CN108322699A - 一种基于视频图像检测电弧闪光的方法 - Google Patents

一种基于视频图像检测电弧闪光的方法 Download PDF

Info

Publication number
CN108322699A
CN108322699A CN201810062483.6A CN201810062483A CN108322699A CN 108322699 A CN108322699 A CN 108322699A CN 201810062483 A CN201810062483 A CN 201810062483A CN 108322699 A CN108322699 A CN 108322699A
Authority
CN
China
Prior art keywords
frame
value
flash
arc
state
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.)
Granted
Application number
CN201810062483.6A
Other languages
English (en)
Other versions
CN108322699B (zh
Inventor
衡伟
陆思文
王可
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN201810062483.6A priority Critical patent/CN108322699B/zh
Publication of CN108322699A publication Critical patent/CN108322699A/zh
Application granted granted Critical
Publication of CN108322699B publication Critical patent/CN108322699B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • 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
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于视频图像检测电弧闪光的方法，通过在地铁轨道附近架设的监控摄像头采集视频信号，对接触网进行监控，将视频解码后，得到每帧图片的灰度信息，通过计算机视觉和图像处理技术，根据每帧图片不同位置间的灰度关系以及前后帧图片对应位置间的灰度关系，判断是否发生电弧闪光；若判断电弧闪光发生，则将电弧闪光发生的地点、时间等一系列报警信息传回控制台，并将相关的图片视频证据进行保存，以便后期查看。该检测方法集视频处理、视频监控和实时报警于一体，可在无人值守的情况下对电弧闪光进行判断、报警，实现一种实时、准确、高效的地铁接触网监控系统。

Description

一种基于视频图像检测电弧闪光的方法
技术领域
本发明涉及数字图像处理技术领域，尤其是一种基于视频图像检测电弧闪光的方法。
背景技术
地铁作为现代城市中一种主要的出行工具，与其他交通工具相比，具有许多优点。一是充分利用了地下空间，可以避免城市地面拥挤。二是运量大，其运输能力比普通公共汽车大7～10倍，是其它交通工具不能比拟的。三是速度快，行驶时速可超100公里每小时，且没有堵车风险。
地铁在拥有如此多优势的同时，也有无法避免的隐患，电弧闪光就是其中重要的一种。轨道交通地铁接触网网上电压额定值为DC1500V，电压允许波动范围1000V～1800V，最大持续电流有效值为3000A，供给电客车的电流经过走行轨返回牵引变电所，接触网阶牵引变电所正极，走行轨接牵引变电所负极。电客车电弓与接触网线接触会对接触网线产生机械磨损和电气磨损，并导致电接触不良等现象，使得接触网线会产生电火花或电弧。当接触网线局部磨损耗达到一定程度以后就会造成拉断或者引起弓网故障等。为了避免由此引起的重大损失，电弧闪光的检测具有重要意义。
电弧闪光的检测以信息采集为基础，基于视频的智能交通检测综合利用计算机视觉、图像处理、模式识别等技术，自主对场景进行分析、信息提取及反馈。其无需破坏路面、中断交通，具有可在线安装、调试、维修，检测范围大，提取信息能力强，实时性好等特点，因而在交通检测及信息提取中越来越受到重视。目前国内外的诸多科研机构都对视频监控处理进行了研究，并取得了很大的进展，然而目前还没有一种基于视频图像检测电弧闪光检测系统能够满足普适性、实时性以及准确性的要求。
发明内容
本发明所要解决的技术问题在于，提供一种基于视频图像检测电弧闪光的方法，工作可靠，节省带宽，方便可行。
为解决上述技术问题，本发明提供一种基于视频图像检测电弧闪光的方法，包括如下步骤：
(1)利用地铁轨道附近架设的视频监控摄像设备实时采集接触网的视频画面，并将经视频解码器解码后的视频信号传输至核心处理模块；
(2)对当前监控区域进行配置，包括选取感兴趣区域的左右边界、设定全景阈值、设定若干个区域的面积阈值以及设定离散度阈值；
(3)采用计算机视觉及图像处理技术，对每帧图像进行处理，根据全景阈值、插值阈值表得到每个像素点的单帧状态值，每帧图片的所有像素点的单帧状态值组成单帧状态图；
(4)对每帧图像及其前三帧图像进行分析，每个像素点的四帧状态值由这一帧及前三帧图像中对应位置的单帧状态值组合得到，每帧图片的所有像素点的四帧状态值组成这帧图像的四帧状态图，再根据四帧状态图计算离散度；
(5)根据四帧状态图及离散度判断是否发生电弧闪光，若发生，则给出安全警示，并将当前路段名称数据、提取时刻数据及提取得到的电弧闪光图片及视频信息通过有线或无线网络传递给后方控制台。
优选的，步骤(2)中，选取感兴趣区域的左右边界具体为：选取视频图像中感兴趣区域的左右边界，上下边界均为一条水平直线，电弧闪光检测只在感兴趣区域内进行；设定全景阈值具体为：全景阈值指可能发生电弧闪光的区域内图像的灰度值的门限，在得到每帧图片的单帧状态图时，将单帧图片中每个像素点的灰度值与全景阈值进行比较，灰度值大于全景阈值是将该点的单帧状态值判为1的必要条件，灰度值小于全景阈值是将该点的单帧状态值判为0的必要条件；设定若干个面积阈值具体为：检测程序将监控区域均匀分成若干个(例如16个)区域，对每个区域分别设定面积阈值，单帧状态图中每个像素点均为一个比特，连续四帧图像的状态则为一个四比特的值，每一个像素点都按此方法得到一个四比特的状态值，得到四帧状态图，四帧状态图中状态为二进制0010的点数大于相应区域的面积阈值是判定电弧闪光出现的必要条件；设定离散度阈值具体为：离散度阈值是对可能发生电弧闪光区域的集中状态的定量表述，将每帧图片的四帧状态图中状态为二进制0010像素点的离散度与离散度阈值进行比较，离散度小于离散度阈值是判定电弧闪光出现的必要条件，离散度阈值通常采用1。
优选的，步骤(3)中，每帧图像的单帧状态图是指将一帧图像中的每个像素点都判为0或者1，每个像素点都由一个比特表示；计算方法为具体：逐个判断像素点是1或是0；对于上一帧为0的像素点，若这一帧的灰度值大于全景阈值，并且灰度值比上一帧的灰度值大于一定阈值，则将这一像素点判为1，若不能同时满足上述条件，则将此像素点判为0；对于上一帧为1的像素点，若这一帧其灰度值小于全景阈值，并且比上一帧的灰度值小于一定阈值，则将这一像素点判为0，若不能同时满足上述条件，则将此像素点判为1；一定阈值由事先设定的差值阈值表查询得到。
优选的，差值阈值表的设定包括如下步骤：
(1)差值阈值表的下标为0～255，对应256种灰度值；
(2)差值阈值表各个下标所对应的值由经验得到，总体规律为：下标越小，对应的值越大，下标越大，对应的值越小，按照此规律进行设定，再根据现场实际情况进行调整。
优选的，步骤(4)中，检查每个像素点连续四帧的状态值，得到一个四比特的值，即为四帧状态值，对每个像素点重复上述步骤，得到该帧图像的四帧状态图；再计算离散度，计算方法具体包括如下步骤：
(41)记录四帧状态图中状态值为二进制0010的点的坐标，分别为
(x1,y1),(x2,y2)…(xn,yn)；
(42)计算中心点坐标(xcenter,ycenter)，其中，
(43)计算离散度
优选的，步骤(5)中，检查每帧图像的四帧状态图，并记录其中状态值为二进制0010的点数，根据状态值为二进制0010的点的中心坐标判断其属于哪一区域，当二进制0010的点数超过该区域的面积阈值，并且离散度小于离散度阈值时，判断为电弧闪光出现；此时，给出安全警示，并将当前路段名称数据、提取时刻数据及提取得到的电弧闪光图片及视频信息通过有线或无线网络传递给后方控制台。
本发明的有益效果为：本发明与现有技术相比，在系统正常工作后无需人工干预，抗噪能力强，计算机因故重启后仍可自动恢复检测状态，工作可靠；网络仅传输处理之后的有用信息，节省带宽，同时又减轻了后方控制中心计算机的处理压力；通过现有的无线或有线网络将处理得到的信息传送给后方控制调度中心，无需另外铺设传输线路，方便可行。
附图说明
图1为本发明的系统结构示意图。
图2为本发明的方法流程示意图。
具体实施方式
如图2所示，一种基于视频图像检测电弧闪光的方法，包括如下步骤：
(1)利用地铁轨道附近架设的视频监控摄像设备实时采集接触网的视频画面，并将经视频解码器解码后的视频信号传输至核心处理模块；
(2)对当前监控区域进行配置，包括选取感兴趣区域的左右边界、设定全景阈值、设定若干个区域的面积阈值以及设定离散度阈值；
(3)采用计算机视觉及图像处理技术，对每帧图像进行处理，根据全景阈值、插值阈值表得到每个像素点的单帧状态值，每帧图片的所有像素点的单帧状态值组成单帧状态图；
(4)对每帧图像及其前三帧图像进行分析，每个像素点的四帧状态值由这一帧及前三帧图像中对应位置的单帧状态值组合得到，每帧图片的所有像素点的四帧状态值组成这帧图像的四帧状态图，再根据四帧状态图计算离散度；
(5)根据四帧状态图及离散度判断是否发生电弧闪光，若发生，则给出安全警示，并将当前路段名称数据、提取时刻数据及提取得到的电弧闪光图片及视频信息通过有线或无线网络传递给后方控制台。
如图1所示，是本发明的系统结构示意图。通过架设在地铁轨道附近的监控摄像设备实时采集接触网的视频信息，经视频解码模块解码后，将视频流输入核心处理模块进行处理；核心处理主要通过计算每帧图像的单帧状态图、四帧状态图和离散度，完成电弧闪光的检测和安全信息提示指令发出；在检测开始之前需要设定或读取当前监控区域的配置内容，如感兴趣区域的左右边界、全景阈值、若干个(比如16个区域)的面积阈值和离散度阈值等，这些基本信息在第一次设定后存放在存储器中，如果系统重启可直接从存储器中读取配置内容，无需再次设定；如果检测出有电弧闪光发生，则报警器给出安全警示，同时将提取的信息，如当前路段名称、提取时刻及提取得到的电弧闪光图片及视频信息通过有线或无线网络传递给后方控制台。
图2是本发明的方法流程示意图。主要包括以下几个步骤：
(1)系统初始化。完成设备及主要参数的初始化，使之处于正常工作状态；
(2)配置修改或读取系统及监控点参数。如果是第一次对当前监控区域进行检测，需要利用人机交互接口进行感兴趣区域确定，选取视频图像中感兴趣区域的左右边界，使轨道交通地铁接触网处于感兴趣区域之内。确定感兴趣区域之后，设定该感兴趣区域的相关阈值，包括全景阈值、若干个(比如16个区域)的面积阈值和离散度阈值。若不是第一次进行检测，可直接从存储器或文件中读取数据，用于后续的计算处理；
所述配置内容包括以下四个方面：
(a)选取视频图像中感兴趣区域的左右边界(可以是经过拟合的曲线)。上下边界均为一条水平直线。电弧闪光检测只在感兴趣区域内进行。
(b)设定全景阈值：全景阈值是指可能发生电弧闪光的区域内图像的灰度值的门限，一般较高，比如可采用235。在得到每帧图片的单帧状态图时，将单帧图片中每个像素点的灰度值与全景阈值进行比较，灰度值大于全景阈值是将该点的单帧状态值判为1的必要条件，灰度值小于全景阈值是将该点的单帧状态值判为0的必要条件。
(c)设定若干个(比如16个区域)的面积阈值：检测程序将监控区域均匀分成若干个区域，对每个区域分别设定面积阈值。单帧状态图中每个像素点均为一个比特，连续四帧图像的状态则为一个四比特的值，每一个像素点都按此方法得到一个四比特的状态值，得到四帧状态图。四帧状态图中状态为0010(二进制)的点数大于相应区域的面积阈值是判定电弧闪光出现的必要条件。
(d)设定离散度阈值：离散度阈值是对可能发生电弧闪光区域的集中状态的定量表述，将每帧图片的四帧状态图中状态为0010(二进制)像素点的离散度与离散度阈值进行比较，离散度小于离散度阈值是判定电弧闪光出现的必要条件，一般，离散度阈值较小，通常采用1。
(3)计算每帧图像的单帧状态图：根据全景阈值、插值阈值表得到每个像素点的单帧状态值(0或者1)，每帧图片的所有像素点的单帧状态值组成单帧状态图。判断单帧状态图中每个像素点是1或是0的具体条件为：
(a)对于上一帧为0的像素点，若这一帧的灰度值大于全景阈值，并且灰度值比上一帧的灰度值大于一定阈值(此阈值可由事先设定的差值阈值表查询得到)，则将这一像素点判为1。若不能同时满足上述条件，则将此像素点判为0。
(b)对于上一帧为1的像素点，若这一帧其灰度值小于全景阈值，并且比上一帧的灰度值小于一定阈值(此阈值可由事先设定的差值阈值表查询得到)，则将这一像素点判为0。若不能同时满足上述条件，则将此像素点判为1。
其中，差值阈值表的设定包括如下步骤：
(a)差值阈值表的下标为0～255，对应256种灰度值；
(b)差值阈值表各个下标所对应的值由经验得到，总体规律为：下标越小，对应的值越大，下标越大，对应的值越小。按照此规律进行设定，再根据现场实际情况进行调整。
(4)计算每帧图像的四帧状态图和离散度：对每帧图像及其前三帧图像进行分析，检查每个像素点连续四帧的状态值，得到一个四比特的值，即为四帧状态值(为二进制)，对每个像素点重复上述步骤，得到该帧图像的四帧状态图；再计算离散度，计算方法为：
(a)记录四帧状态图中状态值为0010(二进制)的点的坐标，分别为(x1,y1),(x2,y2)…(xn,yn)；
(b)计算中心点坐标(xcenter,ycenter)，其中，
(c)计算离散度
(5)根据四帧状态图以及离散度判断是否发生电弧闪光，判断方法为：检查每帧图像的四帧状态图，并记录其中状态值为0010(二进制)的点数，根据状态值为0010(二进制)的点的中心坐标判断其属于哪一区域，当0010(二进制)的点数超过该区域的面积阈值，并且离散度小于离散度阈值时，判断为电弧闪光出现。此时，给出安全警示。
(6)将通过上述步骤获得的当前路段名称、提取时刻及提取得到的电弧闪光图片及视频信息通过现有的有线或无线网络传递给后方控制台。
下面给出一个具体实施例：
将监控摄像设备架设在地铁轨道附近，实时采集接触网的视频信息，经过视频解码模块解码后，将视频流输入核心处理模块进行处理；核心处理主要通过计算单帧状态图、四帧状态图和离散度，完成电弧闪光的检测和安全信息提示指令发出。
首先进行系统初始化。完成设备及主要参数的初始化，使之处于正常工作状态。然后配置修改或读取系统及监控点参数。如果是第一次对当前监控区域进行检测，需要利用人机交互接口进行感兴趣区域确定，选取视频图像中感兴趣区域的左右边界，使轨道交通地铁接触网处于感兴趣区域之内。确定感兴趣区域之后，设定该感兴趣区域的相关阈值，包括全景阈值、若干个(比如16个区域)的面积阈值和离散度阈值。若不是第一次进行检测，可直接从存储器或文件中读取数据，用于后续的计算处理。
计算每帧图像的单帧状态图、四帧状态图和离散度。首先，对于解码后的每帧图片，根据全景阈值、插值阈值表得到每个像素点的单帧状态值(0或者1)，每帧图片的所有像素点的单帧状态值组成单帧状态图。对每帧图像及其前三帧图像进行分析，检查每个像素点连续四帧的状态值，得到一个四比特的值，即为四帧状态值(为二进制)，对每个像素点重复上述步骤，得到该帧图像的四帧状态图；再根据四帧状态图中四帧状态值为0010(二进制)的点的位置计算离散度。
根据四帧状态图和离散度判断是否发生电弧闪光：检查每帧图像的四帧状态图，并记录其中状态值为0010(二进制)的点数，根据状态值为0010(二进制)的点的中心坐标判断其属于哪一区域，当0010(二进制)的点数超过该区域的面积阈值，并且离散度小于离散度阈值时，判断为电弧闪光出现。此时，给出安全警示。将通过上述步骤获得的当前路段名称、提取时刻及提取得到的电弧闪光图片及视频信息通过现有的有线或无线网络传递给后方控制台。
本发明在系统正常工作后无需人工干预，抗噪能力强，计算机因故重启后仍可自动恢复检测状态，工作可靠；网络仅传输处理之后的有用信息，节省带宽，同时又减轻了后方控制中心计算机的处理压力；通过现有的无线或有线网络将处理得到的信息传送给后方控制调度中心，无需另外铺设传输线路，方便可行。

Claims (6)

1.一种基于视频图像检测电弧闪光的方法，其特征在于，包括如下步骤：
(1)利用地铁轨道附近架设的视频监控摄像设备实时采集接触网的视频画面，并将经视频解码器解码后的视频信号传输至核心处理模块；
(2)对当前监控区域进行配置，包括选取感兴趣区域的左右边界、设定全景阈值、设定若干个区域的面积阈值以及设定离散度阈值；
(3)采用计算机视觉及图像处理技术，对每帧图像进行处理，根据全景阈值、插值阈值表得到每个像素点的单帧状态值，每帧图片的所有像素点的单帧状态值组成单帧状态图；
(4)对每帧图像及其前三帧图像进行分析，每个像素点的四帧状态值由这一帧及前三帧图像中对应位置的单帧状态值组合得到，每帧图片的所有像素点的四帧状态值组成这帧图像的四帧状态图，再根据四帧状态图计算离散度；
(5)根据四帧状态图及离散度判断是否发生电弧闪光，若发生，则给出安全警示，并将当前路段名称数据、提取时刻数据及提取得到的电弧闪光图片及视频信息通过有线或无线网络传递给后方控制台。
2.如权利要求1所述的基于视频图像检测电弧闪光的方法，其特征在于，步骤(2)中，选取感兴趣区域的左右边界具体为：选取视频图像中感兴趣区域的左右边界，上下边界均为一条水平直线，电弧闪光检测只在感兴趣区域内进行；设定全景阈值具体为：全景阈值指可能发生电弧闪光的区域内图像的灰度值的门限，在得到每帧图片的单帧状态图时，将单帧图片中每个像素点的灰度值与全景阈值进行比较，灰度值大于全景阈值是将该点的单帧状态值判为1的必要条件，灰度值小于全景阈值是将该点的单帧状态值判为0的必要条件；设定若干个面积阈值具体为：检测程序将监控区域均匀分成若干个区域，对每个区域分别设定面积阈值，单帧状态图中每个像素点均为一个比特，连续四帧图像的状态则为一个四比特的值，每一个像素点都按此方法得到一个四比特的状态值，得到四帧状态图，四帧状态图中状态为二进制0010的点数大于相应区域的面积阈值是判定电弧闪光出现的必要条件；设定离散度阈值具体为：离散度阈值是对可能发生电弧闪光区域的集中状态的定量表述，将每帧图片的四帧状态图中状态为二进制0010像素点的离散度与离散度阈值进行比较，离散度小于离散度阈值是判定电弧闪光出现的必要条件，离散度阈值通常采用1。
3.如权利要求1所述的基于视频图像检测电弧闪光的方法，其特征在于，步骤(3)中，每帧图像的单帧状态图是指将一帧图像中的每个像素点都判为0或者1，每个像素点都由一个比特表示；计算方法为具体：逐个判断像素点是1或是0；对于上一帧为0的像素点，若这一帧的灰度值大于全景阈值，并且灰度值比上一帧的灰度值大于一定阈值，则将这一像素点判为1，若不能同时满足上述条件，则将此像素点判为0；对于上一帧为1的像素点，若这一帧其灰度值小于全景阈值，并且比上一帧的灰度值小于一定阈值，则将这一像素点判为0，若不能同时满足上述条件，则将此像素点判为1；一定阈值由事先设定的差值阈值表查询得到。
4.如权利要求3所述的基于视频图像检测电弧闪光的方法，其特征在于，差值阈值表的设定包括如下步骤：
(1)差值阈值表的下标为0～255，对应256种灰度值；
(2)差值阈值表各个下标所对应的值由经验得到，总体规律为：下标越小，对应的值越大，下标越大，对应的值越小，按照此规律进行设定，再根据现场实际情况进行调整。
5.如权利要求1所述的基于视频图像检测电弧闪光的方法，其特征在于，步骤(4)中，检查每个像素点连续四帧的状态值，得到一个四比特的值，即为四帧状态值，对每个像素点重复上述步骤，得到该帧图像的四帧状态图；再计算离散度，计算方法具体包括如下步骤：
(41)记录四帧状态图中状态值为二进制0010的点的坐标，分别为
(x1,y1),(x2,y2)…(xn,yn)；
(42)计算中心点坐标(xcenter,ycenter)，其中，
(43)计算离散度
6.如权利要求1所述的基于视频图像检测电弧闪光的方法，其特征在于，步骤(5)中，检查每帧图像的四帧状态图，并记录其中状态值为二进制0010的点数，根据状态值为二进制0010的点的中心坐标判断其属于哪一区域，当二进制0010的点数超过该区域的面积阈值，并且离散度小于离散度阈值时，判断为电弧闪光出现；此时，给出安全警示，并将当前路段名称数据、提取时刻数据及提取得到的电弧闪光图片及视频信息通过有线或无线网络传递给后方控制台。
CN201810062483.6A 2018-01-23 2018-01-23 一种基于视频图像检测电弧闪光的方法 Active CN108322699B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810062483.6A CN108322699B (zh) 2018-01-23 2018-01-23 一种基于视频图像检测电弧闪光的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810062483.6A CN108322699B (zh) 2018-01-23 2018-01-23 一种基于视频图像检测电弧闪光的方法

Publications (2)

Publication Number Publication Date
CN108322699A true CN108322699A (zh) 2018-07-24
CN108322699B CN108322699B (zh) 2020-02-18

Family

ID=62886965

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810062483.6A Active CN108322699B (zh) 2018-01-23 2018-01-23 一种基于视频图像检测电弧闪光的方法

Country Status (1)

Country Link
CN (1) CN108322699B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112185069A (zh) * 2020-09-29 2021-01-05 浙江工业职业技术学院 一种电路预警系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101807297A (zh) * 2009-02-16 2010-08-18 海信集团有限公司 医学超声图像直线检测方法
CN102231092A (zh) * 2011-05-18 2011-11-02 广东威创视讯科技股份有限公司 一种多点触摸跟踪识别方法及其系统
KR101307470B1 (ko) * 2013-07-10 2013-09-12 주식회사 케이디파워 아크플래시 감지 맨 머신 인터페이스
CN103345840A (zh) * 2013-05-28 2013-10-09 南京正保通信网络技术有限公司 一种交叉道路口横穿道路事件视频检测方法
CN103499774A (zh) * 2013-07-09 2014-01-08 贺贵明 输电绝缘子闪络在线监视安全预警装置
CN104156936A (zh) * 2013-05-13 2014-11-19 浙江大华技术股份有限公司 一种电弧检测方法及装置
CN105337180A (zh) * 2015-10-16 2016-02-17 常熟开关制造有限公司(原常熟开关厂） 配电柜及配电系统
CN106096499A (zh) * 2016-05-26 2016-11-09 天津艾思科尔科技有限公司 一种视频图像中星月图案检测的方法及系统
CN106373320A (zh) * 2016-08-22 2017-02-01 中国人民解放军海军工程大学 基于火焰颜色离散度和连续帧图像相似度的火灾识别方法
CN106394316A (zh) * 2016-10-20 2017-02-15 中车南京浦镇车辆有限公司 受电弓动态试验测试系统
CN107194923A (zh) * 2017-05-22 2017-09-22 同济大学 一种用于接触网电力设备缺陷巡检的紫外图像诊断方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101807297A (zh) * 2009-02-16 2010-08-18 海信集团有限公司 医学超声图像直线检测方法
CN102231092A (zh) * 2011-05-18 2011-11-02 广东威创视讯科技股份有限公司 一种多点触摸跟踪识别方法及其系统
CN104156936A (zh) * 2013-05-13 2014-11-19 浙江大华技术股份有限公司 一种电弧检测方法及装置
CN103345840A (zh) * 2013-05-28 2013-10-09 南京正保通信网络技术有限公司 一种交叉道路口横穿道路事件视频检测方法
CN103499774A (zh) * 2013-07-09 2014-01-08 贺贵明 输电绝缘子闪络在线监视安全预警装置
KR101307470B1 (ko) * 2013-07-10 2013-09-12 주식회사 케이디파워 아크플래시 감지 맨 머신 인터페이스
CN105337180A (zh) * 2015-10-16 2016-02-17 常熟开关制造有限公司(原常熟开关厂） 配电柜及配电系统
CN106096499A (zh) * 2016-05-26 2016-11-09 天津艾思科尔科技有限公司 一种视频图像中星月图案检测的方法及系统
CN106373320A (zh) * 2016-08-22 2017-02-01 中国人民解放军海军工程大学 基于火焰颜色离散度和连续帧图像相似度的火灾识别方法
CN106394316A (zh) * 2016-10-20 2017-02-15 中车南京浦镇车辆有限公司 受电弓动态试验测试系统
CN107194923A (zh) * 2017-05-22 2017-09-22 同济大学 一种用于接触网电力设备缺陷巡检的紫外图像诊断方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
刘仕兵: "《接触网》", 31 December 2013, 西南交通大学出版社 *
宋大治: "地铁接触网电弧闪光的视频检测方法", 《海峡科技与产业》 *
张郑: "我国地铁接触网的检测现状及发展趋势", 《住宅与房地产》 *
蒲文旭: "基于熵测度的地铁弓网燃弧电流扰动分析", 《高电压技术》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112185069A (zh) * 2020-09-29 2021-01-05 浙江工业职业技术学院 一种电路预警系统

Also Published As

Publication number Publication date
CN108322699B (zh) 2020-02-18

Similar Documents

Publication Publication Date Title
CN101179710B (zh) 铁路道口智能视频监控装置
KR20210078530A (ko) 차선 속성 검출방법, 장치, 전자장치 및 가독 저장 매체
KR20210080459A (ko) 차선 검출방법, 장치, 전자장치 및 가독 저장 매체
CN110127479A (zh) 一种基于视频分析的电梯门开关异常检测方法
CN106373391A (zh) 一种服务于城市交通的多维度智能调度服务平台的使用方法
CN103287464A (zh) 铁路道口智能视频监控系统及其实现方法
CN107480653A (zh) 基于计算机视觉的客流量检测方法
CN113537007B (zh) 应用于铁路站台的非工作人员入侵检测与报警方法和装置
CN106327630A (zh) 一种高低速不停车治超检测系统
CN106023346A (zh) 动态帧率行车记录系统及车辆速度判断装置
CN112988830A (zh) 人流量统计方法、装置、系统、存储介质和计算机设备
CN114387785A (zh) 一种基于智慧公路的安全管控方法、系统及可存储介质
CN106875388A (zh) 基于时空大数据的可视化路面快速养护检测装置
CN114529880A (zh) 一种城市轨道异物侵限检测方法、装置、系统及存储介质
CN110636281A (zh) 一种基于背景模型的监控摄像头遮挡实时检测方法
CN108322699A (zh) 一种基于视频图像检测电弧闪光的方法
CN117409588A (zh) 一种基于地磁视频数据融合的交通异常监测方法及系统
CN116853319A (zh) 一种地铁运营监控系统及其监控方法
CN112364794A (zh) 一种基于嵌入式终端的深度学习逆行检测方法
CN112950938A (zh) 一种v2x与lora技术融合的车联网信号机及使用方法
CN106157388A (zh) 局部高效编码行车记录方法及系统
CN116380928A (zh) 一种非接触式弓网硬点检测方法和系统
CN104504713A (zh) 一种动车组运行状态图像监控故障自动识别方法
CN107689119A (zh) 共享交通工具管理方法及装置
CN114248818A (zh) 一种基于轨道交通的智能化信息化运输监管方法及系统

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
GR01 Patent grant
GR01 Patent grant