CN109753902A - 基于hough变换图像处理的配电柜方形压板状态识别方法 - Google Patents
基于hough变换图像处理的配电柜方形压板状态识别方法 Download PDFInfo
- Publication number
- CN109753902A CN109753902A CN201811574406.5A CN201811574406A CN109753902A CN 109753902 A CN109753902 A CN 109753902A CN 201811574406 A CN201811574406 A CN 201811574406A CN 109753902 A CN109753902 A CN 109753902A
- Authority
- CN
- China
- Prior art keywords
- image
- pressing plate
- power distribution
- distribution cabinet
- line
- 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
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了基于hough变换图像处理的配电柜方形压板状态识别方法,包括图像采集,采集配电柜方形压板图像,并以图片格式进行备份和保存;图像校正,识别标定直线的四个角点在图像中的像素坐标,并以此像素坐标为基准进行图像校正;图像切割,通过人眼所观察得到校正后的配电柜方形压板的图像阵列数;标识牌切除:在每一个切割的小开关区域图像内,对每一个小开关所在独立区域的标识牌进行切除;颜色提取,将小开关所在的独立区域按照图像颜色的阈值大小进行颜色提取,目标识别,对小开关的前景部分用canny函数进行边缘直线检测,检测识别结果以矩阵形式输出。
Description
技术领域
本发明属于电气设备图像识别技术领域,尤其涉及基于hough变换图像处 理的配电柜方形压板状态识别方法。
背景技术
随着电力系统的发展,在电力设备故障检测领域,电气控制柜中存在有 较多方形压板子系统,对电力运行安全起到重要作用。由于一次巡检过程中 压板数量较多,分布地域广,现行的主要是人工排查法,虽准确但效率低下, 不利于迅速排除故障且造成人力资源的浪费。
发明内容
本发明的目的在于提供了基于hough变换图像处理的配电柜方形压板状 态识别方法,本发明发明利用hough变换图像处理技术,将摄像头采集到的 压板图像进行上述图像处理后反馈出各个开关的数字状态结果,减少了对目 标检测产生的影响。为了实现上述目的,本发明采用以下技术效果:
根据本发明的一个方面,提供了基于hough变换图像处理的配电柜方形 压板状态识别方法,包括如下步骤:
步骤1:图像采集,在配电柜方形压板的边框上设定标定直线,采集配电 柜方形压板图像,并以图片格式进行备份和保存;
步骤2:图像校正,识别标定直线的四个角点在图像中的像素坐标,并以 此像素坐标为基准进行图像校正;
步骤3:图像切割,通过人眼所观察得到校正后的配电柜方形压板的图像 阵列数,再以此阵列数对图像进行切割,从而得到关于配电柜方形压板图像 中每一个小开关区域图像;
步骤4:标识牌切除:在每一个切割的小开关区域图像内,对每一个小开 关所在独立区域的标识牌进行切除;对标识牌进行切除依据标识牌在图像区 域中所占的比例进行切除;
步骤5:颜色提取,对每个小开关的标识牌切除后,将小开关所在的独立 区域按照图像颜色的阈值大小进行颜色提取,同时将背景部分用预设的颜色 掩模进行处理,将其背景部分置为预设的颜色,以减少对目标检测产生的影 响;
步骤6:目标识别,对小开关颜色提取后,先对小开关的前景部分用canny 函数进行边缘直线检测,然后将检测出的边缘直线进行膨胀,以增强边缘线 段的可识别度,再对每一个小开关进行hough直线检测;
步骤7:输出识别结果,返回检测识别结果,并将检测识别结果以矩阵形 式输出。
上述方案进一步优选的,在步骤2中,所述标定直线设定在方形压板的 边框及每两行的中间,获取标定直线的四个角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。
上述方案进一步优选的,步骤3中,对图像进行切割是根据阵列数对图 像进行等距切割,对图像进行等距切割是对每个小开关所在的区域图像进行 独立划分,从而获得关于压板图像中每小个开关的区域图像。
上述方案进一步优选的,在步骤4中,对每一个去除掉标识牌的小开关 所在独立区域进行颜色提取和边缘检测,以定位出小开关的形状及位置。
上述方案进一步优选的,在步骤6中,对每一个小开关进行hough直线 检测包括以下步骤:
1)在像素坐标所在的直角坐标系内设一条直线l,像素坐标的原点到该 直线l的垂直线l0,原点至直线l的垂直距离为ρ,垂直线l0与x轴的夹角为 θ,则这垂直线l0是唯一的,且该直线l在极坐标系中的方程为:
ρ=xcosθ+ysinθ, (1);
该条直线l在极坐标系参数空间中某一点的参数空间坐标为(ρ,θ),
2)、将参数空间坐标(ρ,θ)进行空间量化,得到二维矩阵M(ρ,θ),令 M(ρ,θ)=0,即为初始值为0;
3)、对每小个开关边缘上的每一个点(xi,yi),将θ的所有量化值带入式(1);
4)、计算出相应的ρ值,且将二维矩阵M(ρ,θ)加1;
5)、将全部(xi,yi)处理后,分析M(ρ,θ)比较其值与预设值T的大小,如 果M(ρ,θ)>T,就认为存在一条有意义的线段,T为一个剔除虚假或没意义 的线段的阈值;
6)、由(xi,yi)和M(ρ,θ)共同确定图像中的线段,并将断裂部分连接起来;
7)、对检测出的直线l与x轴所成的夹角进行角度判断,若角度大于100 度,则开关状态为开,否则为关。
综上所述,由于本发明采用了上述技术方案,本发明具有以下技术效果:
(1)、本发明利用hough变换图像处理技术,将摄像头采集到的压板图像 进行上述图像处理后反馈出各个开关的数字状态结果,减少了对目标检测产 生的影响,大大节约了人力还提高了识别效率。
附图说明
图1是发明的基于hough变换图像处理的配电柜方形压板状态识别方法 流程图;
图2是发明的颜色提取的效果图;
图3是发明的hough变换原理图;
图4是发明的配电柜方形压板识别的hough直线检测状态输出对比情况 图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下参照附图并举 出优选实施例,对本发明进一步详细说明。然而,需要说明的是,说明书中 列出的许多细节仅仅是为了使读者对本发明的一个或多个方面有一个透彻的 理解,即便没有这些特定的细节也可以实现本发明的这些方面。
如图1所示,根据本发发明的一个方面,提供了基于hough变换图像处 理的配电柜方形压板状态识别方法,包括如下步骤:
步骤1:图像采集,在配电柜方形压板的边框上设定标定直线,采集配电 柜方形压板图像,并以图片格式进行备份和保存;本发明是通过手机、平板 电脑、USB摄像头等进行压板图像的采集;
步骤2:图像校正,识别标定直线的四个角点在图像中的像素坐标,并以 此像素坐标为基准进行图像校正;所述标定直线设定在方形压板的边框及每 两行的中间,获取标定直线的四个角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;具体是将所述方形压板上设定的标定直线用 带颜色的直线进行标定,并将带颜色的直线设置在方形压板的边框及每两行 的中间,获取标定直线的四个角点在方形图像中的像素坐标,以此为基准将 倾斜或者变形的图像进行校正;在本发明的实施例,而且在图像中,标定直线若为红色,图像较为明显,此时,通过颜色提取的方法提取出图中所有的 红色部分,也可为其他颜色。
其中,R=((R-G)>diff_R&(R-B)>diff_R);%diff_R值越大分离越严格;
上式为提取红色的条件:即R分量与G、B分量差值大于设定(diff_R), RGB即是代表红、绿、蓝三个通道的颜色,若标定线为其它颜色,也可根据 需求按照上述原理进行提取。实现对RGB图像颜色提取,最为关键的也最为 核心的是对R/G/B等颜色严格界定的判别规则。而对于非目标颜色则会通过 掩膜覆盖(此处所选择的掩膜为黑色掩膜),从而突出显示所要提取到的颜色。 判别规则是具R/G/B中某一颜色分量明显不小于其它分量时,即判别某像素 点为某种颜色,并通过设置判别阈值,来控制判别条件的颜色与否;diff_R代 表一个预定的R分量与G、B分量的差值界限,当R分量与G、B分量大于 这个值,即可提取出红色,此设定值一般是按照自己的需求经过多次试验选 定的,没有明确的界限。对所提取的部分进行hough直线检测,以此为基准 获取红色矩形框上的四个角点在图像中的像素坐标结合透视变换将倾斜或者 变形的图像进行校正,校正至以红色矩形框上的四个角点为压板矩形尺寸的4 个角。
步骤3:图像划分,通过人眼所观察得到校正后的配电柜方形压板的图像 阵列数,再以此阵列数对图像进行切割,从而得到关于配电柜方形压板图像 中每一个小开关区域图像;对图像进行切割是根据阵列数对图像进行等距切 割,对图像进行等距切割是对每个小开关所在的区域图像进行独立划分,从 而获得关于压板图像中每小个开关的区域图像;
步骤4:标识牌切除:在每一个切割的小开关区域图像内,对每一个小开 关所在独立区域的标识牌进行切除;对标识牌进行切除依据标识牌在图像区 域中所占的比例进行切除;对每一个去除掉标识牌的小开关所在独立区域进 行颜色提取和边缘检测,以定位出小开关的形状及位置,其切除比例是按照 标识牌的宽占整个小开关区域的宽的百分比计算,如果不将标识牌切除,将 会和开关一样在直线检测部分参与检测过程,所检测出的直线就有可能出现 在标识牌上,而开关部分的直线效果将被忽略,导致误检测,切除标识牌之 后直线仅可能出现在开关部分,大大提升了识别率;
提取出区域中的小开关位置,通过彩色图像中(R,G,B)三原色的阈值之 差来判断选取的,根据需求方提供的压板图像仅存在红、黄、白三种颜色, 所以在此,其相应的提取代码如下:
R=(R-G>40)&(R-B>40);%红色分量提取
Y=(R-G<40)&(R-B>50);%黄色分量提取
%白色分量提取:
if((190<R(i,j)<255)&&(190<G(i,j)<255)&&(198<B(i,j)<250))
W(i,j)=255;
else
W(i,j)=0;
End;
以上标识牌比例由计算选取,阈值由多次实验得出的结果
步骤5:颜色提取,对每个小开关的标识牌切除后,将小开关所在的独立 区域按照图像颜色的阈值大小进行颜色提取,同时将背景部分用预设的颜色 掩模进行处理,将其背景部分置为预设的颜色,如图2所示,以减少对目标 检测产生的影响;在本发明中可将背景部分用黑色掩模进行处理,将其置为 黑色以减少对目标检测产生的影响;
步骤6:目标识别,对小开关颜色提取后,先对小开关的前景部分用canny 函数进行边缘直线检测,然后将检测出的边缘直线进行膨胀,以增强边缘线 段的可识别度,减小容许误差,再对每一个小开关进行hough直线检测;对 提取的开关区域内进行线性特征比对状态识别,从而判断开关的状态;在本 发明中,如图3所示,对每一个小开关进行hough直线检测包括以下步骤:
1)在像素坐标所在的直角坐标系内设一条直线l,像素坐标的原点到该 直线l的垂直线l0,原点至直线l的垂直距离为ρ,垂直线l0与x轴的夹角为 θ,则这垂直线l0是唯一的,且该直线l在极坐标系中的方程为:
ρ=xcosθ+ysinθ, (1);
该条直线l在极坐标系参数空间中某一点的参数空间坐标为(ρ,θ),即是 直角坐标系下的直线l在极坐标系空间中的坐标为(ρ,θ);
2)、将参数空间坐标(ρ,θ)进行空间量化,得到二维矩阵M(ρ,θ),令 M(ρ,θ)=0,即为初始值为0;
3)、对每小个开关边缘上的每一个点(xi,yi),将θ的所有量化值带入式(1);
则满足:ρ=xicosθ+yisinθ;
其中θ的量化值是指通过(xi,yi)到原点的直线与x轴的夹角值来获取 得到的值;
4)、计算出相应的ρ值,且将二维矩阵M(ρ,θ)加1,其中,M(ρ,θ)是 一个累加器,初始值为0,即M(ρ,θ)=0;
5)、将全部(xi,yi)处理后,分析M(ρ,θ)比较其值与预设值T的大小,如 果M(ρ,θ)>T,就认为存在一条有意义的线段,T为一个剔除虚假或没意义 的线段的阈值;预设值T是一个二值图像的门限阈值,比较预设值T与M(ρ, θ)的大小,M(ρ,θ)大于这个门限阈值时,该线段才有意义;
6)、由(xi,yi)和M(ρ,θ)共同确定图像中的线段,并将断裂部分连接起来, 断裂部分是指边缘受损部分,检测出的直线出现了些许断裂;(xi,yi)此像素点 部分置为自己预设的颜色,否则置为背景色,若未出现断裂,则是连续性的 线段,则基于像素之间的距离的计算,断裂部分即为不连续像素,是在遍历 给定累加器单元对应的像素集合的过程中识别出来的,如果一点和它最接近 的相邻点之间的距离小于预设值,则认为该距离可以忽略,并将两条线段连 接起来;
7)、对检测出的直线l与x轴所成的夹角进行角度判断,若角度大于100 度,则开关状态为开,否则为关。原则上,以水平线为参照平面,当角度大 于90度时即为开关的开状态,但此处为了预留些许误差许可,将角度大于100 度的状态定义为开关的开状态,而其余状态皆可视其为关状态,开状态情况 下,返回状态结果“0”,关状态情况下,返回状态结果“1”;
步骤7:输出识别结果,返回检测识别结果,并将检测识别结果以矩阵形 式输出,例如,结合图4,对于开关行数为4,列数为9的压板,识别结果以 如下矩阵形式输出如下表所示:
1 | 1 | 1 | 1 | 1 | 0 | 1 | 0 | 0 |
1 | 1 | 1 | 0 | 0 | 0 | 0 | 0 | 0 |
0 | 0 | 1 | 1 | 0 | 0 | 0 | 0 | 0 |
1 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
通过图4的中hough直线检测状态输出对比情况,以及识别结果与原图 进行对比,证明本文所提出的开关识别方法检测的结果是准确、可行的;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校 正、图像切割、颜色提取、开关定位和目标识别,在存储中心建立该次识别 的识别结果存储空间,将识别后的结果及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。
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和润 饰,这些改进和润饰也应视为本发明的保护范围。
Claims (5)
1.基于hough变换图像处理的配电柜方形压板状态识别方法,其特征在于:包括如下步骤:
步骤1:图像采集,在配电柜方形压板的边框上设定标定直线,采集配电柜方形压板图像,并以图片格式进行备份和保存;
步骤2:图像校正,识别标定直线的四个角点在图像中的像素坐标,并以此像素坐标为基准进行图像校正;
步骤3:图像切割,通过人眼所观察得到校正后的配电柜方形压板的图像阵列数,再以此阵列数对图像进行切割,从而得到关于配电柜方形压板图像中每一个小开关区域图像;
步骤4:标识牌切除:在每一个切割的小开关区域图像内,对每一个小开关所在独立区域的标识牌进行切除;对标识牌进行切除依据标识牌在图像区域中所占的比例进行切除;
步骤5:颜色提取,对每个小开关的标识牌切除后,将小开关所在的独立区域按照图像颜色的阈值大小进行颜色提取,同时将背景部分用预设的颜色掩模进行处理,将其背景部分置为预设的颜色,以减少对目标检测产生的影响;
步骤6:目标识别,对小开关颜色提取后,先对小开关的前景部分用canny函数进行边缘直线检测,然后将检测出的边缘直线进行膨胀,以增强边缘线段的可识别度,再对每一个小开关进行hough直线检测;
步骤7:输出识别结果,返回检测识别结果,并将检测识别结果以矩阵形式输出。
2.根据权利要求1所述的基于hough变换图像处理的配电柜方形压板状态识别方法,其特征在于:在步骤2中,所述标定直线设定在方形压板的边框及每两行的中间,获取标定直线的四个角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hough变换图像处理的配电柜方形压板状态识别方法,其特征在于:步骤3中,对图像进行切割是根据阵列数对图像进行等距切割,对图像进行等距切割是对每个小开关所在的区域图像进行独立划分,从而获得关于压板图像中每小个开关的区域图像。
4.根据权利要求1所述的基于hough变换图像处理的配电柜方形压板状态识别方法,其特征在于:在步骤4中,对每一个去除掉标识牌的小开关所在独立区域进行颜色提取和边缘检测,以定位出小开关的形状及位置。
5.根据权利要求1所述的基于hough变换图像处理的配电柜方形压板状态识别方法,其特征在于:在步骤6中,对每一个小开关进行hough直线检测包括以下步骤:
1)在像素坐标所在的直角坐标系内设一条直线l,像素坐标的原点到该直线l的垂直线l0,原点至直线l的垂直距离为ρ,垂直线l0与x轴的夹角为θ,则这垂直线l0是唯一的,且该直线l在极坐标系中的方程为:
ρ=x cosθ+y siθn,(1);
该条直线l在极坐标系参数空间中某一点的参数空间坐标为(ρ,θ),
2)、将参数空间坐标(ρ,θ)进行空间量化,得到二维矩阵M(ρ,θ),令M(ρ,θ)=0,即为初始值为0;
3)、对每小个开关边缘上的每一个点(xi,yi),将θ的所有量化值带入式(1);
4)、计算出相应的ρ值,且将二维矩阵M(ρ,θ)加1;
5)、将全部(xi,yi)处理后,分析M(ρ,θ)比较其值与预设值T的大小,如果M(ρ,θ)>T,就认为存在一条有意义的线段,T为一个剔除虚假或没意义的线段的阈值;
6)、由(xi,yi)和M(ρ,θ)共同确定图像中的线段,并将断裂部分连接起来;
7)、对检测出的直线l与x轴所成的夹角进行角度判断,若角度大于100度,则开关状态为开,否则为关。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811574406.5A CN109753902B (zh) | 2018-12-21 | 2018-12-21 | 基于hough变换图像处理的配电柜方形压板状态识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811574406.5A CN109753902B (zh) | 2018-12-21 | 2018-12-21 | 基于hough变换图像处理的配电柜方形压板状态识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109753902A true CN109753902A (zh) | 2019-05-14 |
CN109753902B CN109753902B (zh) | 2021-10-29 |
Family
ID=66403919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811574406.5A Active CN109753902B (zh) | 2018-12-21 | 2018-12-21 | 基于hough变换图像处理的配电柜方形压板状态识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109753902B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111767777A (zh) * | 2020-01-08 | 2020-10-13 | 杭州健而控科技有限公司 | 一种基于图像处理算法的变电站隔离开关状态分析方法 |
CN111860593A (zh) * | 2020-06-15 | 2020-10-30 | 北京华电天仁电力控制技术有限公司 | 一种基于生成对抗网络的风机叶片故障检测方法 |
CN112528741A (zh) * | 2020-11-06 | 2021-03-19 | 广东电网有限责任公司中山供电局 | 一种变电站压板的状态识别方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106022345A (zh) * | 2016-04-13 | 2016-10-12 | 杭州远鉴信息科技有限公司 | 一种基于霍夫森林的高压隔离开关状态识别方法 |
CN107944396A (zh) * | 2017-11-27 | 2018-04-20 | 国网安徽省电力有限公司经济技术研究院 | 一种基于改进深度学习的刀闸状态识别方法 |
CN108447056A (zh) * | 2018-03-26 | 2018-08-24 | 广西大学 | 基于几何特征聚类划分的配电柜圆形压板状态识别方法 |
-
2018
- 2018-12-21 CN CN201811574406.5A patent/CN109753902B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106022345A (zh) * | 2016-04-13 | 2016-10-12 | 杭州远鉴信息科技有限公司 | 一种基于霍夫森林的高压隔离开关状态识别方法 |
CN107944396A (zh) * | 2017-11-27 | 2018-04-20 | 国网安徽省电力有限公司经济技术研究院 | 一种基于改进深度学习的刀闸状态识别方法 |
CN108447056A (zh) * | 2018-03-26 | 2018-08-24 | 广西大学 | 基于几何特征聚类划分的配电柜圆形压板状态识别方法 |
Non-Patent Citations (1)
Title |
---|
朱红岷等: "基于图像处理的变电站视频智能分析研究", 《计算机工程与应用》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111767777A (zh) * | 2020-01-08 | 2020-10-13 | 杭州健而控科技有限公司 | 一种基于图像处理算法的变电站隔离开关状态分析方法 |
CN111860593A (zh) * | 2020-06-15 | 2020-10-30 | 北京华电天仁电力控制技术有限公司 | 一种基于生成对抗网络的风机叶片故障检测方法 |
CN111860593B (zh) * | 2020-06-15 | 2023-08-18 | 国能信控互联技术有限公司 | 一种基于生成对抗网络的风机叶片故障检测方法 |
CN112528741A (zh) * | 2020-11-06 | 2021-03-19 | 广东电网有限责任公司中山供电局 | 一种变电站压板的状态识别方法及装置 |
CN112528741B (zh) * | 2020-11-06 | 2022-01-21 | 广东电网有限责任公司中山供电局 | 一种变电站压板的状态识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109753902B (zh) | 2021-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wen et al. | COVERAGE—A novel database for copy-move forgery detection | |
DE102020100684B4 (de) | Kennzeichnung von graphischen bezugsmarkierern | |
CA2867365C (en) | Method, system and computer storage medium for face detection | |
CN109753902A (zh) | 基于hough变换图像处理的配电柜方形压板状态识别方法 | |
Ajmal et al. | A comparison of RGB and HSV colour spaces for visual attention models | |
CN105844242A (zh) | 图像中的肤色检测方法 | |
JP6779688B2 (ja) | 画像処理装置、画像処理方法、コンピュータプログラム | |
CN110675373A (zh) | 一种组件安装检测方法、装置和系统 | |
CN104598905A (zh) | 一种车牌定位方法和装置 | |
CN105405130B (zh) | 基于聚类的证照图像高光检测方法及装置 | |
KR19990034361A (ko) | 동영상을 이용한 객체 추출방법 | |
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 | |
Narkhede et al. | Color image segmentation using edge detection and seeded region growing approach for CIELab and HSV color spaces | |
KR101428923B1 (ko) | 인쇄회로기판의 부품패키징 영역 자동검출 시스템 및 방법 | |
CN101771825B (zh) | 图像亮色补偿的方法和装置 | |
CN113095148B (zh) | 眉毛区域被遮挡的检测方法、系统、拍照设备和存储介质 | |
CN112101260B (zh) | 一种作业人员安全带识别方法、装置、设备和存储介质 | |
KR20130091918A (ko) | 오브젝트 인식 장치 및 방법 | |
CN111784768A (zh) | 基于三色四灯标记识别的无人机姿态估计方法及系统 | |
CN105141904B (zh) | 安全监控与身份识别方法及装置 | |
CN111210410A (zh) | 一种信号灯状态检测方法与装置 | |
KR101513931B1 (ko) | 구도의 자동보정 방법 및 이러한 구도의 자동보정 기능이 탑재된 영상 장치 | |
CN112418226B (zh) | 一种鱼眼分合闸状态识别的方法及装置 | |
JP2007193553A (ja) | 画像処理方法、画像処理装置および画像処理プログラム | |
CN109410169B (zh) | 一种图像背景干扰度的识别方法及装置 |
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 |