CN108287303A - 一种基于ncc-p-s优化算法的断路器机械特性现场带电测试方法 - Google Patents
一种基于ncc-p-s优化算法的断路器机械特性现场带电测试方法 Download PDFInfo
- Publication number
- CN108287303A CN108287303A CN201710012230.3A CN201710012230A CN108287303A CN 108287303 A CN108287303 A CN 108287303A CN 201710012230 A CN201710012230 A CN 201710012230A CN 108287303 A CN108287303 A CN 108287303A
- Authority
- CN
- China
- Prior art keywords
- target
- breaker
- frame
- image
- coordinate
- 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
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/327—Testing of circuit interrupters, switches or circuit-breakers
- G01R31/3271—Testing of circuit interrupters, switches or circuit-breakers of high voltage or medium voltage devices
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于归一化互相关图像金字塔扇形匹配(NCC‑P‑S)优化算法的断路器机械特性现场带电测试方法,该方法包括以下内容:安装断路器机械特性参数带电测试专用装置,调节装置参数,启动测试过程。利用高速相机捕捉与动触头运动关联的高速图像序列,确定断路器本体的主轴或拐臂上某一特征部位为运动识别目标。通过NCC‑P‑S优化算法识别运动目标,获得绝缘连杆或主轴的运动轨迹。使用多目标联动圆心定位法修正圆心的微小振动,用多目标联动加权判别法计算主轴旋转角,最后通过主轴与动触头的关联关系计算出断路器的机械特性参数。这是一种新的非接触式断路器机械特性测试方法,可解决传感器安装难题,能够实现断路器机械特性参数的带电测试。
Description
技术领域
本发明涉及电气设备测试技术领域,具体的,涉及一种通过归一化互相关图像金字塔扇形匹配(NCC-P-S)优化算法识别断路器动触头运动轨迹,进而得到断路器机械特性参数的方法。
背景技术
高压断路器运行可靠性对电网的保护与控制至关重要,机械特性参数是评价断路器操动性能的重要指标。国标GB1984-2003规定,在断路器出厂检验和现场检修后都必须对其机械特性进行严格测试。主要参数包括:分(合)闸时间、分(合)闸同期性、开距、超程、刚分(合)速度、平均速度和最大速度等机械特性参数。
目前,对高压断路器机械特性参数测试常采用接触式方法,需要退出运行后进行测试,常采用在拐臂或联杆处加装位移传感器、光栅传感器等。现场安装工艺水平和机械传动冲击影响传感器的测试精度,更重要的是这种“接触式”方法无法获得断路器带电情况下的机械特性参数,不能用于断路器运行状态的在线监测。
结合计算机视觉和现代测量技术获得断路器机械特性参数是一种非接触式测试新方法。通过高速相机捕捉断路器操动过程,获得几千帧高速图像序列,传输和处理海量高分辨率图像耗时巨大,在对匹配算法速度和精度有很高要求的场合,现有的基于灰度的归一化互相关匹配(NCC)算法,虽然匹配精度高、不受灰度值线性变换的影响,但计算量大、运行速度慢,影响了在现场的实际应用。因此在保证识别精度的前提下,优化NCC算法跟踪目标的运动过程、提高算法速度是实现断路器机械特性参数带电测试的关键。
发明内容
本发明的目的是提供一种满足对断路器机械特性进行现场带电测试的非接触式测试方法,根据断路器操动中机械部件的联动过程及先验知识,优化高速图像序列的匹配算法,重点在断路器操动过程中对特定运动目标的快速准确识别。
为实现上述目的,本发明采用了如下技术方案:
一种基于归一化互相关图像金字塔扇形匹配(NCC-P-S)优化算法的断路器机械特性现场带电测试方法,以断路器本体的主轴或拐臂上的某一特征部位作为运动识别目标,利用电流触发高速相机捕捉与动触头运动直接关联的高速图像序列,通过NCC-P-S优化算法识别运动目标,获得绝缘连杆或主轴的运动轨迹,进而得到断路器的机械特性参数。这是一种新的非接触式断路器机械特性测试方法,可解决传感器安装难题,且满足现场对运行中的断路器机械特性参数测试的精度和速度需求。步骤如下:
(1)安装断路器机械特性参数带电测试专用装置,调节装置参数,捕捉断路器操动高速图像序列,并启动测试和计算分析过程;
(2)在高速图像系列中先确定运动开始帧,选取该帧图像中断路器主轴拐臂上面的一个特征点作为目标A;
(3)识别开始帧图像中目标A的中心坐标,由该坐标确定扇形感兴趣区域(ROI),记为Z1;准备识别后续第k帧(k=2,3,4,5,……)中Zk-1区域内目标A的中心坐标,并将依据该坐标重新调整扇形ROI,得到用于识别第k+1帧目标A中心坐标的限定区域Zk;
(4)对第k帧的Zk-1区域内图像Gk做金字塔分解,通过金字塔跳跃搜索法找到图像Gk中的目标中心坐标;对图像序列中每帧都进行以上操作,从而得到目标A的坐标变化情况,连接每帧目标中心坐标即可得到动触头的运动轨迹;
(5)如(2)相同的方法,选取断路器主轴拐臂上的另一个特定目标B,重复步骤(3)-(4)得到目标B的运动轨迹,以A、B两个目标,采用多目标联动圆心定位法修正圆心位置,解决振动引起的圆心位置微小偏移问题;
(6)使用修正后的圆心坐标计算目标A、B运动旋转角,采用多目标联动加权判别法计算主轴旋转角;
(7)最终得到目标运动轨迹、运动速度、主轴旋转角,通过主轴与动触头的关联关系计算出断路器的机械特性参数。
步骤(1)所述的断路器带电测试专用装置:连接装置的主机、光源、高速相机、传输模块、电流检测触发模块及输出控制模块,调节合适的光源强度和角度,将相机摆放正对于断路器侧面,镜头垂直于传动主轴观测平面,调节焦距使断路器主轴清晰,调节帧率使得在断路器操动过程中捕获足够的图像帧数,以满足机械特性参数测试速度指标的需求(一般调节在2000帧/秒以上),将电流检测触发模块的钳型传感器连接在断路器分(合)闸控制线圈。启动基于NCC-P-S优化算法的断路器机械特性参数测试专用软件,捕获高速图像序列,并开始进行计算分析。
步骤(2)所述的目标A和B的选取,为断路器主轴或拐臂上具有明显几何特征或轮廓特征或灰度特征的部分。
步骤(3)所述的扇形ROI:以第k-1帧图像目标中心坐标为参考,根据断路器操动中机械部件的联动过程及先验知识,沿运动方向做一个圆心角为α、半径为r的扇形ROI,该扇形区域包含需要识别的目标A或B,记作Zk-1。Zk-1随每帧图像目标中心坐标的变动沿触头运动方向进行动态调整,为第k帧图像的目标识别限定了区域。则第k帧图像中对应的Zk-1区域内包含第k帧需要识别的目标A或B,故此时只需在第k帧的Zk-1区域内图像中搜索即可快速找到目标,并依据此目标中心坐标重新调整扇形ROI,可得到用于识别第k+1帧目标A中心坐标的限定区域Zk。这种动态扇形ROI优化方法,在帧与帧之间进行动态扇形有向搜索优化,将匹配识别赋予了方向性并限定识别区域,根据断路器主轴拐臂的实际运动情况,从方向上减小了图像的搜索面积,从而提高匹配速度和精度。
步骤(4)所述的金字塔跳跃搜索法:首先对识别目标进行金字塔分解,得到降分辨率的模板金字塔图层。再对第k帧的Zk-1区域内图像做金字塔分解,得到降分辨率的金字塔图层,首先使用NCC算法在最低分辨率的顶部图层(第n层)搜索目标的最低分辨率图层模板,寻找到该层的目标中心坐标由目标与模板相似度分值s和当前的金字塔图层位置决定跳跃层数,每一次的跳跃层数由下式决定:
m=INT[k1(s-p)+k2c]
其中m为跳跃层数,k1、k2为比例系数,s为当前图层中目标与模板的相似度分值(满分为1000分),p为匹配跳跃阈值,c为当前金字塔图层的位置,m=INT[k1(s-p)+k2c]表示对计算结果取整数。
用映射到跳跃后的第n-m层金字塔图像上,得到新目标中心坐标在以坐标为中心的映射区域内采用NCC算法重新搜索该层目标,可快速找到此即为修正后图像的目标中心坐标。
依次进行跳跃搜索,直至搜索到底部图层的目标中心坐标此即为第k帧所求的准确目标位置。这种金字塔跳跃搜索法具有匹配速度快的优点。利用本发明的金字塔跳跃搜索法确定每帧图像中目标A的中心坐标,连接每帧目标中心坐标得即可到目标运动轨迹。
步骤(5)所述的多目标联动圆心定位法:识别运动目标坐标位置的变化,得到断路器动触头的运动轨迹后,在计算机械特性参数时,是以拐臂主轴中心为圆心,而主轴圆心会由于断路器操动过程的本体振动而发生微小偏移,从而影响断路器机械特性参数的准确计算。本发明采用多目标联动圆心定位法对运动轨迹圆心进行修正,以两目标为例:对于高速图像序列中的相邻两帧图像,在两帧图像的目标A中心坐标点并做中垂线,得到LA;连接目标B在两帧图像的中心坐标点并做中垂线,得到LB。LA与LB交点O即为该帧修正后的圆心坐标。
步骤(6)所述的多目标联动加权判别法:为减少环境因素和识别误差对结果的影响,当得到目标A、B的运动旋转角后,首先根据断路器型号、分合闸过程中最大速度等先验知识提出一个与断路器相关联的相邻差阈值w,以此阈值w作为剔除受环境影响不良数据和误识别导致错误结果的决定因子,由某目标相邻两帧旋转角差值与w的大小关系决定是否利用该目标的此次数据结果;再根据目标与模板在底部图层的匹配程度即相似度分值,决定该目标此帧数据在结果中所占的权重,使相似度分值越高的数据在结果中占有权重越大,从而提高了结果的准确性。第k帧的旋转角θ计算公式为:
目标A在第k帧结果中所占的权重;
目标B在第k帧结果中所占的权重;
SAk:目标A第k帧的匹配相似度分数值;
SBk:目标B第k帧的匹配相似度分数值;
αk:目标A第k帧的旋转角度;
βk:目标B第k帧的旋转角度;
w:相邻两帧旋转角差值的阈值;
步骤(7)中,由目标在相邻帧中旋转角的差值和相机帧率计算出目标运动速度,再结合目标运动坐标、主轴旋转角,可以绘制出目标速度-时间曲线、运动轨迹曲线、和行程-时间曲线。从曲线图中可以找出目标的运动开始点、最大速度点、最大位移点、运动结束点等点位。由曲线上的数据信息及厂家给出的断路器主轴与动触头之间的函数关系,可以得到断路器分(合)闸时间、开距、超程、刚分(合)速度、平均速度和最大速度等机械特性参数。
附图说明
图1是断路器机械特性参数测试流程图
图2是断路器机械特性参数带电测试专用装置示意图
图3是断路器合闸状态图像
图4是扇形有向搜索优化示意图
图5是NCC-P-S优化算法流程图
图6是多目标联动圆心定位法示意图
图7是断路器分闸测试结果图
具体实施方式
以ZN65-12型高压断路器分闸过程为例,本发明的具体实施方式如下:
第1步,安装断路器机械特性参数带电测试专用装置,如图2所示,连接装置的主机、光源、高速相机、传输模块、电流检测触发模块和输出控制模块,调节合适的光源强度和角度,将相机摆放正对于断路器侧面,镜头垂直于传动主轴观测平面,调节焦距使断路器主轴清晰,调节帧率为3500帧/秒,将电流检测触发模块的钳型传感器连接在断路器分(合)闸控制线圈。启动基于NCC-P-S优化算法的断路器机械特性参数测试专用软件。
第2步,选取断路器主轴拐臂上的圆孔作为识别目标A,如图3所示。
断路器动触头动作开始前及静止后存在大量冗余图像,为避免在这些无关帧上耗时,这里通过辨识运动开始帧和结束帧以剔除冗余图像。对图像序列中连续相邻帧图像像素进行灰度相减,统计灰度差绝对值大于10的像素个数,如超过设定阈值则判定为运动开始帧;图像序列中运动结束帧的辨识与上述方法类似。
辨识出运动开始帧后,通过预处理提高待分析的图像质量,减少现场光线变化和相机电子噪声对拍摄图像产生的干扰,提高对主轴或拐臂等运动目标的识别精度;然后设置合适的感兴趣区域(ROI)。
第3步,取运动开始帧图像,用NCC算法找到该帧(记为第一帧)的目标中心坐标由根据断路器操动中机械部件的联动过程及先验知识,沿运动方向做一个圆心角为120度、半径为50像素的扇形ROI,记为Z1,该图像的扇形ROI包含需要识别的目标A,扇形有向搜索优化如图4所示;准备识别后续第k帧(k=2,3,4,5,……)中Zk-1区域内目标A的中心坐标,并将依据该坐标重新调整扇形ROI,得到Zk。
Zk-1随每帧图像目标中心坐标的变动沿触头运动方向进行动态调整,为第k帧图像的目标识别限定了区域。则第k帧图像中对应的Zk-1区域内包含第k帧需要识别的目标A,故此时只需在第k帧的Zk-1区域内搜索目标即可。
第4步,对第k帧的Zk-1区域图像(记为Gk)做金字塔分解:图像金字塔的构造是为了降低图像分辨率,得到一系列分辨率减小的金字塔图层,每一图层的大小仅为下一图层的四分之一,是一种以多分辨率图层来解释图像的方法,尤其适用于需要高速处理海量图像的场合。将第k帧的Zk-1区域图像作为图像金字塔底部图层构造由到的降分辨率图像金字塔,上层图像由下层图像经高斯滤波后做隔行隔列降采样得到:
其中0<d<n,W(p,q)是一个5×5的具有低通特性的窗口函数,其定义如下:
对模板图像也进行金字塔分解,得到降分辨率的模板金字塔图层。
然后使用金字塔跳跃搜索法:从顶层(第n层)低分辨率图像开始搜索对应层目标,通过NCC算法找到该层的目标中心坐标根据该层目标与模板的相似度分值s以及当前层位置c,由式子m=INT[k1(s-p)+k2c]得出该层的跳跃层数。
用映射到跳跃后的第n-m层金字塔图像上,得到新目标中心坐标在以坐标为中心的映射区域内采用NCC算法重新搜索该层目标,可快速找到此即为修正后图像的目标中心坐标。
本实例中取k1=0.02,k2=0.25,p=700。若计算过程中出现c-m<0,则跳跃至底部图层;若计算过程中出现m<0,则不跳跃,直接映射至下一层。
依次进行直至得到即为所要求的第k帧图像准确目标中心坐标。NCC-P-S优化算法流程图如图5所示。
依次进行以上步骤,直至运动结束帧。从而可以更快速地得到目标的运动轨迹。
第5步,以主轴拐臂上的螺丝作为目标B,如图3所示,重复步骤4-7,通过同样的方法识别得到目标B的运动轨迹。然后采用多目标联动圆心定位法修正每一帧的圆心位置:取相邻两帧图像,如图6所示,连接目标A在两帧图像中的坐标MA(x0,y0)和M′A(x0,y0)并做中垂线得到LA,连接目标B在两帧图像中的坐标MB(x0,y0)和M′B(x0,y0)并做中垂线得到LB,LA与LB交点O即为修正后的圆心坐标。用此方法对图像序列中的每帧都进行圆心坐标的修正,从而解决振动引起的圆心位置微小偏移问题。
第6步,使用每帧中修正后的圆心坐标计算得到目标A、B运动旋转角后,为减少环境因素和识别误差对结果的影响,采用多目标联动加权判别法计算主轴旋转角:首先根据断路器型号、分合闸过程中最大速度等先验知识提出一个与断路器相关联的相邻差阈值w,以此阈值w作为剔除受环境影响不良数据和误识别导致错误结果的决定因子,由某目标相邻两帧旋转角差值与w的大小关系决定是否利用该目标的此次数据结果;再根据目标与模板在底部图层的匹配程度即相似度分值,决定该目标此帧数据在结果中所占的权重,使相似度分值越高的数据在结果中占有权重越大,从而提高了结果的准确性。第k帧的旋转角θ计算公式为:
第7步,由目标在相邻帧中旋转角的差值和相机帧率计算出目标运动速度,再结合目标运动坐标、主轴旋转角,可以绘制出目标速度-时间曲线、运动轨迹曲线、和行程-时间曲线。从曲线图中可以找出目标的运动开始点、最大速度点、最大位移点、运动结束点等点位。由此三个曲线数据及厂家给出的断路器主轴与动触头之间的函数关系,可以得到断路器分(合)闸时间、开距、超程、刚分(合)速度、平均速度和最大速度等机械特性参数。
本次断路器分闸测试实例的测试结果如图7所示,图7(a)为速度-时间曲线,7(b)为运动轨迹曲线,7(c)为行程-时间曲线,从曲线图中找出运动开始点为A点、分闸最大速度点为B点、分闸最大位移点为C点,分闸运动结束点为D点。从而得到与行程对应的主轴旋转角为59.6°,目标最大速度是15.2像素/毫秒,分闸时间为65.1毫秒。所得的位移和速度都是基于像素坐标,最终可通过相机的标定,以及厂家给出的断路器主轴与动触头之间的函数关系,得到断路器动触头的运动轨迹和其他机械特性参数。
Claims (10)
1.一种基于归一化互相关图像金字塔扇形匹配(NCC-P-S)优化算法的断路器机械特性现场带电测试方法,其特征在于,包括步骤:
(1)安装断路器机械特性参数带电测试专用装置,调节装置参数,捕捉断路器操动高速图像序列,并启动测试和计算分析过程;
(2)在高速图像系列中先确定运动开始帧,选取该帧图像中断路器主轴拐臂上面的一个特征点作为目标A;
(3)识别开始帧图像中目标A的中心坐标,由该坐标确定扇形感兴趣区域(ROI),记为Z1;准备识别后续第k帧(k=2,3,4,5,……)中Zk-1区域内目标A的中心坐标,并将依据该坐标重新调整扇形ROI,得到用于识别第k+1帧目标A中心坐标的限定区域Zk;
(4)对第k帧的Zk-1区域内图像Gk做金字塔分解,通过金字塔跳跃搜索法找到图像Gk中的目标中心坐标;对图像序列中每帧都进行以上操作,从而得到目标A的坐标变化情况,连接每帧目标中心坐标即可得到动触头的运动轨迹;
(5)如(2)相同的方法,选取断路器主轴拐臂上的另一个特定目标B,重复步骤(3)-(4)得到目标B的运动轨迹,以A、B两个目标,采用多目标联动圆心定位法修正圆心位置,解决振动引起的圆心位置微小偏移问题;
(6)使用修正后的圆心坐标计算目标A、B运动旋转角,采用多目标联动加权判别法计算主轴旋转角;
(7)最终得到目标运动轨迹、运动速度、主轴旋转角,通过主轴与动触头的关联关系计算出断路器的机械特性参数。
2.根据权利要求1所述的基于NCC-P-S优化算法的断路器机械特性现场带电测试方法,其特征在于,包括断路器机械特性参数带电测试专用装置:包括主机、光源、高速相机、传输模块、电流检测触发模块和输出控制模块;高速相机的摆放正对于断路器侧面,镜头垂直于传动主轴观测平面,帧率调节在2000帧/秒以上。
3.根据权利要求1所述的基于NCC-P-S优化算法的断路器机械特性现场带电测试方法,其特征在于,目标的选取为断路器主轴或拐臂上具有明显几何特征或轮廓特征或灰度特征的部分。
4.根据权利要求1所述的基于NCC-P-S优化算法的断路器机械特性现场带电测试方法,其特征在于,包括扇形ROI及其动态调整方法:以前一帧图像的目标中心坐标为参考限定下一帧图像的识别区域,并根据中心坐标不同和动触头(拐臂)运动方向进行动态调整,从而减小了图像的搜索面积、提高匹配速度和精度的ROI确定方法。
5.根据权利要求1所述的基于NCC-P-S优化算法的断路器机械特性现场带电测试方法,其特征在于,包括金字塔跳跃搜索法:对模板及图像分别做图像金字塔分解,在图像金字塔中使用跳跃式映射的方法确定待识别的图层位置,有选择性的对图层中目标进行搜索,每一次跳跃层数的决定公式为:m=INT[k1(s-p)+k2c];从顶层依次进行跳跃式搜索,直至搜索到底部图层的目标中心坐标(准确的目标位置),在金字塔图层间跳跃式映射搜索可大大减少匹配时间,具有匹配速度快的优点。
6.根据权利要求1所述的基于NCC-P-S优化算法的断路器机械特性现场带电测试方法,其特征在于,包括多目标联动圆心定位法修正振动引起的圆心偏移:对于高速图像序列中的相邻两帧图像,连接目标A在两帧图像中的坐标点并做中垂线,得到LA;连接目标B在两帧图像中的坐标点并做中垂线,得到LB,LA与LB交点O即为该帧修正后的圆心坐标。
7.根据权利要求1所述的基于NCC-P-S优化算法的断路器机械特性现场带电测试方法,其特征在于,包括多目标联动加权判别法:为减少环境因素和识别误差对结果的影响,根据断路器型号、分合闸过程中最大速度等先验知识提出一个与断路器相关联的相邻差阈值w,以此阈值w作为剔除受环境影响不良数据和误识别导致错误结果的决定因子;再根据目标与模板的相似度分值,决定该目标此帧数据在结果中所占的权重,相似度分值越高的数据在结果中占有权重越大,从而提高结果的准确性,第k帧的旋转角θ计算公式为:
8.根据权利要求1所述的基于NCC-P-S优化算法的断路器机械特性现场带电测试方法,其特征在于,从绘制出的目标速度-时间曲线、运动轨迹曲线、和行程-时间曲线中找出目标的运动开始点、最大速度点、最大位移点、运动结束点等点位,再结合厂家给出的断路器主轴与动触头之间的函数关系,从而得到断路器分(合)闸时间、开距、超程、刚分(合)速度、平均速度和最大速度等机械特性参数。
9.根据权利要求6所述的多目标联动圆心定位法,其特征在于:多目标可以为两个目标,也可以为两个以上目标,对于两个以上目标同理权利要求6做多目标在相邻两帧中坐标的中垂线,多条中垂线的交点为该帧修正后的圆心坐标。
10.根据权利要求7所述的多目标联动加权判别法,其特征在于:多目标可以为两个目标,也可以为两个以上目标,对于两个以上目标同理权利要求7,先判断目标在相邻两帧中旋转角的差值与阈值w的关系决定是否利用该目标的此次结果,再对多目标的识别结果进行加权相加。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710012230.3A CN108287303A (zh) | 2017-01-09 | 2017-01-09 | 一种基于ncc-p-s优化算法的断路器机械特性现场带电测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710012230.3A CN108287303A (zh) | 2017-01-09 | 2017-01-09 | 一种基于ncc-p-s优化算法的断路器机械特性现场带电测试方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108287303A true CN108287303A (zh) | 2018-07-17 |
Family
ID=62819246
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710012230.3A Pending CN108287303A (zh) | 2017-01-09 | 2017-01-09 | 一种基于ncc-p-s优化算法的断路器机械特性现场带电测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108287303A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109884522A (zh) * | 2019-03-29 | 2019-06-14 | 云南电网有限责任公司电力科学研究院 | 基于非接触式的带电检测断路器刚分刚合的装置及方法 |
CN110210565A (zh) * | 2019-06-05 | 2019-09-06 | 中科新松有限公司 | 归一化互相关图像模板匹配实现方法 |
CN110375981A (zh) * | 2019-09-02 | 2019-10-25 | 云南电网有限责任公司电力科学研究院 | 一种断路器机械特性测试装置及方法 |
CN110657965A (zh) * | 2019-09-06 | 2020-01-07 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于图像识别的高压断路器机械特性检测方法及装置 |
CN112698196A (zh) * | 2021-03-24 | 2021-04-23 | 深圳市三和电力科技有限公司 | 一种高压开关机械特性监测装置 |
CN113155421A (zh) * | 2021-03-17 | 2021-07-23 | 山东泰开电器机构有限公司 | 高压断路器的机械特性检测方法、系统、终端及存储介质 |
CN113673054A (zh) * | 2021-08-19 | 2021-11-19 | 北京慧智神光科技有限公司 | 运动状态数据的确定方法、装置、电子设备及存储介质 |
CN113791339A (zh) * | 2021-07-19 | 2021-12-14 | 国网浙江省电力有限公司乐清市供电公司 | 一种基于r-ncc图像识别算法的断路器性能状态检测方法 |
-
2017
- 2017-01-09 CN CN201710012230.3A patent/CN108287303A/zh active Pending
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109884522A (zh) * | 2019-03-29 | 2019-06-14 | 云南电网有限责任公司电力科学研究院 | 基于非接触式的带电检测断路器刚分刚合的装置及方法 |
CN110210565A (zh) * | 2019-06-05 | 2019-09-06 | 中科新松有限公司 | 归一化互相关图像模板匹配实现方法 |
CN110210565B (zh) * | 2019-06-05 | 2021-04-30 | 中科新松有限公司 | 归一化互相关图像模板匹配实现方法 |
CN110375981A (zh) * | 2019-09-02 | 2019-10-25 | 云南电网有限责任公司电力科学研究院 | 一种断路器机械特性测试装置及方法 |
CN110375981B (zh) * | 2019-09-02 | 2021-02-12 | 云南电网有限责任公司电力科学研究院 | 一种断路器机械特性测试方法 |
CN110657965A (zh) * | 2019-09-06 | 2020-01-07 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于图像识别的高压断路器机械特性检测方法及装置 |
CN113155421A (zh) * | 2021-03-17 | 2021-07-23 | 山东泰开电器机构有限公司 | 高压断路器的机械特性检测方法、系统、终端及存储介质 |
CN113155421B (zh) * | 2021-03-17 | 2022-07-15 | 山东泰开电器机构有限公司 | 高压断路器的机械特性检测方法、系统、终端及存储介质 |
CN112698196A (zh) * | 2021-03-24 | 2021-04-23 | 深圳市三和电力科技有限公司 | 一种高压开关机械特性监测装置 |
CN112698196B (zh) * | 2021-03-24 | 2021-06-08 | 深圳市三和电力科技有限公司 | 一种高压开关机械特性监测装置 |
CN113791339A (zh) * | 2021-07-19 | 2021-12-14 | 国网浙江省电力有限公司乐清市供电公司 | 一种基于r-ncc图像识别算法的断路器性能状态检测方法 |
CN113673054A (zh) * | 2021-08-19 | 2021-11-19 | 北京慧智神光科技有限公司 | 运动状态数据的确定方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108287303A (zh) | 一种基于ncc-p-s优化算法的断路器机械特性现场带电测试方法 | |
CN103279765B (zh) | 基于图像匹配的钢丝绳表面损伤检测方法 | |
EP3776462B1 (en) | System and method for image-based target object inspection | |
CN114359283B (zh) | 基于Transformer的缺陷检测方法和电子设备 | |
CN108109137A (zh) | 车辆部件的机器视觉检测系统及方法 | |
CN111612737B (zh) | 一种人造板表面瑕疵检测装置及检测方法 | |
Zhou et al. | Exploring faster RCNN for fabric defect detection | |
CN107884164B (zh) | 一种ncc-sar算法的断路器弹簧性能检测方法 | |
Lu et al. | Automatic fault detection of multiple targets in railway maintenance based on time-scale normalization | |
CN115482195B (zh) | 一种基于三维点云的列车部件变形检测方法 | |
US9153419B2 (en) | Pattern defect inspection using data based on secondary electron from pattern | |
CN115841488B (zh) | 一种基于计算机视觉的pcb板的检孔方法 | |
CN108921812A (zh) | 基于图像识别的断路器弹簧疲劳状态智能评价方法 | |
CN113222982A (zh) | 基于改进的yolo网络的晶圆表面缺陷检测方法及系统 | |
CN108364306B (zh) | 一种高速周期运动的视觉实时检测方法 | |
CN116486287A (zh) | 基于环境自适应机器人视觉系统的目标检测方法及系统 | |
CN116342894A (zh) | 基于改进YOLOv5的GIS红外特征识别系统及方法 | |
CN111582332B (zh) | 一种高速铁路接触网吊弦部件的图片识别方法 | |
CN117007940A (zh) | 一种用于电路板性能检测的自适应方法 | |
CN107507198B (zh) | 飞机图像探测及追踪方法 | |
CN116051808A (zh) | 一种基于YOLOv5的轻量化零件识别定位方法 | |
CN116385477A (zh) | 一种基于图像分割的杆塔图像配准方法 | |
CN111473944B (zh) | 观测流场中存在复杂壁面的piv数据修正方法、装置 | |
CN110427982B (zh) | 一种基于图像处理的自动布线机路线校正方法及系统 | |
Xu et al. | Tracking steel coils using CV algorithm based on deep learning and Kalman filter |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180717 |