CN108447056A - 基于几何特征聚类划分的配电柜圆形压板状态识别方法 - Google Patents
基于几何特征聚类划分的配电柜圆形压板状态识别方法 Download PDFInfo
- Publication number
- CN108447056A CN108447056A CN201810253526.9A CN201810253526A CN108447056A CN 108447056 A CN108447056 A CN 108447056A CN 201810253526 A CN201810253526 A CN 201810253526A CN 108447056 A CN108447056 A CN 108447056A
- Authority
- CN
- China
- Prior art keywords
- image
- pressing plate
- lower cylinder
- switch
- power distribution
- 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
- 238000003825 pressing Methods 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000009826 distribution Methods 0.000 title claims abstract description 17
- 230000005484 gravity Effects 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 5
- 238000005520 cutting process Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G06T5/80—
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Abstract
本发明公开了基于几何特征聚类划分的配电柜圆形压板状态识别方法,依次通过图像采集、第一次图像校正、第一次边缘提取、第二次图像校正、一次整体聚类划分、第二次边缘提取、二次区域聚类划分、目标识别、结果输出的步骤,利用机器视觉与图像处理技术,将前端获取的压板图像进行处理后反馈出各个开关状态的识别结果,不仅能节约时间与人力,还方便后期记录与复查压板开关在不同时间下的情况。
Description
技术领域
本发明属于电气设备图像识别领域,具体涉及一种采用机器视觉与图像处理技术、基于几何特征聚类划分的配电柜圆形压板状态识别方法。
背景技术
随着电力系统的发展,电力设备越来越复杂,各个子系统联系越来越密切,那么对各个子系统状态的检测显得尤其重要,在电气控制柜中存在有较多圆形压板子系统,如图1所示。上述压板阵列状态需要通过人工巡检和人工排查来记录当前开关状态,较为耗费时间与人力,且效率低下。
发明内容
本发明针对上述现有技术的不足,利用机器视觉与图像处理技术来解决上述技术问题的技术方案,具体技术方案如下:
基于几何特征聚类划分的配电柜圆形压板状态识别方法,包括如下步骤:
(1)采集压板图像,并以图片格式保存压板图像信息;
(2)根据压板上设定的定位标识,识别定位标识的图像位置,并以此为基准将图像进行校正;
(3)将图像参数阈值传给边缘提取函数,将开关及标识牌边缘提取出来;
(4)根据压板图像开关行列数对图像进行等距切割,从而得到关于压板图像中每一个开关的区域图像;
(5)对每一个开关区域图像边缘由上至下分划分成若干等分,确定圆形压板的上、下圆柱的位置;
(6)在划分区域中间部分内进行线性特征比对状态识别,判断开关状态;
(7)返回检测识别结果。
根据上述步骤,对压板进行图像采集、图像校正和边缘提取后,将压板中的每个开关进行等距切割,即对原有图像进行一次区域划分,将原有的对整体图像进行识别的方式转化为对单一开关的空间区域进行状态识别,根据切割后每个开关的图样再进行二次区域划分,确定的圆形压板上、下圆柱的准确位置,并将上、下圆柱中间部分的图样进行线性特征比对,检测出每个开关的状态,并输出所有开关的状态信息。
进一步地,步骤(2)中所述的定位标识为圆形黑点,设置在压板的4 个角上,获取4个标识牌圆形黑点在图像中的像素坐标,以此为基准将倾斜或者变形的图像进行校正。由于拍摄角度的限制,往往存在俯拍或者仰拍的情况,将定位标识设置在压板的4个角上,识别压板上的4个角上的圆形黑点定位标识,获取到4个定位标识圆形黑点在图像中的像素坐标,以4个定位标识圆形黑点为基准,将图像校正至以4个定位标识圆形黑点为压板矩形尺寸的4个角,即定位标识圆形黑点的中心作为校正后图像的4个角。
进一步地,步骤(3)中通过将图像灰度值设置为若干区间,每一灰度值区间对应一参数阈值,因此根据设置的灰度值区间将图像分为若干段,将每一段图像对应的参数阈值传给canny边缘提取函数,将开关及标识牌边缘提取出来。
由于光照强度的不同,导致所拍摄的图片各个部分的灰度值不同,预先将图像按灰度值0~255设置为若干灰度值区间,每一灰度值区间可以是连续的也可以是不连续的,并设置好将每一灰度值区间对应的参数阈值;因此,边缘检测更加精确。
进一步地,由于每个开关下方均有开关的标识牌,因此,需将识别出的标识牌切割掉,在后续步骤(4)的图像等距切割中、及步骤(6)开关位置的判断中不会包括标识牌信息;因此,步骤(3)中,将开关及标识牌边缘提取出来后,根据预先设置的标识牌坐标位置信息,将图像中的标识牌位置图像从图像中切除。
进一步地,步骤(4)中,将步骤(3)中提取的开关边缘进行纵向和横向投影,根据压板开关行列数对图像进行等距切割,将每个开关进行独立划分,从而获得关于压板图像中每个开关的区域图像,大大减低了识别难度,便于后续的图像边缘提取。
在步骤(3)中,标识牌已被设置为非有效区域,因此,步骤(4)对开关进行横向和纵向投影是为了将开关与周围的背景分开,投影像素的峰处即为开关的位置所在处。
进一步地,步骤(5)中将每一个开关区域图像参数阈值传给canny边缘提取函数,将开关边缘提取出来;将每一开关区域图像的边缘由上至下分划分成3等分,上、下两部分分别利用灰度重心算法以及最小二乘圆拟合算法计算出上、下圆柱的点位置信息,对上、下圆柱的点信息取均值得到上、下圆柱的中间点坐标信息,获得的上、下圆柱的中间点即为后续步骤(6)中判断开关状态的依据。
步骤(5)中的边缘提取方法与步骤(3)中的边缘提取方式一致,即通过预先将图像按灰度值0~255设置为若干灰度值区间,每一灰度值区间可以是连续的也可以是不连续的,并设置好将每一灰度值区间对应的参数阈值,根据设置的灰度值区间将图像分为若干段,将每一段图像对应的参数阈值传给canny边缘提取函数,将开关边缘提取出来。
进一步地,每一开关区域图像的边缘由上至下分划分成的3等分中的上、下两部分m*n区域图像f,利用灰度重心算法得到重心坐标(x0,y0):
其中,
其中,Gr为图像灰度值,T为参数阈值;
得到的重心坐标利用最小二乘圆拟合算法,得到上、下圆柱的圆心坐标和半径,对上、下圆柱的点位置取均值得到上、下圆柱的中间点坐标信息。
进一步地,步骤(6)中,对上、下圆柱的中间点的图像灰度与压板背景灰度进行比对,若上、下圆柱的中间点的图像灰度与压板背景灰度一致即为开状态;若上、下圆柱的中间点位置间的图像灰度与压板背景灰度不一致,判断上、下圆柱间是否存在横向与竖向的边缘信息,如果不存在即为开状态,如果存在,即为关状态。
上、下圆柱的中间点的图像灰度与压板背景灰度进行比对,具体为上、下圆柱的中间点的图像灰度值与压板背景的参数阈值进行比对,若上、下圆柱的中间点的图像灰度值小于压板背景的参数阈值,则认定上、下圆柱的中间点的图像灰度与压板背景灰度一致;若上、下圆柱的中间点的图像灰度值大于或等于压板背景的参数阈值,则认定上、下圆柱的中间点位置间的图像灰度与压板背景灰度不一致。
进一步地,步骤(6)中,通过直角模板对上、下圆柱的点位置间的图像进行遍历搜寻,若找到直角模板特征的即为关状态,反之为开状态。
进一步地,其特征在于,步骤(7)中,检测识别结果以矩阵形式输出。
本发明的有益效果:
本发明利用机器视觉与图像处理技术,将前端获取的压板图像进行处理后反馈出各个开关状态的识别结果,不仅能节约时间与人力,还方便后期记录与复查压板开关在不同时间下的情况。
附图说明
图1是基于几何特征聚类划分的配电柜圆形压板状态识别方法的实现流程图。
具体实施方式
以下结合附图对本发明进行详细说明:
如图1所示,本发明的基于几何特征聚类划分的配电柜圆形压板状态识别方法包括如下步骤:
(1)图像采集;通过手机、平板电脑、USB摄像头等设备对压板图像进行采集,并以图片格式保存压板图像信息;
(2)第一次图像校正;将圆形黑点的标识牌设置在压板的4个角上,获取4个标识牌圆形黑点在图像中的像素坐标,以此为基准将倾斜或者变形的图像进行校正,校正至以4个标识牌圆形黑点为压板矩形尺寸的4个角。
(3)第一次边缘提取;预先将图像按灰度值0~255设置为若干灰度值区间,同时,设置每一灰度值区间对应的参数阈值,因此根据设置的灰度值区间将图像分为若干段,即灰度值在同一预设灰度值区间内的图像作为一段,将每一段图像对应的参数阈值传给canny边缘提取函数,将开关及标识牌边缘提取出来;并将开关及标识牌边缘提取出来后,根据预先设置的标识牌坐标位置信息,将图像中的标识牌位置图像从图像中切除。
(4)第二次图像校正&一次整体聚类划分;将步骤(3)中提取的开关边缘进行纵向和横向投影,根据压板图像开关行列数对图像进行等距切割,将每个开关进行独立划分,从而获得关于压板图像中每个开关的区域图像。
(5)第二次边缘提取&二次区域聚类划分;通过预先将图像按灰度值 0~255设置为若干灰度值区间,每一灰度值区间可以是连续的也可以是不连续的,并设置好将每一灰度值区间对应的参数阈值,根据设置的灰度值区间将图像分为若干段,将每一段图像对应的参数阈值传给canny边缘提取函数,将开关边缘提取出来;将每一开关区域图像的边缘由上至下分划分成3等分,上、下两部分分别依次利用灰度重心算法以及最小二乘圆拟合算法计算出上、下圆柱的点位置信息;上、下圆柱的点位置信息包括其圆心坐标和半径。具体如下:
像素灰度值Gr根据以下公式进行处理:
其中,R、G、B分别为图片各像素的RGB信息。
利用灰度重心算法,对区域图像的重心进行定位:
对于每一开关区域图像的边缘由上至下分划分成3等分中的上、下两部分 m*n区域图像f,每一段像素的灰度值Gr超过对应的参数阈值T的,均利用灰度重心算法得到重心坐标(x0,y0):
其中,
提取灰度重心算法定位得到的重心,利用最小二乘圆拟合算法,得到上、下圆柱的圆心坐标和半径;得到的上、下圆柱的点位置信息后,对上、下圆柱的点位置取均值得到上、下圆柱的中间点坐标信息,即上、下圆柱的中间点即为后续步骤(6)中判断开关状态的依据。
(6)目标识别;可通过以下2种方式对上、下圆柱的点位置在划分区域中间部分内进行线性特征比对状态识别,判断开关状态;
①首先,对上、下圆柱的中间点的图像灰度与压板背景灰度进行比对,具体为上、下圆柱的中间点的图像灰度值Gr与压板背景的参数阈值T进行比对,若上、下圆柱的中间点的图像灰度值Gr小于压板背景的参数阈值T,即Gr<T,则认定上、下圆柱的点位置间的图像灰度与压板背景灰度一致,即该开关为开状态;若上、下圆柱的中间点的图像灰度值Gr大于或等于压板背景的参数阈值T,即Gr≥T,则认定上、下圆柱的点位置间的图像灰度与压板背景灰度不一致,在对上、下圆柱间是否存在横向与竖向的边缘信息进行判断,如果不存在边缘信息,即该开关为开状态,如果存在边缘信息,即为关状态;
②通过直角模板对上、下圆柱的点位置间的图像进行遍历搜寻,若找到直角模板特征的即为关状态,反之为开状态。
其中,上、下圆柱间的图像为以上、下圆柱圆心基准,上、下圆柱间的半径为范围的区域。
(7)结果输出;将检测识别结果以矩阵形式输出。
开关在开状态的情况下,返回状态结果“0”,关状态情况下,返回状态结果“1”。
例如,对于开关行数为5,列数为9的压板,识别结果以如下矩阵形式输出:
101001001
001010100
000001010
000000000
100000000
本发明具体实现的硬件过程:通过手机、平板电脑、USB摄像头等设备对压板图像进行采集,图像通过光缆传输给中央处理器,中央处理器对图像进行图像采集、第一次图像校正、第一次边缘提取、第二次图像矫正、一次整体聚类划分、第二次边缘提取、二次区域聚类划分、目标识别和结果输出,在存储中心建立该次识别的识别结果存储空间,将识别后的结果进行边缘提取,并将边缘提取后的图像进行单个分割,把图像切割后的独立的单一开关图像存储至存储中心,便于查看、检查识别结果,识别结果通过矩阵形式显示于电子显示器。
本发明具体应用途径很多,以上所述仅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,还可以作出若干改进,这些改进也应视为本发明的保护范围。
Claims (10)
1.基于几何特征聚类划分的配电柜圆形压板状态识别方法,其特征在于,包括如下步骤:
(1)采集压板图像,并以图片格式保存压板图像信息;
(2)根据压板上设定的定位标识,识别定位标识的图像位置,并以此为基准将图像进行校正;
(3)将图像参数阈值传给边缘提取函数,将开关及标识牌边缘提取出来;
(4)根据压板图像开关行列数对图像进行等距切割,从而得到关于压板图像中每一个开关的区域图像;
(5)对每一个开关区域图像边缘由上至下分划分成若干等分,确定圆形压板的上、下圆柱的位置;
(6)在划分区域中间部分内进行线性特征比对状态识别,判断开关状态;
(7)返回检测识别结果。
2.根据权利要求1所述的基于几何特征聚类划分的配电柜圆形压板状态识别方法,其特征在于,步骤(2)中所述的定位标识为圆形黑点,设置在压板的4个角上,获取4个标识牌圆形黑点在图像中的像素坐标,以此为基准将倾斜或者变形的图像进行校正。
3.根据权利要求1所述的基于几何特征聚类划分的配电柜圆形压板状态识别方法,其特征在于,步骤(3)中通过将图像灰度值设置为若干区间,每一灰度值区间对应一参数阈值,因此根据设置的灰度值区间将图像分为若干段,将每一段图像对应的参数阈值传给canny边缘提取函数,将开关及标识牌边缘提取出来。
4.根据权利要求3所述的基于几何特征聚类划分的配电柜圆形压板状态识别方法,其特征在于,将开关及标识牌边缘提取出来后,根据预先设置的标识牌坐标位置信息,将图像中的标识牌位置图像从图像中切除。
5.根据权利要求4所述的基于几何特征聚类划分的配电柜圆形压板状态识别方法,其特征在于,步骤(4)中,将步骤(3)中提取的开关边缘进行纵向和横向投影,根据压板开关行列数对图像进行等距切割,将每一个开关进行独立划分,从而获得关于压板图像中每个开关的区域图像。
6.根据权利要求1所述的基于几何特征聚类划分的配电柜圆形压板状态识别方法,其特征在于,步骤(5)中,将每一个开关区域图像参数阈值传给canny边缘提取函数,将开关边缘提取出来;将每一开关区域图像的边缘由上至下分划分成3等分,上、下两部分分别利用灰度重心算法以及最小二乘圆拟合算法计算出上、下圆柱的点位置信息,对上、下圆柱的点信息取均值得到上、下圆柱的中间点坐标信息。
7.根据权利要求6所述的基于几何特征聚类划分的配电柜圆形压板状态识别方法,其特征在于,每一开关区域图像的边缘由上至下分划分成的3等分中的上、下两部分m*n区域图像f,利用灰度重心算法得到重心坐标(x0,y0):
其中,
其中,Gr为图像灰度值,T为参数阈值;
得到的重心坐标利用最小二乘圆拟合算法,得到上、下圆柱的圆心坐标和半径,对上、下圆柱的点位置取均值得到上、下圆柱的中间点坐标信息。
8.根据权利要求1所述的基于几何特征聚类划分的配电柜圆形压板状态识别方法,其特征在于,步骤(6)中,对上、下圆柱的中间点的图像灰度与压板背景灰度进行比对,若上、下圆柱的中间点的图像灰度与压板背景灰度一致即为开状态;若上、下圆柱的中间点位置间的图像灰度与压板背景灰度不一致,判断上、下圆柱间的图像是否存在横向与竖向的边缘信息,如果不存在即为开状态,如果存在,即为关状态。
9.根据权利要求1所述的基于几何特征聚类划分的配电柜圆形压板状态识别方法,其特征在于,步骤(6)中,通过直角模板对上、下圆柱间的图像进行遍历搜寻,若找到直角模板特征的即为关状态,反之为开状态。
10.根据权利要求1所述的基于几何特征聚类划分的配电柜圆形压板状态识别方法,其特征在于,步骤(7)中,检测识别结果以矩阵形式输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810253526.9A CN108447056A (zh) | 2018-03-26 | 2018-03-26 | 基于几何特征聚类划分的配电柜圆形压板状态识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810253526.9A CN108447056A (zh) | 2018-03-26 | 2018-03-26 | 基于几何特征聚类划分的配电柜圆形压板状态识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108447056A true CN108447056A (zh) | 2018-08-24 |
Family
ID=63197134
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810253526.9A Pending CN108447056A (zh) | 2018-03-26 | 2018-03-26 | 基于几何特征聚类划分的配电柜圆形压板状态识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108447056A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109375573A (zh) * | 2018-11-22 | 2019-02-22 | 南通科技职业学院 | 一种工业机器视觉系统图像处理方法 |
CN109617233A (zh) * | 2018-12-14 | 2019-04-12 | 朱明增 | 保护压板自动核对校验方法 |
CN109740450A (zh) * | 2018-12-17 | 2019-05-10 | 浙江大华技术股份有限公司 | 一种电力开关柜开关状态的识别方法及装置 |
CN109753902A (zh) * | 2018-12-21 | 2019-05-14 | 广西电网有限责任公司来宾供电局 | 基于hough变换图像处理的配电柜方形压板状态识别方法 |
CN109919038A (zh) * | 2019-02-12 | 2019-06-21 | 广西大学 | 基于机器视觉与深度学习的配电柜方形压板状态识别方法 |
CN110751618A (zh) * | 2019-06-05 | 2020-02-04 | 浙江大华技术股份有限公司 | 一种漂浮物检测方法、装置及电子设备 |
CN113537224A (zh) * | 2020-04-22 | 2021-10-22 | 中国科学院沈阳自动化研究所 | 一种基于视觉的配电柜开关状态自动识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070019857A1 (en) * | 2005-07-20 | 2007-01-25 | Hideki Ina | Apparatus and method for specifying correlation, exposure apparatus, and device manufacturing method |
CN102412627A (zh) * | 2011-11-29 | 2012-04-11 | 安徽继远电网技术有限责任公司 | 基于图像识别的智能变电站状态监控系统 |
CN103413130A (zh) * | 2013-07-25 | 2013-11-27 | 中国农业大学 | 一种保护压板状态的识别方法 |
CN106296750A (zh) * | 2016-08-09 | 2017-01-04 | 国网江苏省电力公司检修分公司 | 一种基于改进颜色识别技术的压板状态辨识方法 |
CN107680093A (zh) * | 2017-10-12 | 2018-02-09 | 广东电网有限责任公司电力科学研究院 | 一种保护压板的连接式开关的投退状态的辨识方法及装置 |
-
2018
- 2018-03-26 CN CN201810253526.9A patent/CN108447056A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070019857A1 (en) * | 2005-07-20 | 2007-01-25 | Hideki Ina | Apparatus and method for specifying correlation, exposure apparatus, and device manufacturing method |
CN102412627A (zh) * | 2011-11-29 | 2012-04-11 | 安徽继远电网技术有限责任公司 | 基于图像识别的智能变电站状态监控系统 |
CN103413130A (zh) * | 2013-07-25 | 2013-11-27 | 中国农业大学 | 一种保护压板状态的识别方法 |
CN106296750A (zh) * | 2016-08-09 | 2017-01-04 | 国网江苏省电力公司检修分公司 | 一种基于改进颜色识别技术的压板状态辨识方法 |
CN107680093A (zh) * | 2017-10-12 | 2018-02-09 | 广东电网有限责任公司电力科学研究院 | 一种保护压板的连接式开关的投退状态的辨识方法及装置 |
Non-Patent Citations (3)
Title |
---|
V. RICCHIUTI*等: "An Equivalent Circuit Model for the Identification of the Stub Resonance due to Differential Vias on PCB", 《2009 IEEE WORKSHOP ON SIGNAL PROPAGATION ON INTERCONNECTS》 * |
杨帆等: "《数字图像处理与分析》", 31 May 2015 * |
邓应松等: "基于图像识别的保护压板投退状态辨识方法 ", 《陕西电力》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109375573A (zh) * | 2018-11-22 | 2019-02-22 | 南通科技职业学院 | 一种工业机器视觉系统图像处理方法 |
CN109617233A (zh) * | 2018-12-14 | 2019-04-12 | 朱明增 | 保护压板自动核对校验方法 |
CN109740450A (zh) * | 2018-12-17 | 2019-05-10 | 浙江大华技术股份有限公司 | 一种电力开关柜开关状态的识别方法及装置 |
CN109740450B (zh) * | 2018-12-17 | 2021-02-02 | 浙江大华技术股份有限公司 | 一种电力开关柜开关状态的识别方法及装置 |
CN109753902A (zh) * | 2018-12-21 | 2019-05-14 | 广西电网有限责任公司来宾供电局 | 基于hough变换图像处理的配电柜方形压板状态识别方法 |
CN109753902B (zh) * | 2018-12-21 | 2021-10-29 | 广西电网有限责任公司来宾供电局 | 基于hough变换图像处理的配电柜方形压板状态识别方法 |
CN109919038A (zh) * | 2019-02-12 | 2019-06-21 | 广西大学 | 基于机器视觉与深度学习的配电柜方形压板状态识别方法 |
CN110751618A (zh) * | 2019-06-05 | 2020-02-04 | 浙江大华技术股份有限公司 | 一种漂浮物检测方法、装置及电子设备 |
CN110751618B (zh) * | 2019-06-05 | 2022-12-30 | 浙江大华技术股份有限公司 | 一种漂浮物检测方法、装置及电子设备 |
CN113537224A (zh) * | 2020-04-22 | 2021-10-22 | 中国科学院沈阳自动化研究所 | 一种基于视觉的配电柜开关状态自动识别方法 |
CN113537224B (zh) * | 2020-04-22 | 2023-07-14 | 中国科学院沈阳自动化研究所 | 一种基于视觉的配电柜开关状态自动识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108447056A (zh) | 基于几何特征聚类划分的配电柜圆形压板状态识别方法 | |
CN106485275B (zh) | 一种实现盖板玻璃与液晶屏定位贴合的方法 | |
US10151664B2 (en) | Method and system for measuring lens distortion | |
CN103189827B (zh) | 对象显示装置以及对象显示方法 | |
US11071399B2 (en) | Shelf system | |
CN106370671A (zh) | 基于机器视觉的pcb上元器件检测系统及方法 | |
CN104008542B (zh) | 一种针对特定平面图形的快速角点匹配方法 | |
CN107358627B (zh) | 基于Kinect相机的果实尺寸检测方法 | |
US20120219227A1 (en) | Computer-readable storage medium, image recognition apparatus, image recognition system, and image recognition method | |
EP1993071B1 (en) | Image zone detection | |
CN110175997B (zh) | 显示屏坏点检测方法、装置、计算机设备和存储介质 | |
CN108470356B (zh) | 一种基于双目视觉的目标对象快速测距方法 | |
US20120219177A1 (en) | Computer-readable storage medium, image processing apparatus, image processing system, and image processing method | |
CN106446894A (zh) | 一种基于轮廓识别球型目标物位置的方法 | |
CN111488683B (zh) | 一种基于图像处理技术的破片飞散参数确定方法 | |
US20120219179A1 (en) | Computer-readable storage medium, image processing apparatus, image processing system, and image processing method | |
CN109919038A (zh) | 基于机器视觉与深度学习的配电柜方形压板状态识别方法 | |
CN113873229B (zh) | 一种图像坏点检测方法、系统及装置 | |
US20120219178A1 (en) | Computer-readable storage medium, image processing apparatus, image processing system, and image processing method | |
US20110200257A1 (en) | Character region extracting apparatus and method using character stroke width calculation | |
CN104240227B (zh) | 图像分析系统及方法 | |
CN111582118A (zh) | 一种人脸识别方法及装置 | |
EP2793172A1 (en) | Image processing apparatus, image processing method and program | |
KR20180016187A (ko) | 복수의 카메라들을 정렬하기 위한 카메라 영상 분석 방법 및 영상 분석 표시 장치 | |
CN114187253A (zh) | 一种电路板零件安装检测方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180824 |
|
WD01 | Invention patent application deemed withdrawn after publication |