CN109990205B - 一种井下中央泵房泄漏监测装置及方法 - Google Patents
一种井下中央泵房泄漏监测装置及方法 Download PDFInfo
- Publication number
- CN109990205B CN109990205B CN201910030637.8A CN201910030637A CN109990205B CN 109990205 B CN109990205 B CN 109990205B CN 201910030637 A CN201910030637 A CN 201910030637A CN 109990205 B CN109990205 B CN 109990205B
- Authority
- CN
- China
- Prior art keywords
- leakage
- image
- jet flow
- pump room
- image information
- 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
- 238000012806 monitoring device Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims description 25
- 238000012544 monitoring process Methods 0.000 claims abstract description 36
- 238000012545 processing Methods 0.000 claims description 50
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 30
- 238000004891 communication Methods 0.000 claims description 20
- 238000005516 engineering process Methods 0.000 claims description 18
- 238000013500 data storage Methods 0.000 claims description 14
- 238000012706 support-vector machine Methods 0.000 claims description 14
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 6
- 239000000725 suspension Substances 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 238000013145 classification model Methods 0.000 claims description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- RNFJDJUURJAICM-UHFFFAOYSA-N 2,2,4,4,6,6-hexaphenoxy-1,3,5-triaza-2$l^{5},4$l^{5},6$l^{5}-triphosphacyclohexa-1,3,5-triene Chemical compound N=1P(OC=2C=CC=CC=2)(OC=2C=CC=CC=2)=NP(OC=2C=CC=CC=2)(OC=2C=CC=CC=2)=NP=1(OC=1C=CC=CC=1)OC1=CC=CC=C1 RNFJDJUURJAICM-UHFFFAOYSA-N 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000003063 flame retardant Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
- F17D5/06—Preventing, monitoring, or locating loss using electric or acoustic means
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明公开的一种井下中央泵房泄漏监测装置,涉及井下中央泵房泄漏监测技术领域。所述监测装置沿预定轨道往复运动进行中央泵房泄漏监测,包括壳体以及设置于壳体内的图像采集模块和集成电路板,其中图像采集模块采集图像信息并将其发送至集成电路板,提取图像形状特征与样本图像的形状特征进行对比,由此分析确定泄漏与否。本发明公开的一种井下中央泵房泄漏监测装置,整体结构简单,易于安装,使得泄漏监测工作能够高效、准确地进行,监测结果更加准确;同时该监测装置对于监测结果能够也做到及时有效的反馈。
Description
技术领域
本发明涉及井下中央泵房泄漏监测技术领域,具体涉及一种基于图像处理技术的井下中央泵房泄漏监测装置及方法。
背景技术
井下中央泵房的设置,其主要作用在于及时把矿井涌水排到地面,保证井下人员的安全和生产的正常进行。而由于排水设备功率大、耗电多,且长期运行在机器恶劣的环境中,因此对水泵管道进行防泄漏的监测,保证其高效可靠运行,对降低生产成本、提高效益、保证井下人员的安全具有重要意义。
现有的井下中央泵房泄漏监测方式多采用人工巡检,其弊端,一方面泄漏点可能出现在泵房的多处位置,依靠人眼去观察,找到泄漏点的时间会很长,不能及时、有效的向系统反馈;另一方面井下中央泵房的环境相对恶劣,增加了工人的劳动强度。
因此,鉴于以上问题,有必要提出一种能够对井下中央泵房泄漏状态进行及时有效的监测和反馈的监测装置,以保证井下中央泵房的有效运行。
发明内容
有鉴于此,本发明公开一种井下中央泵房泄漏监测装置,其沿预定轨道往复运动进行中央泵房泄漏监测,整体结构简单,易于安装,使得泄漏监测工作能够高效、准确地进行,监测结果更加准确,同时对于监测结果能够做到及时有效的反馈。
根据本发明的目的提出的一种井下中央泵房泄漏监测装置,沿预定轨道往复运动进行泄漏监测,所述监测装置包括壳体以及设置于壳体内的图像采集模块和集成电路板;所述图像采集模块用于采集中央泵房内所需监测位置的图像信息,并将采集的图像信息传输至集成电路板;所述集成电路板上集成了数据存储单元、通讯单元以及数据处理单元;所述数据存储单元用于图像信息存储,所述图像信息包括样本图像信息和监测时采集的实时图像信息;所述通讯单元包括WiFi模块,用于与图像采集模块以及数据存储单元、数据处理单元之间的通讯;所述数据处理单元用于接收和处理图像采集模块采集的实时图像信息,提取形状特征,然后通过支持向量机模型进行分类,判断是否泄漏以及泄漏的严重性。
优选的,所述集成电路板上还集成有报警模块,所述报警模块与数据处理单元WiFi通讯,泄漏发生时,数据处理单元通过通讯单元发出报警或停机指令至报警模块。
优选的,所述壳体内还设置有本安电源,用于为图像采集模块和集成电路板进行供电;所述壳体上设置有电源接口和数据传输接口,所述电源接口用于为本安电源进行充电,所述数据传输接口用于连接集成电路板和中央泵房的可编程控制器。
优选的,所述壳体为防爆壳体,所述图像采集模块为通过悬架固定在防爆壳体内的摄像仪。
一种井下中央泵房泄漏监测方法,包括以下步骤:
步骤一:用图像采集模块在井下中央泵房采集未泄漏和泄漏时的样本图像,并进行预处理;
步骤二:对样本图像进行分割,获取泄漏时产生射流或者积水的形状特征;
步骤三:将步骤二中提取到的形状特征按“未泄漏”、“射流”和“积水”三类标签输入到数据处理单元的一对一多分类器的支持向量机分类器中进行训练,获得支持向量机分类模型,支持向量机的核函数采用径向基核函数;
步骤四:图像采集模块采集实时图像信息,并通过通讯单元传输至数据处理单元进行预处理,获取预处理后实时图像信息的形状特征,并将其输入至训练之后得到的支持向量机模型,由模型进行分类,输出监测结果;
步骤五:当监测到泄漏时,记录泄漏位置并存储在数据存储单元中,由通讯单元发送报警信号至报警模块,提醒工作人员中央泵房内存在泄漏,及时维修。
优选的,步骤一和步骤四中图像预处理方式为灰度化处理、图像去噪和图像增强,图像去噪采用高斯滤波的方法,图像增强采用直方图均衡化的方法。
优选的,步骤一中为扩大训练集,对采集到的样本图像进行平移、截取、旋转操作。
优选的,射流形状特征的获取,依靠图像处理技术,对摄像仪获取到的图像信息进行差图像处理,设在时刻ti和tj采集到两幅图像f(x,y,ti)和f(x,y,tj),则据此可得到差图像:
式中,Tg为灰度阈值;差图像中为0的像素对应在前后两时刻间没有发生由于运动而产生变化的地方;差图像中为1的像素对应两图像间发生变化的地方,将前后多次结果组合起来,就可得到完整目标;再利用Hough变换识别出井下中央泵房的泄漏时图像的射流形状特征;
积水形状特征的获取,依靠图像处理技术,对摄像仪获取到的图像信息去除灯光的干扰,去除其他物体的漫反射光线,只保留积水位置上的高光反射,从而获得地面积水的位置和边界。
优选的,通过射流形状特征确定泄漏点包括以下几种情况:a、泄漏射流方向为竖直向上或接近竖直向上时,其特征为有一水柱竖直向上,在达到最高点时,由于重力作用,会向下散射,出现水滴现象,利用图像处理技术得到泄漏射流的运动特性,射流的最低端即是它的泄漏点;b、泄漏射流方向为竖直向下或接近竖直向下时,至最低点时会出现溅射的水滴,利用图像处理技术得到泄漏射流的运动特性,最高处即是它的泄漏点;c、泄漏射流方向为斜向上或者斜向下时,其运动特性类似于一条开口向下的抛物线,利用图像处理技术得到泄漏射流的运动特性,射流的端点即是它的泄漏点;d、当中央泵房管道水压不稳时,射流会有多束支流从泄漏点射出,利用图像处理技术得到泄漏射流的运动特性,多数支流交汇的地方即是泄漏点。
与现有技术相比,本发明公开的一种井下中央泵房泄漏监测装置的优点是:
所述监测装置沿预定轨道往复运动进行中央泵房泄漏监测,包括壳体以及设置于壳体内的图像采集模块和集成电路板,所述图像采集模块采集图像信息并将其发送至集成电路板,提取图像形状特征与样本图像的形状特征进行对比,由此分析确定泄漏与否,监测结果更加准确。所述监测装置整体结构简单,易于安装,使得泄漏监测工作能够高效、准确地进行,同时该监测装置对于监测结果能够也做到及时有效的反馈。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做简单的介绍,显而易见的,下面描述中的附图仅仅是本发明的一些实施例,对于本领域中的普通技术人员来说,在不付出创造性劳动的前提下,还可根据这些附图获得其他附图。
图1为本发明公开的一种井下中央泵房泄漏监测装置的整体结构图。
图2为本发明公开的一种井下中央泵房泄漏监测装置的内部结构图。
图3为本发明公开的一种井下中央泵房泄漏监测装置的右视图。
图4为监测方法流程图。
图中的数字或字母所代表的零部件名称为:
1-轨道;2-监测装置;3-壳体;4-悬架;5-摄像仪;6-集成电路板;7-本安电源;8-电源接口;9-信号传输接口。
具体实施方式
下面结合附图对本发明的具体实施方式做简要说明。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部实施例,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的前提下所获得的所有其他实施例,均属于本发明保护的范围。
图1-图4示出了本发明较佳的实施例,分别从不同的角度对其进行了详细的剖析。
如图1-4所示的一种井下中央泵房泄漏监测装置,其由电机驱动,沿预定轨道1往复运动进行实时泄漏监测,轨道1的设置根据井下中央泵房的具体布局而定。该监测装置2包括壳体3以及设置于壳体3内的图像采集模块和集成电路板6。
图像采集模块用于采集中央泵房内所需监测位置的图像信息,并将采集的图像信息传输至集成电路板6。具体的,监测装置2的壳体3为防爆壳体,图像采集模块为通过悬架4固定在防爆壳体内的摄像仪5。
集成电路板6上集成了数据存储单元、通讯单元以及数据处理单元。数据存储单元用于图像信息存储,图像信息包括样本图像信息和监测时采集的实时图像信息,该数据存储单元内部预先存储有中央泵房样本图像信息,用于与之后图像采集模块采集的实时图像信息作对比。通讯单元包括WiFi模块,用于与图像采集模块以及数据存储单元、数据处理单元之间的通讯。数据处理单元用于接收和处理图像采集模块采集的实时图像信息,提取形状特征,并将其输入至支持向量机模型,由模型进行分类,判断是否泄漏以及泄漏的严重性,若发生泄漏则在数据存储单元中记录泄漏点,并由通讯单元发出报警或停机指令。
进一步的,集成电路板6上还集成有报警模块,报警模块与数据处理单元WiFi通讯,泄漏发生时,数据处理单元通过通讯单元发出报警或停机指令至报警模块。
进一步的,壳体3内还设置有本安电源7,用于为图像采集模块和集成电路板6进行供电;壳体3上设置有电源接口8和数据传输接口9,电源接口8用于为本安电源7进行充电,数据传输接口9用于连接集成电路板6和中央泵房的可编程控制器。具体的,该数据传输接口9通过阻燃网线实现壳体3内部集成电路板6与中央泵房的可编程控制器之间的通信。
一种井下中央泵房泄漏监测方法,包括以下步骤:
步骤一:用图像采集模块在井下中央泵房采集未泄漏和泄漏时的样本图像,为扩大训练集,对采集到的样本图像进行平移、截取、旋转操作,分为“未泄漏”、“积水”和“射流”两类标签,并进行预处理,具体预处理方式为灰度化处理、图像去噪和图像增强,图像去噪采用高斯滤波的方法,图像增强采用直方图均衡化的方法。
步骤二:对样本图像进行分割,获取泄漏时产生射流或者积水的形状特征。射流形状特征的获取,依靠图像处理技术,对摄像仪获取到的图像信息预处理后再进行差图像处理,设在时刻ti和tj采集到两幅图像f(x,y,ti)和f(x,y,tj),则据此可得到差图像:
式中,Tg为灰度阈值;差图像中为0的像素对应在前后两时刻间没有发生由于运动而产生变化的地方;差图像中为1的像素对应两图像间发生变化的地方,将前后多次结果组合起来,就可得到完整目标;再利用Hough变换识别出井下中央泵房的泄漏时图像的射流形状特征。
积水形状特征的获取,水流从泄漏点流出,在地面上汇聚形成积水,短时间内可视为静止的,依靠图像处理技术,对摄像仪获取到的图像信息去除灯光的干扰,去除其他物体的漫反射光线,只保留积水位置上的高光反射,从而获得地面积水的位置和边界。
通过射流形状特征确定泄漏点包括以下几种情况:a、泄漏射流方向为竖直向上或接近竖直向上时,其特征为有一水柱竖直向上,在达到最高点时,由于重力作用,会向下散射,出现水滴现象,利用图像处理技术得到泄漏射流的运动特性,射流的最低端即是它的泄漏点;b、泄漏射流方向为竖直向下或接近竖直向下时,至最低点时会出现溅射的水滴,利用图像处理技术得到泄漏射流的运动特性,最高处即是它的泄漏点;c、泄漏射流方向为斜向上或者斜向下时,其运动特性类似于一条开口向下的抛物线,利用图像处理技术得到泄漏射流的运动特性,射流的端点即是它的泄漏点;d、当中央泵房管道水压不稳时,射流会有多束支流从泄漏点射出,利用图像处理技术得到泄漏射流的运动特性,多数支流交汇的地方即是泄漏点。
步骤三:将步骤二中提取到的形状特征按“未泄漏”、“射流”和“积水”三类标签输入到数据处理单元的一对一多分类器的支持向量机分类器中进行训练,支持向量机的核函数采用径向基核函数;
步骤四:图像采集模块采集实时图像信息,并通过通讯单元传输至数据处理单元进行预处理,获取预处理后实时图像信息的形状特征,并将其输入至训练之后得到的支持向量机模型,由模型进行分类,输出监测结果;
步骤五:当监测到泄漏时,记录泄漏位置并存储在数据存储单元中,由通讯单元发送报警信号至报警模块,提醒工作人员中央泵房内存在泄漏,及时维修。
综上所述,本发明公开的一种井下中央泵房泄漏监测装置,其沿预定轨道往复运动进行中央泵房泄漏监测,包括壳体以及设置于壳体内的图像采集模块和集成电路板,其中图像采集模块采集图像信息并将其发送至集成电路板,提取图像形状特征与样本图像的形状特征进行对比,由此分析确定泄漏与否,监测结果更加准确。该监测装置整体结构简单,易于安装,使得泄漏监测工作能够高效、准确地进行,同时该监测装置对于监测结果能够也做到及时有效的反馈。
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和使用本发明。对这些实施例的多种修改方式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和范围的情况下,在其他实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (3)
1.一种井下中央泵房泄漏监测方法,其特征在于,所用监测装置(2)包括壳体(3)以及设置于壳体(3)内的图像采集模块和集成电路板(6);所述图像采集模块用于采集中央泵房内所需监测位置的图像信息,并将采集的图像信息传输至集成电路板(6);所述集成电路板(6)上集成了数据存储单元、通讯单元以及数据处理单元;所述数据存储单元用于图像信息存储,所述图像信息包括样本图像信息和监测时采集的实时图像信息;所述通讯单元包括WiFi模块,用于与图像采集模块以及数据存储单元、数据处理单元之间的通讯;所述数据处理单元用于接收和处理图像采集模块采集的实时图像信息,提取形状特征,然后通过支持向量机模型进行分类,判断是否泄漏以及泄漏的严重性;所述集成电路板(6)上还集成有报警模块,所述报警模块与数据处理单元WiFi通讯,泄漏发生时,数据处理单元通过通讯单元发出报警或停机指令至报警模块;所述壳体(3)内还设置有本安电源(7),用于为图像采集模块和集成电路板(6)进行供电;所述壳体(3)上设置有电源接口(8)和数据传输接口(9),所述电源接口(8)用于为本安电源(7)进行充电,所述数据传输接口(9)用于连接集成电路板(6)和中央泵房的可编程控制器;所述壳体(3)为防爆壳体,所述图像采集模块为通过悬架(4)固定在防爆壳体内的摄像仪(5);
该方法包括以下步骤:
步骤一:用图像采集模块在井下中央泵房采集未泄漏和泄漏时的样本图像,并进行预处理;
步骤二:对样本图像进行分割,获取泄漏时产生射流或者积水的形状特征;其中,射流形状特征的获取,依靠图像处理技术,对摄像仪获取到的图像信息预处理后再进行差图像处理,设在时刻ti和tj采集到两幅图像f(x,y,ti)和f(x,y,tj),则据此可得到差图像:
式中,Tg为灰度阈值;差图像中为0的像素对应在前后两时刻间没有发生由于运动而产生变化的地方;差图像中为1的像素对应两图像间发生变化的地方,将前后多次结果组合起来,就可得到完整目标;再利用Hough变换识别出井下中央泵房的泄漏时图像的射流形状特征;
通过射流形状特征确定泄漏点包括以下几种情况:a、泄漏射流方向为竖直向上或接近竖直向上时,其特征为有一水柱竖直向上,在达到最高点时,由于重力作用,会向下散射,出现水滴现象,利用图像处理技术得到泄漏射流的运动特性,射流的最低端即是它的泄漏点;b、泄漏射流方向为竖直向下或接近竖直向下时,至最低点时会出现溅射的水滴,利用图像处理技术得到泄漏射流的运动特性,最高处即是它的泄漏点;c、泄漏射流方向为斜向上或者斜向下时,其运动特性类似于一条开口向下的抛物线,利用图像处理技术得到泄漏射流的运动特性,射流的端点即是它的泄漏点;d、当中央泵房管道水压不稳时,射流会有多束支流从泄漏点射出,利用图像处理技术得到泄漏射流的运动特性,多数支流交汇的地方即是泄漏点;
积水形状特征的获取,依靠图像处理技术,对摄像仪获取到的图像信息去除灯光的干扰,去除其他物体的漫反射光线,只保留积水位置上的高光反射,从而获得地面积水的位置和边界;
步骤三:将步骤二中提取到的形状特征按“未泄漏”、“射流”和“积水”三类标签输入到数据处理单元的一对一多分类器的支持向量机分类器中进行训练,获得支持向量机分类模型,支持向量机的核函数采用径向基核函数;
步骤四:图像采集模块采集实时图像信息,并通过通讯单元传输至数据处理单元进行预处理,获取预处理后实时图像信息的形状特征,并将其输入至训练之后得到的支持向量机模型,由模型进行分类,输出监测结果;
步骤五:当监测到泄漏时,记录泄漏位置并存储在数据存储单元中,由通讯单元发送报警信号至报警模块,提醒工作人员中央泵房内存在泄漏,及时维修。
2.根据权利要求1所述的一种井下中央泵房泄漏监测方法,其特征在于,步骤一和步骤四中图像预处理方式为灰度化处理、图像去噪和图像增强,图像去噪采用高斯滤波的方法,图像增强采用直方图均衡化的方法。
3.根据权利要求1所述的一种井下中央泵房泄漏监测方法,其特征在于,步骤一中为扩大训练集,对采集到的样本图像进行平移、截取、旋转操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910030637.8A CN109990205B (zh) | 2019-01-14 | 2019-01-14 | 一种井下中央泵房泄漏监测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910030637.8A CN109990205B (zh) | 2019-01-14 | 2019-01-14 | 一种井下中央泵房泄漏监测装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109990205A CN109990205A (zh) | 2019-07-09 |
CN109990205B true CN109990205B (zh) | 2021-05-04 |
Family
ID=67129885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910030637.8A Active CN109990205B (zh) | 2019-01-14 | 2019-01-14 | 一种井下中央泵房泄漏监测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109990205B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111441956A (zh) * | 2020-04-03 | 2020-07-24 | 河北永达化工有限公司 | 一种井下堵漏用撬装泵 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105868444A (zh) * | 2016-03-23 | 2016-08-17 | 天津城建大学 | 一种基于特征图像的燃气管网泄漏检测和定位方法 |
CN106845434A (zh) * | 2017-02-09 | 2017-06-13 | 东华大学 | 一种基于支持向量机的图像型机房漏水监测方法 |
CN107730473A (zh) * | 2017-11-03 | 2018-02-23 | 中国矿业大学 | 一种基于深度神经网络的煤矿井下图像处理方法 |
US9983115B2 (en) * | 2015-09-21 | 2018-05-29 | Fluid Imaging Technologies, Inc. | System and method for monitoring particles in a fluid using ratiometric cytometry |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10963737B2 (en) * | 2017-08-01 | 2021-03-30 | Retina-Al Health, Inc. | Systems and methods using weighted-ensemble supervised-learning for automatic detection of ophthalmic disease from images |
-
2019
- 2019-01-14 CN CN201910030637.8A patent/CN109990205B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9983115B2 (en) * | 2015-09-21 | 2018-05-29 | Fluid Imaging Technologies, Inc. | System and method for monitoring particles in a fluid using ratiometric cytometry |
CN105868444A (zh) * | 2016-03-23 | 2016-08-17 | 天津城建大学 | 一种基于特征图像的燃气管网泄漏检测和定位方法 |
CN106845434A (zh) * | 2017-02-09 | 2017-06-13 | 东华大学 | 一种基于支持向量机的图像型机房漏水监测方法 |
CN107730473A (zh) * | 2017-11-03 | 2018-02-23 | 中国矿业大学 | 一种基于深度神经网络的煤矿井下图像处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109990205A (zh) | 2019-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110148130B (zh) | 用于检测零件缺陷的方法和装置 | |
CN108416294B (zh) | 一种基于深度学习的风机叶片故障智能识别方法 | |
CN101281597B (zh) | 一种产品包装图形标识信息在线实时采集识别装置及方法 | |
CN110930357B (zh) | 一种基于深度学习的在役钢丝绳表面缺陷检测方法与系统 | |
CN103872983B (zh) | 太阳能电池表面缺陷检测方法 | |
CN104297255B (zh) | 一种纸杯缺陷视觉检测方法及系统装置 | |
CN106407928B (zh) | 基于雨滴识别的变压器复合绝缘子套管监测方法及系统 | |
CN106851062A (zh) | 一种基于机器视觉的焊缝识别装置 | |
CN104077773A (zh) | 图像边缘检测方法、图像目标识别方法及装置 | |
CN107782733A (zh) | 金属表面缺陷的图像识别无损检测装置及方法 | |
CN109359697A (zh) | 一种电力设备巡检中使用的图形图像识别方法及巡查系统 | |
CN110264440B (zh) | 基于深度学习的大规模列车移位故障检测方法及系统 | |
CN104266537B (zh) | 电厂凝汽器胶球清洗在线监测装置 | |
CN108764154A (zh) | 一种基于多特征机器学习的水面垃圾识别方法 | |
CN109990205B (zh) | 一种井下中央泵房泄漏监测装置及方法 | |
CN111611953B (zh) | 一种基于目标特征训练的抽油机识别方法与系统 | |
CN107358270B (zh) | 一种隧道墙体的渗水检测方法及装置 | |
CN108844961A (zh) | 一种温控器壳体视觉检测系统及方法 | |
CN109060826A (zh) | 一种不停机的风电叶片检测装置 | |
CN112455676A (zh) | 一种光伏板健康状态智能监测分析系统及方法 | |
CN103983426A (zh) | 一种基于机器视觉的光纤缺陷检测及分类系统及其方法 | |
CN104715250A (zh) | 十字激光检测方法和装置 | |
CN112907734B (zh) | 基于虚拟crh380a模型和深度学习的teds故障检测方法 | |
CN117514350A (zh) | 地下罐式和/或巷道式储气库的安全风险综合判识巡检系统 | |
CN111807003A (zh) | 一种用于带式输送机的非金属异物检测系统 |
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 |