,图2为本发明结冰图像和非结冰图像的灰度对比图。具体执行方法:
从机械除冰试验或冰裂现象的视频中以1s的时间间隔采样获得多帧彩色图像,将彩色图像转换为灰度图像,并对灰度图像进行裁剪,去除灰度图像中非目标部分,得到图2中所示的结冰图像。
步骤S102,对结冰图像进行预处理,获得矫正图像;
请参阅图3,图3为本发明矫正图像示意图。具体执行方法:
一般拍摄的视频中,由于摄像机并非正对结冰区域,造成拍摄的图像不是结冰物体的正投影,需要对对结冰图像进行投影变换,投影变换的公式如下:
其中(u,v)是原始结冰图像中各像素点的坐标,(x,y)是投影变换后结冰图像中各像素点的坐标,w和w′是辅助坐标,x=x′/w′,y=y′/w′,w=1,a11,a22代表缩放变换,a12,a21代表错切变换,a13,a23代表投影变换,a31,a32代表平移变换,a33的值为1,无变换意义。
根据原始结冰图像中四个角像素点的坐标,求取投影变换公式,从任意四边形的原始结冰图像变换到一个正方形的矫正图像,变换的4组对应点的转换关系可以表示如式(3):
其中(x0,y0)、(x1,y1)、(x2,y2)、(x3,y3)分别表示原始结冰图像中四个角像素点的坐标,(0,0)、(1,0)、(1,1)、(0,1)分别表示变换后对应四个角像素点的坐标,将上述坐标代入公式(2)中,具体将(x0,y0)、(x1,y1)、(x2,y2)、(x3,y3)依次代入(u,v)中,(0,0)、(1,0)、(1,1)、(0,1)依次代入(x,y)中,将上述转换关系代入公式(2)中,求解方程得到矩阵[aij],
步骤S103,矫正图像的网格划分;
请参阅图4,图4为本发明结冰区域网格划分示意图。具体执行方法:
为了获得每一个结冰区域的冰块随时间的破裂情况,需要将矫正图像的结冰区域进行网格划分。为了使得图像处理结果与模拟计算相对应,图片划分的区域与模拟计算网格划分相一致。在本实施例中,矫正图像中的结冰区域被等分成36×36的网格。
步骤S104,统计每一帧矫正图像中每个网格区域的平均灰度值,并输出灰度变化曲线;
请参阅图5,图5为本发明不同帧图像中结冰区域的灰度变化曲线示意图。具体执行方法:
统计每一帧矫正图像中每个网格区域的平均灰度值,并输出灰度变化曲线步骤中的灰度变化曲线为每一帧校正图像灰度变化的时间序列曲线。本实施例中针对120帧图像序列进行了9个目标区域的灰度值变化的统计,得到特征明显的灰度变化曲线。
步骤S105,灰度变化曲线中上升沿和下降沿对应时间的计算。
请参阅图6,图6为本发明典型的灰度变化曲线示意图。具体执行方法:从灰度变化曲线中找到上升沿和下降沿对应的时间。上升沿表示冰块碎裂,下降沿表示破碎冰块的脱落。上升沿和下降沿对应的时间根据公式(4)计算得出
实施例二
本发明提供了一种基于图像处理技术的机械除冰过程检测方法,所述方法包括以下步骤:
步骤S101,从冰裂过程的视频中获取结冰图像;
具体执行方法:
从机械除冰试验或冰裂现象的视频中以2s的时间间隔采样获得多帧彩色图像,将彩色图像转换为灰度图像,并对灰度图像进行裁剪,去除灰度图像中非目标部分,得到结冰图像。
步骤S102,对结冰图像进行预处理,获得矫正图像;
具体执行方法:
一般拍摄的视频中,由于摄像机并非正对结冰区域,造成拍摄的图像不是结冰物体的正投影,需要对对结冰图像进行投影变换,投影变换的公式如下:
其中(u,v)是原始结冰图像中各像素点的坐标,(x,y)是投影变换后结冰图像中各像素点的坐标,w和w′是辅助坐标,x=x′/w′,y=y′/w′,w=1,a11,a22代表缩放变换,a12,a21代表错切变换,a13,a23代表投影变换,a31,a32代表平移变换,a33的值为1,无变换意义。
根据原始结冰图像中四个角像素点的坐标,求取投影变换公式,从任意四边形的原始结冰图像变换到一个正方形的矫正图像,变换的4组对应点的转换关系可以表示如式(3):
其中(x0,y0)、(x1,y1)、(x2,y2)、(x3,y3)分别表示原始结冰图像中四个角像素点的坐标,(0,0)、(1,0)、(1,1)、(0,1)分别表示变换后对应四个角像素点的坐标,将上述坐标代入公式(2)中,具体将(x0,y0)、(x1,y1)、(x2,y2)、(x3,y3)依次代入(u,v)中,(0,0)、(1,0)、(1,1)、(0,1)依次代入(x,y)中,将上述转换关系代入公式(2)中,求解方程得到矩阵[aij],
步骤S103,矫正图像的网格划分;
具体执行方法:
为了获得每一个结冰区域的冰块随时间的破裂情况,需要将矫正图像的结冰区域进行网格划分。为了使得图像处理结果与模拟计算相对应,图片划分的区域与模拟计算网格划分相一致。
步骤S104,统计每一帧矫正图像中每个网格区域的平均灰度值,并输出灰度变化曲线;
具体执行方法:
统计每一帧矫正图像中每个网格区域的平均灰度值,并输出灰度变化曲线步骤中的灰度变化曲线为每一帧校正图像灰度变化的时间序列曲线。得到特征明显的灰度变化曲线。
步骤S105,灰度变化曲线中上升沿和下降沿对应时间的计算。
具体执行方法:
从灰度变化曲线中找到上升沿和下降沿对应的时间。上升沿表示冰块碎裂,下降沿表示破碎冰块的脱落。上升沿和下降沿对应的时间根据公式(4)计算得出
结果分析:
为了说明灰度变化曲线与冰裂过程的关系,以除冰视频中采样得到的图像序列中的6个目标区域为例进行分析,附图7为本发明目标区域选取示意图,并经过本发明基于图像处理技术的机械除冰过程检测方法的计算,得到如附图8所示的目标区域灰度变化曲线,其中,
一号点所在目标区域的冰块在3秒左右开始破碎,由于刚开始时冰块亮度较高,在破碎时并未检测到明显的上升沿,但之后的灰度值一直很高,是因为该区域的冰块一直未脱落所致。
二号点和四号点所在目标区域的冰块一直都未破碎,因而灰度无明显变化。
三号点所在目标区域的冰块在3秒左右破碎,118秒左右脱落,灰度图像中有明显的上升和下降沿,冰块处于破碎的时间较长。
五号点所在目标区域的冰块在3秒左右破碎,16秒左右脱落,灰度图像中有明显的上升和下降沿,冰块处于破碎的时间较短。
六号点所在目标区域冰块在4秒左右瞬间破裂与脱落,由于采样间隔较大,并未检测出上升沿。
检测结果证明运用本发明中的图像处理技术,将冰层的破坏过程与图像的灰度值进行对应,能够清楚的反应冰层破碎和脱落的两个过程,并获得了冰层破碎和脱落的时间历程数据,有助于提高除冰过程的检测效率,实现了机械除冰图像处理的自动化。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (6)
1.一种基于图像处理技术的机械除冰过程检测方法,其特征在于,所述方法包括以下步骤:
步骤一,从冰裂过程的视频中获取结冰图像;包括从冰裂过程的视频中以相同的时间间隔采样获得多帧彩色图像,将所述彩色图像转换为灰度图像,并对所述灰度图像进行裁剪,去除所述灰度图像中非目标部分,得到结冰图像;
步骤二,对结冰图像进行预处理,获得矫正图像;
步骤三,矫正图像的网格划分;
步骤四,统计每一帧矫正图像中每个网格区域的平均灰度值,并输出灰度变化曲线,灰度变化曲线为每一帧校正图像灰度变化的时间序列曲线;
步骤五,灰度变化曲线中上升沿和下降沿对应时间的计算,根据上升沿和下降沿对应时间,获得冰层破碎和脱落的时间历程数据。
2.根据权利要求1所述的基于图像处理技术的机械除冰过程检测方法,其特征在于,所述步骤一具体包括:
从超声波除冰试验或冰裂现象的视频中以相同的时间间隔采样获得多帧彩色图像,将多帧所述彩色图像转换为灰度图像,并对所述灰度图像进行裁剪,去除所述灰度图像中非目标部分,得到结冰图像。
3.根据权利要求1所述的基于图像处理技术的机械除冰过程检测方法,其特征在于,所述步骤二具体包括:
对结冰图像进行投影变换,所述投影变换的公式如下:
其中(u,v)是原始结冰图像中各像素点的坐标,(x,y)是投影变换后结冰图像中各像素点的坐标,w和w′是辅助坐标,x=x′/w′,y=y′/w′,a11,a22代表缩放变换,a12,a21代表错切变换,a13,a23代表投影变换,a31,a32代表平移变换,a33的值为1,无变换意义;
根据原始结冰图像中四个角像素点的坐标,求取投影变换公式,从任意四边形的原始结冰图像变换到一个正方形的矫正图像,变换的4组对应点的转换关系可以表示如式(3):
4.根据权利要求1所述的基于图像处理技术的机械除冰过程检测方法,其特征在于,将矫正图像的结冰区域等分为若干网格区域。
5.根据权利要求1所述的基于图像处理技术的机械除冰过程检测方法,其特征在于,所述步骤四中所述灰度变化曲线为每一帧矫正图像灰度变化的时间序列曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710734699.8A CN108257085B (zh) | 2017-08-24 | 2017-08-24 | 基于图像处理技术的机械除冰过程检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710734699.8A CN108257085B (zh) | 2017-08-24 | 2017-08-24 | 基于图像处理技术的机械除冰过程检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108257085A CN108257085A (zh) | 2018-07-06 |
CN108257085B true CN108257085B (zh) | 2021-07-30 |
Family
ID=62721221
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710734699.8A Active CN108257085B (zh) | 2017-08-24 | 2017-08-24 | 基于图像处理技术的机械除冰过程检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108257085B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1992020575A1 (en) * | 1991-05-10 | 1992-11-26 | Fmc Corporation | Apparatus for deicing |
US20040231410A1 (en) * | 2003-03-10 | 2004-11-25 | Marc Bernard | Large spectrum icing conditions detector for optimization of aircraft safety |
CN102073070A (zh) * | 2011-01-13 | 2011-05-25 | 华中科技大学 | 一种基于图像处理的结冰检测方法 |
CN102313512A (zh) * | 2010-07-02 | 2012-01-11 | 中国商用飞机有限责任公司 | 图像结冰探测方法 |
-
2017
- 2017-08-24 CN CN201710734699.8A patent/CN108257085B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1992020575A1 (en) * | 1991-05-10 | 1992-11-26 | Fmc Corporation | Apparatus for deicing |
US20040231410A1 (en) * | 2003-03-10 | 2004-11-25 | Marc Bernard | Large spectrum icing conditions detector for optimization of aircraft safety |
CN102313512A (zh) * | 2010-07-02 | 2012-01-11 | 中国商用飞机有限责任公司 | 图像结冰探测方法 |
CN102073070A (zh) * | 2011-01-13 | 2011-05-25 | 华中科技大学 | 一种基于图像处理的结冰检测方法 |
Non-Patent Citations (2)
Title |
---|
Yibing Wang等.Progress on ultrasonic guided waves de-icing techniques in improving aviation energy efficiency.《Renewable and Sustainable Energy Reviews》.2017, * |
罗朝祥等.输电线路导线覆冰图像处理与识别技术.《中国电力》.2014,第47卷(第9期), * |
Also Published As
Publication number | Publication date |
---|---|
CN108257085A (zh) | 2018-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108416294B (zh) | 一种基于深度学习的风机叶片故障智能识别方法 | |
CN110197231B (zh) | 基于可见光和红外光图像融合的鸟情探测设备及识别方法 | |
CN109145872B (zh) | 一种基于CFAR与Fast-RCNN融合的SAR图像舰船目标检测方法 | |
Di Tommaso et al. | A multi-stage model based on YOLOv3 for defect detection in PV panels based on IR and visible imaging by unmanned aerial vehicle | |
CN111323200B (zh) | 一种结冰风洞试验冰形面积计算方法 | |
CN107679495B (zh) | 一种输电线路周边活动工程车辆的检测方法 | |
CN108268028B (zh) | 光伏电池板清洗工作的智能规划系统及方法 | |
CN103593847A (zh) | 基于机器视觉的雨滴检测分析方法 | |
CN108257085B (zh) | 基于图像处理技术的机械除冰过程检测方法 | |
CN112380944B (zh) | 一种基于卫星遥感的输电杆塔结构状态的评估方法和系统 | |
CN107657260B (zh) | 一种输电线路周边环境中地面隐患的检测方法 | |
CN112465777A (zh) | 一种基于视频流的风机叶片表面缺陷识别技术 | |
CN112727703B (zh) | 基于音频信号的风机叶片保护膜的损伤监测方法及系统 | |
CN112465776B (zh) | 一种基于风力机表面模糊图像的裂纹智能检测方法 | |
Yousuf et al. | Conceptual design of cost-effective ice detection system based on infrared thermography | |
CN111400826B (zh) | 一种任意时刻冰形预测方法及系统 | |
CN117334013A (zh) | 一种基于边缘互联网融合的多要素冰害预警方法及系统 | |
CN111736156A (zh) | 一种基于天气雷达的逆风区识别方法与装置 | |
CN107609556B (zh) | 一种输电线路环境中高空作业机械的检测方法 | |
Liu et al. | Cloud-edge-end cooperative detection of wind turbine blade surface damage based on lightweight deep learning network | |
CN113284102B (zh) | 一种基于无人机的风机叶片损伤智能检测方法及装置 | |
CN114798651A (zh) | 光伏板覆盖冰雪的清除方法及装置、存储介质、电子设备 | |
CN114973216A (zh) | 一种多通道视觉信息融合的fod检测方法及系统 | |
CN113719433A (zh) | 风电机组叶片结冰检测方法、装置、系统及存储介质 | |
CN117036339B (zh) | 一种用于太阳能光伏板运行健康的监测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |