CN110797792B - 一种输电铁塔鸟巢定位与故障预警方法 - Google Patents
一种输电铁塔鸟巢定位与故障预警方法 Download PDFInfo
- Publication number
- CN110797792B CN110797792B CN201911100814.1A CN201911100814A CN110797792B CN 110797792 B CN110797792 B CN 110797792B CN 201911100814 A CN201911100814 A CN 201911100814A CN 110797792 B CN110797792 B CN 110797792B
- Authority
- CN
- China
- Prior art keywords
- image
- bird nest
- power transmission
- area
- point
- 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
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02G—INSTALLATION OF ELECTRIC CABLES OR LINES, OR OF COMBINED OPTICAL AND ELECTRIC CABLES OR LINES
- H02G1/00—Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines
- H02G1/02—Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines for overhead lines or cables
-
- 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
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/085—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
-
- 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
-
- 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
- G06T2207/10024—Color 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Abstract
本发明公开了一种输电铁塔鸟巢定位与故障预警方法,步骤包括:1)获取存在鸟巢的输电铁塔正面彩色图像,进行图像灰度化及均值滤波处理;2)进行Otsu分割并将目标映射到原灰度图像,得到输电铁塔图像H;3)对输电铁塔图像H进行霍夫直线检测,得到横担区域的最大外接矩形及绝缘子串挂点坐标;4)创建类似尺寸的滑动模板套取横担中的像素点,计算模板区域的灰度共生矩阵,确定鸟巢区域;5)提取标记了鸟巢区域的整幅图像A,对整幅图像A中标记的鸟巢区域进行椭圆拟合;6)计算挂点与鸟巢中心点间距,最终发布防范相关事宜或报警。本发明方法,主动定位鸟巢位置,计算与挂点的相对距离。
Description
技术领域
本发明属于图像处理技术领域,涉及一种输电铁塔鸟巢定位与故障预警方法。
背景技术
自输电线路运行以来,输电线路的涉鸟事故频频发生。近年来,鸟类繁衍数量增多,鸟类侵扰架空输电线路设施的现象呈现增长趋势,鸟害已然成为仅次于雷电活动与外力破坏的第三大影响输电线路安全运行的重大隐患。研究表明,高大、稳定的输电铁塔横担区域为鸟类提供了良好的生活环境。稳定居所的鸟类经常口衔金属丝等较长的鸟巢材料加筑鸟巢,狭长的鸟巢材料使得架空输电线路相间或相地间的有效绝缘距离减少,同时倾泻而下的鸟粪也会畸变悬垂绝缘子串周边场强,最终导致架空输电线路发生跳闸、闪络等故障。因此,对输电线路铁塔上鸟巢进行定位标识和及时发布鸟害预警显得尤为重要。
表1、110kV、220kV电压等级下鸟巢故障防治措施
然而,传统的鸟巢防治方法依附于人们的主观臆断,无法做到完全避免鸟类筑巢。据研究表明,输电线路运行现场出现的鸟巢材料长度通常在1~1.5m左右,并且500kV线路基本不存在鸟巢类故障可能性,对于故障高发等级110、220kV线路可采取的鸟巢故障防治措施叙述如上表1所示。
发明内容
本发明的目的是提供一种输电铁塔鸟巢定位与故障预警方法,大大提高了输电铁塔鸟巢定位精度,显著降低输电线路跳闸率。
本发明采用的技术方案是,一种输电铁塔鸟巢定位与故障预警方法,按照以下步骤具体实施:
步骤1、获取存在鸟巢的输电铁塔正面彩色图像,进行图像灰度化及均值滤波处理,得到图像g;
步骤2、对步骤1获得的图像g进行Otsu分割并将目标映射到原灰度图像,得到输电铁塔图像H;
步骤3、对步骤2得到的输电铁塔图像H进行霍夫直线检测,通过直线检测锁定的各段直线具有其ρ、θ值,其中包括端点坐标及直线角度;依据ρ、θ值确定输电铁塔的横担,并得到横担区域的最大外接矩形及绝缘子串挂点坐标;
步骤4、以横担每一单元的长、宽为样例,创建类似尺寸的滑动模板套取横担中的像素点,计算模板区域的灰度共生矩阵,结合鸟巢样本作鸟巢相似性判断,确定鸟巢区域;
步骤5、提取标记了鸟巢区域的整幅图像A,选取鸟巢区域上任意N个测量点,N≥5,依据最小二乘法原理,对整幅图像A中标记的鸟巢区域进行椭圆拟合;
步骤6、取得步骤5计算得到的鸟巢区域中心点坐标M(xm,ym),及步骤3计算得到的绝缘子串挂点坐标N(xn,yn),利用两点间距离公式计算挂点与鸟巢中心点间距,最终发布防范相关事宜或报警。
本发明的有益效果,包括以下几个方面:
1)与传统的防治鸟巢搭建措施相比,本发明以图像处理技术为基础,预先定位鸟巢所在位置,继而计算出鸟巢中心坐标与绝缘子挂点的距离,准确预防鸟害隐患,避免仅仅依靠偶然性的规避措施来防治鸟害。而且该方法原理简单、直观易行,为输电线路的安全稳定运行提供了一种新的检测思路。
2)本发明基于图像处理技术的输电铁塔鸟巢定位方法,采集输电铁塔运行画面,利用图像处理技术,定位铁塔、计算鸟巢灰度图像特征量、鸟巢形状特征参数,根据鸟巢样本进行鸟巢相似性判断,能大大提高鸟巢定位精度,从而有效防治输电线路出现闪络、跳闸等现象,为线路安全运行保驾护航。
附图说明
图1是本发明方法的流程图;
图2是本发明方法中的鸟巢定位与预警算法示意图;
图3是本发明方法中的霍夫直线检测定位横担区域结果图;
图4是采用本发明方法进行模板滑移的效果图;
图5是采用本发明方法进行鸟巢定位与故障预警的实验结果图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
参照图1、图2,本发明的输电铁塔鸟巢定位与故障预警方法,按照以下步骤具体实施:
步骤1、获取存在鸟巢的输电铁塔正面彩色图像,进行图像灰度化及均值滤波处理,去除图像在传输、采集等过程中所引入的各类干扰噪声,具体过程是,
1.1)将彩色图像灰度化,
基于人眼视觉特性,根据重要性指标,产生加权平均值算法,将三个通道的灰度值赋予不同的权重进行加权平均,如下式(1):
Gray(x,y)=0.30R(x,y)+0.59G(x,y)+0.11B(x,y) (1)
其中,R(x,y)、G(x,y)、B(x,y)分别表示红、绿、蓝色分量,Gray(x,y)是根据R(x,y)、G(x,y)、B(x,y)颜色分量以及颜色编码方法计算得到的亮度;
1.2)进行均值滤波处理,
g(x,y)=mean{f(x+s,y+t)|s∈[-a,a],t∈[-b,b]} (2)
其中,s、t分别表示像素点横、纵向的移动量;a、b表示移动区间;(x,y)为图像像素坐标,f(x,y)为图像灰度化后各个像素点灰度值,g(x,y)表示均值滤波后各个点像素灰度值;
得到图像g;
步骤2、对步骤1获得的图像g进行Otsu分割并将目标映射到原灰度图像,得到输电铁塔图像H,具体过程是,
2.1)对图像g进行Otsu阈值分割,
在灰度图像的灰度全局内[0,L-1]搜索一个阈值T,该阈值T可将图中的像素划分为前景区域D1和背景区域D2,并且使得D1、D2区域间的总方差取得最大值,见下式(3):
2.2)将进行了Otsu阈值分割后二值图像中铁塔区域,映射到原输电铁塔彩色图像中,得到背景基本被滤除,前景为灰度图像的输电铁塔图像H;
步骤3、对步骤2得到的输电铁塔图像H进行霍夫直线检测,通过直线检测锁定的各段直线具有其ρ、θ值,其中包括端点坐标及直线角度;依据ρ、θ值确定输电铁塔的横担,并得到横担区域的最大外接矩形及绝缘子串挂点坐标,具体过程是(以下实施以双横担铁塔为例):
3.1)获取霍夫直线检测结果的ρ、θ两参数组,
3.2)在ρ、θ两个参数组中,查找具有近乎同一θ值特点(即拍摄角度存在微小偏差)的两段直线段,以定位具有上、下平行边的双层横担,取下边沿左端点坐标(x1,y1)、上边沿的右端点坐标(x3,y3),进而确定横担区域的最大外接矩形;
为易于计算绝缘子挂点坐标,进行坐标变换,其中,(x,y)为直角坐标系下某点坐标,ρ为极坐标系下极半径,θ为极角;公式(5)分别是极坐标系下直线方程,和由极坐标系转换至直角坐标系下的直线方程转换公式;
3.3)利用已确定横担下边沿的端点坐标,计算绝缘子串挂点坐标N(xn,yn),计算如下式(6):
其中,N(xn,yn)为绝缘子串挂点坐标,(x1,y1)为下边沿左端点坐标,(x2,y2)为下边沿的右端点坐标;公式(6)分别是计算铁塔正视图下边沿中点坐标公式,和拍摄角度有偏差时求下边沿中点坐标公式(本步骤取后者);
见图3,是本发明实施例采用的霍夫直线检测定位横担区域结果图;
步骤4、以横担每一单元的长、宽为样例,创建类似尺寸的滑动模板套取横担中的像素点,计算模板区域的灰度共生矩阵,结合鸟巢样本作鸟巢相似性判断,确定鸟巢区域,具体过程是,
4.1)以横担每一单元绗架占据的像素点数为依据,以像素点确定的绗架长、宽为样例,创建类似大小的滑动模板,其滑动动作也以输电铁塔图像H的拍摄角度为参考;
考虑到拍摄角度存在偏差时,该滑动模板横向以45像素、纵向3像素为步长,套取横担最大外接矩形区域内的像素点;
4.2)计算鸟巢候选区域提取灰度共生矩阵特征量,
熵是信息量随机性的度量,熵能够表明图像灰度分布的复杂程度,熵值越大,图像越复杂,定量计算如下式(7):
其中,p(i,j)表示输电铁塔图像H所对应的灰度共生矩阵中,各个元素灰度值,e表示输电铁塔图像H所对应的熵信息;
能量是图像纹理的灰度变化程度、稳定程度的度量,能量值大表明当前纹理是一种规则变化较为稳定的纹理,ASM为输电铁塔图像H所对应的能量,如下式(8):
其中,p(i,j)表示输电铁塔图像H所对应的灰度共生矩阵中,各个元素灰度值;
4.3)将预先准备大量鸟巢样本的灰度共生矩阵信息作为参考,计算各模板内图像的灰度共生矩阵;
结合样本信息,对模板区域内部进行相似性判断,若判断结果为伪鸟巢区域时,则处理下一模板区域;若判断结果为相似的候选区域确定为鸟巢区域,则将此时标记了鸟巢区域的整幅图像A进行记录;
见图4,是本发明方法实施例中进行模板滑移的效果图;
步骤5、提取标记了鸟巢区域的整幅图像A,选取鸟巢区域上任意N个(N≥5)测量点,依据最小二乘法原理,对整幅图像A中标记的鸟巢区域进行椭圆拟合,具体过程是,
5.1)设平面任意位置处的椭圆方程为:
x2+Axy+By2+Cx+Dy+E=0 (9)
其中,(x,y)表示平面上任意一点的坐标,A、B、C、D、E是由椭圆非标准方程转换为标准方程时产生的系数;
再任取pi(xi,yi)(i=1,2,3,...,N)为椭圆轮廓上N个(N≥5)测量点,依据最小二乘法原理,所拟合的目标函数为:
依据最小二乘法原理,欲使得F为最小,需满足下式:
依据此方程进一步求解得到A、B、C、D、E的值;
5.2)通过求解得到的A、B、C、D、E的值,计算绝缘子拟合椭圆的位置参数,根据椭圆的几何知识,可知:
其中,A、B、C、D、E为标准椭圆方程系数,(xm,ym)为椭圆的中心点坐标;
步骤6、取得步骤5计算得到的鸟巢区域中心点坐标M(xm,ym),及步骤3计算得到的绝缘子串挂点坐标N(xn,yn),利用两点间距离公式计算挂点与鸟巢中心点间距(该距离为像素点距离),具体过程是,
6.1)获取步骤5计算得到鸟巢区域中心点坐标M(xm,ym),和在步骤3中计算得到的绝缘子串挂点坐标N(xn,yn);
6.2)根据两点间距离公式,计算已知挂点与鸟巢中心点的距离(即占据的像素点数),如下式(14):
其中,(xm,ym)为鸟巢区域中心点M的坐标,(xn,yn)为绝缘子串挂点N的坐标,|d'|表示两点间的最短的像素距离;
6.3)距离换算:
查看输电铁塔图纸可获取横担真实长度L,获取横担在整幅图像A中占据的像素点数NumL,距离换算得到实际距离|d|,计算如下:
其中,L是横担真实长度,NumL为横担在整幅图像A中占据的像素点数,2m为鸟巢故障防治原理的约定参数,|d|为挂点与鸟巢中心点的实际距离,最终发布防范相关事宜或报警,即成,
见图5,是本发明方法实施例进行鸟巢定位与故障预警的实验结果图。
在发布防范相关事宜或报警后,读取下一张铁塔彩色图像进行处理。
本发明基于图像处理技术的输电铁塔鸟巢定位方法,其原理简单易行,实现更精细化、智能化输电线路运检作业,为输电线路安全运行提供了一种新思路。
Claims (1)
1.一种输电铁塔鸟巢定位与故障预警方法,其特征在于,按照以下步骤具体实施:
步骤1、获取存在鸟巢的输电铁塔正面彩色图像,进行图像灰度化及均值滤波处理,得到图像g;
具体过程是,
1.1)将彩色图像灰度化,
基于人眼视觉特性,根据重要性指标,产生加权平均值算法,将三个通道的灰度值赋予不同的权重进行加权平均,如下式(1):
Gray(x,y)=0.30R(x,y)+0.59G(x,y)+0.11B(x,y) (1)
其中,R(x,y)、G(x,y)、B(x,y)分别表示红、绿、蓝色分量,Gray(x,y)是根据R(x,y)、G(x,y)、B(x,y)颜色分量以及颜色编码方法计算得到的亮度;
1.2)进行均值滤波处理,
g(x,y)=mean{f(x+s,y+t)|s∈[-a,a],t∈[-b,b]} (2)
其中,s、t分别表示像素点横、纵向的移动量;a、b表示移动区间;(x,y)为图像像素坐标,f(x,y)为图像灰度化后各个像素点灰度值,g(x,y)表示均值滤波后各个点像素灰度值;
得到图像g;
步骤2、对步骤1获得的图像g进行Otsu分割并将目标映射到原灰度图像,得到输电铁塔图像H;
具体过程是,
2.1)对图像g进行Otsu阈值分割,
在灰度图像的灰度全局内[0,1,2,…,k-1]搜索一个阈值T,k为灰度级的个数,该阈值T可将图中的像素划分为前景区域D1和背景区域D2,并且使得D1、D2区域间的总方差取得最大值,见下式(3):
2.2)将进行了Otsu阈值分割后二值图像中铁塔区域,映射到原输电铁塔彩色图像中,得到背景被滤除,前景为灰度图像的输电铁塔图像H;
步骤3、对步骤2得到的输电铁塔图像H进行霍夫直线检测,通过直线检测锁定的各段直线具有其ρ、θ值,其中包括端点坐标及直线角度;依据ρ、θ值确定输电铁塔的横担,并得到横担区域的最大外接矩形及绝缘子串挂点坐标;
具体过程是,
3.1)获取霍夫直线检测结果的ρ、θ两参数组,
3.2)在ρ、θ两个参数组中,查找具有近乎同一θ值特点的两段直线段,以定位具有上、下平行边的双层横担,取下边沿左端点坐标(x1,y1)、上边沿的右端点坐标(x3,y3),进而确定横担区域的最大外接矩形;
为易于计算绝缘子挂点坐标,进行坐标变换,其中,(x,y)为直角坐标系下某点坐标,ρ为极坐标系下极半径,θ为极角;公式(5)分别是极坐标系下直线方程,和由极坐标系转换至直角坐标系下的直线方程转换公式;
3.3)利用已确定横担下边沿的端点坐标,计算绝缘子串挂点坐标N(xn,yn),计算如下式(6):
其中,N(xn,yn)为绝缘子串挂点坐标,(x1,y1)为下边沿左端点坐标,(x2,y2)为下边沿的右端点坐标;公式(6)分别是计算铁塔正视图下边沿中点坐标公式,和拍摄角度有偏差时求下边沿中点坐标公式,本步骤取后者;
步骤4、以横担每一单元的长、宽为样例,创建类似尺寸的滑动模板套取横担中的像素点,计算模板区域的灰度共生矩阵,结合鸟巢样本作鸟巢相似性判断,确定鸟巢区域;
具体过程是,
4.1)以横担每一单元绗架占据的像素点数为依据,以像素点确定的绗架长、宽为样例,创建类似大小的滑动模板,其滑动动作也以输电铁塔图像H的拍摄角度为参考;
考虑到拍摄角度存在偏差时,该滑动模板横向以45像素、纵向3像素为步长,套取横担最大外接矩形区域内的像素点;
4.2)计算鸟巢候选区域提取灰度共生矩阵特征量,
熵是信息量随机性的度量,熵能够表明图像灰度分布的复杂程度,熵值越大,图像越复杂,定量计算如下式(7):
其中,p(i,j)表示输电铁塔图像H所对应的灰度共生矩阵中,各个元素灰度值,e表示输电铁塔图像H所对应的熵信息;
ASM为输电铁塔图像H所对应的能量,如下式(8):
其中,p(i,j)表示输电铁塔图像H所对应的灰度共生矩阵中,各个元素灰度值;
4.3)将预先准备大量鸟巢样本的灰度共生矩阵信息作为参考,计算各模板内图像的灰度共生矩阵;
结合样本信息,对模板区域内部进行相似性判断,若判断结果为伪鸟巢区域时,则处理下一模板区域;若判断结果为相似的候选区域确定为鸟巢区域,则将此时标记了鸟巢区域的整幅图像A进行记录;
步骤5、提取标记了鸟巢区域的整幅图像A,选取鸟巢区域上任意N个测量点,N≥5,依据最小二乘法原理,对整幅图像A中标记的鸟巢区域进行椭圆拟合;
具体过程是,
5.1)设平面任意位置处的椭圆方程为:
x2+Axy+By2+Cx+Dy+E=0 (9)
其中,(x,y)表示平面上任意一点的坐标,A、B、C、D、E是由椭圆非标准方程转换为标准方程时产生的系数;
再任取pi(xi,yi)(i=1,2,3,...,N)为椭圆轮廓上N个测量点,N≥5,依据最小二乘法原理,所拟合的目标函数为:
依据最小二乘法原理,欲使得F为最小,需满足下式:
依据此方程进一步求解得到A、B、C、D、E的值;
5.2)通过求解得到的A、B、C、D、E的值,计算绝缘子拟合椭圆的位置参数,根据椭圆的几何知识,可知:
其中,A、B、C、D、E为标准椭圆方程系数,(xm,yn)为椭圆的中心点坐标;
步骤6、取得步骤5计算得到的鸟巢区域中心点坐标M(xm,ym),及步骤3计算得到的绝缘子串挂点坐标N(xn,yn),利用两点间距离公式计算挂点与鸟巢中心点间距,最终发布防范相关事宜或报警;
具体过程是,
6.1)获取步骤5计算得到鸟巢区域中心点坐标M(xm,ym),和在步骤3中计算得到的绝缘子串挂点坐标N(xn,yn);
6.2)根据两点间距离公式,计算已知挂点与鸟巢中心点的距离,如下式(14):
其中,(xm,ym)为鸟巢区域中心点M的坐标,(xn,yn)为绝缘子串挂点N的坐标,|d'|表示两点间的最短的像素距离;
6.3)距离换算:
查看输电铁塔图纸可获取横担真实长度L,获取横担在整幅图像A中占据的像素点数NumL,距离换算得到实际距离|d|,计算如下:
其中,L是横担真实长度,NumL为横担在整幅图像A中占据的像素点数,2m为鸟巢故障防治原理的约定参数,|d|为挂点与鸟巢中心点的实际距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911100814.1A CN110797792B (zh) | 2019-11-12 | 2019-11-12 | 一种输电铁塔鸟巢定位与故障预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911100814.1A CN110797792B (zh) | 2019-11-12 | 2019-11-12 | 一种输电铁塔鸟巢定位与故障预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110797792A CN110797792A (zh) | 2020-02-14 |
CN110797792B true CN110797792B (zh) | 2021-03-23 |
Family
ID=69444244
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911100814.1A Active CN110797792B (zh) | 2019-11-12 | 2019-11-12 | 一种输电铁塔鸟巢定位与故障预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110797792B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111257329A (zh) * | 2020-02-24 | 2020-06-09 | 汕头大学 | 一种智能手机摄像头缺陷检测方法以及检测系统 |
CN111541188A (zh) * | 2020-04-26 | 2020-08-14 | 北京国网富达科技发展有限责任公司 | 输电线路检测装置及方法 |
CN112907524B (zh) * | 2021-02-04 | 2021-11-12 | 哈尔滨市科佳通用机电股份有限公司 | 基于图像处理的铁路货车防火板故障检测方法 |
CN115565118B (zh) * | 2022-12-07 | 2023-04-07 | 南方电网数字电网研究院有限公司 | 一种输电线路交叉跨越点单挂点单串的识别方法 |
CN117169939B (zh) * | 2023-11-03 | 2024-02-13 | 中国林业科学研究院森林生态环境与自然保护研究所(国家林业和草原局世界自然遗产保护研究中心) | 一种基于gps数据的东方白鹳巢址定位方法 |
CN117253179B (zh) * | 2023-11-20 | 2024-02-02 | 合肥中科类脑智能技术有限公司 | 配电线路鸟巢检测方法、存储介质和电子设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103745224A (zh) * | 2013-12-24 | 2014-04-23 | 西南交通大学 | 基于图像的铁路接触网鸟窝异常情况检测方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101620676B (zh) * | 2009-07-02 | 2012-05-23 | 浙江省电力公司 | 绝缘子轮廓的快速图像识别方法 |
CN102589434B (zh) * | 2012-02-27 | 2013-12-25 | 西北工业大学 | 车辆侧滑运动的图像轮毂标识检测方法 |
CN110047146B (zh) * | 2019-03-28 | 2022-11-04 | 陕西科技大学 | 一种基于单幅回转体图像3d还原的误差修正方法 |
-
2019
- 2019-11-12 CN CN201911100814.1A patent/CN110797792B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103745224A (zh) * | 2013-12-24 | 2014-04-23 | 西南交通大学 | 基于图像的铁路接触网鸟窝异常情况检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110797792A (zh) | 2020-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110797792B (zh) | 一种输电铁塔鸟巢定位与故障预警方法 | |
Luo et al. | A vision methodology for harvesting robot to detect cutting points on peduncles of double overlapping grape clusters in a vineyard | |
CN107507194B (zh) | 一种基于红外图像温度分布规律和bp神经网络的绝缘子串故障检测方法 | |
CN107784661B (zh) | 基于区域生长法的变电站设备红外图像分类识别方法 | |
CN106650640B (zh) | 一种基于激光雷达点云局部结构特征的负障碍物检测方法 | |
CN105023014B (zh) | 一种无人机巡检输电线路图像内的杆塔目标提取方法 | |
CN105069779B (zh) | 一种建筑陶瓷表面花纹图案质量检测方法 | |
CN109376605B (zh) | 一种电力巡检图像防鸟刺故障检测方法 | |
WO2015180527A1 (zh) | 一种图像显著性检测方法 | |
CN108986104B (zh) | 基于距离变换和标记分水岭算法的绝缘子图像分割方法 | |
CN105678806B (zh) | 一种基于Fisher判别的生猪行为轨迹自动跟踪方法 | |
CN108108772B (zh) | 一种基于配电线路航拍图像的绝缘子污闪状态检测方法 | |
CN107563379B (zh) | 用于对自然场景图像中文本的定位方法 | |
CN107545571A (zh) | 一种图像检测方法及装置 | |
CN112595276B (zh) | 一种基于深度学习的输电线路覆冰厚度检测方法 | |
CN108537170A (zh) | 一种电力设备固件无人机巡检销钉缺失检测方法 | |
CN115641327B (zh) | 一种基于大数据的建筑工程质量监理和预警系统 | |
CN114241364A (zh) | 一种架空输电线路异物目标快速标定方法 | |
CN110399840A (zh) | 一种快速的草坪语义分割及边界检测方法 | |
CN105931241A (zh) | 一种自然场景图像的自动标注方法 | |
CN106683098B (zh) | 一种重叠叶片图像的分割方法 | |
CN108665468B (zh) | 一种提取直线塔绝缘子串的装置及方法 | |
CN114155355A (zh) | 基于点云的带电主电线检测方法及装置 | |
CN108734709B (zh) | 一种绝缘子凸缘形状参数识别与破坏检测方法 | |
CN111404075B (zh) | 一种无人机巡检的输电线路自动测量方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |