CN111445450B - 一种基于视频图像分析的输电线状态检测方法 - Google Patents

一种基于视频图像分析的输电线状态检测方法 Download PDF

Info

Publication number
CN111445450B
CN111445450B CN202010199290.2A CN202010199290A CN111445450B CN 111445450 B CN111445450 B CN 111445450B CN 202010199290 A CN202010199290 A CN 202010199290A CN 111445450 B CN111445450 B CN 111445450B
Authority
CN
China
Prior art keywords
image
transmission line
power transmission
video image
gray
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
Application number
CN202010199290.2A
Other languages
English (en)
Other versions
CN111445450A (zh
Inventor
王喆
周励琨
张伟军
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.)
Guangzhou Wei'an Technology Co ltd
Original Assignee
Guangzhou Wei'an Technology Co ltd
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 Guangzhou Wei'an Technology Co ltd filed Critical Guangzhou Wei'an Technology Co ltd
Priority to CN202010199290.2A priority Critical patent/CN111445450B/zh
Publication of CN111445450A publication Critical patent/CN111445450A/zh
Application granted granted Critical
Publication of CN111445450B publication Critical patent/CN111445450B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/262—Analysis of motion using transform domain methods, e.g. Fourier domain methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/20048—Transform domain processing
    • G06T2207/20061—Hough transform
    • 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
    • G06T2207/20112—Image segmentation details
    • G06T2207/20132—Image cropping
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Multimedia (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Geometry (AREA)
  • Mathematical Physics (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Image Analysis (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明涉及电力线路安全预警技术领域，具体涉及一种基于视频图像分析的输电线状态检测方法，步骤一：视频图像预处理阶段；步骤二：输电线数量检测阶段；步骤三：输电线状态稳定值计算；它采用视频图像分析技术，分析和检测出铁路线上方的高压输电线的状态，它具有能够预警输电线掉落、输电线剧烈晃动等问题，保证了输电线路能够快速维护维修，为输电线路的正常使用提供了保障。

Description

一种基于视频图像分析的输电线状态检测方法
【技术领域】
本发明涉及电力线路安全预警技术领域，具体涉及一种基于视频图像分析的输电线状态检测方法。
【背景技术】
铁路和电力是我国两大支柱型产业，随着投入力度的不断增加，配电线网络和铁路网络日益完善，输变电线路不可避免地跨越电气化铁路，保证供电线路和电气化铁路安全运行尤为重要。2016年8月12日，由于电网跨越铁路的传输电力线脱落导致由北京西开往深圳北站的G79次高铁发生停电故障，车厢内上千人被困。据北京铁路局官方微博消息，因邯郸市供电公司管辖的辛肖线220千伏上跨京广高铁电力线脱落，造成京广高铁邯郸东至安阳东间设备故障，经全力抢修，于8月12日14：07分恢复供电，列车运行秩序正在恢复。此次故障共持续近2小时，因为这场“大停电”，所有奔赴深圳的人们，都不得不停下脚步。此次停电故障对旅客的工作生活都带来了一定的影响。上述案例并非个例，出了问题并不可怕，如何完善预防措施，对风险进行有效检测，当产生问题时，及时做出响应才是最重要的。
根据统计，铁路沿线有跨铁路输变电线路的情况是非常多。跨铁路输变电线路因雷击、台风等异常天气会导致线缆断落危及铁路运行安全。加上铁路电网部门相对独立，系统并未联动等内在因素。为了避免此类事故的再次发生或在发生时能及时合理处置，需要对铁路沿线接触网上方的电网输变电线路进行严密监控。
【发明内容】
本发明的目的在于针对现有技术的缺陷和不足，提供一种基于视频图像分析的输电线状态检测方法。
本发明所述的一种基于视频图像分析的输电线状态检测方法，采用如下步骤：
步骤一：视频图像预处理阶段，采用如下步骤：
(1)对于输入的24位彩色图像Ibgr提取灰度，得到8位灰度图像Igray；
(2)根据预先设定的参数对灰度图像Igray进行仿射变换，使得图像中的输电线趋于水平，得到变换后的灰度图像Iaffine；
(3)对变换后的灰度图像Ieffine进行高斯滤波，去除图像中的噪声，得到滤波后的灰度图像Iblur；
(4)对滤波后的灰度图像Iblur进行二值化处理，得到二值图像Ithreshold；
步骤二：输电线数量检测阶段，给定的矩形检测框R，w为检测框宽度，h为检测框高度，计算其中输电线数量，采用如下步骤：
(3)从二值图像Ithreshold中裁剪出矩形检测框区域，得到检测图像Ir。
(4)对检测图像Ir进行水平方向黑色像素数量统计，得到统计结果向量H(y)，其中0≤y≤h-1；
(3)计算输电线数量检测阈值T；
(4)根据计算出的T值判断输电线的数量，其判断方法如下：
对于H(y)做一个标记L(y)，当H(y)＜T时，标记L(y)＝0；
反之，标记L(y)＝1；统计L(y)为1的区间的数量为N，则输电线的数量为N；
步骤三：输电线状态稳定值计算，针对于连续的m帧图像，计算给定的矩形检测框内的输电线状态分数计算，其计算方法如下：
(1)计算单帧内输电线分布得分D，则D＝H(0)×L(0)+H(1)×L(1)+…+H(h-2)×L(h-2)+H(h-1)×L(h-1)；
(2)计算连续的m帧输电线状态稳定值S，则S＝(D(1)+D(2)+…+D(m-1)+D(m))/m。
进一步地，步骤二中的H(y)的计算方法为：H(y)＝P(0，y)+P(1，y)+…+P(w-2，y)+P(w-1，y)；
其中，当像素点(x，y)为白色时，P(x，y)取值为0；当像素点(x，y)为黑色时，P(x，y)取值为1。
进一步地，步骤二的T的计算方法为：对于给定的参数t，其中0＜t＜1，则T＝t×(Hmax-Hmin)+Hmin，其中Hmax为H(y)的最大值，Hmin为H(y)的最小值。
本发明有益效果为：本发明所述的一种基于视频图像分析的输电线状态检测方法，它采用视频图像分析技术，分析和检测出铁路线上方的高压输电线的状态，它具有能够预警输电线掉落、输电线剧烈晃动等问题，保证了输电线路能够快速维护维修，为输电线路的正常使用提供了保障。
【附图说明】
此处所说明的附图是用来提供对本发明的进一步理解，构成本申请的一部分，但并不构成对本发明的不当限定，在附图中：
图1是本发明结构中的算法的拓扑示意图；
【具体实施方式】
下面将结合附图以及具体实施例来详细说明本发明，其中的示意性实施例以及说明仅用来解释本发明，但并不作为对本发明的限定。
如图1所示，本具体实施方式所述的一种基于视频图像分析的输电线状态检测方法，采用如下步骤：
步骤一：视频图像预处理阶段，采用如下步骤：
(1)对于输入的24位彩色图像Ibgr提取灰度，得到8位灰度图像Igray；
(2)根据预先设定的参数对灰度图像Igray进行仿射变换，使得图像中的输电线趋于水平，得到变换后的灰度图像Iaffine；
(3)对变换后的灰度图像Iaffine进行高斯滤波，去除图像中的噪声，得到滤波后的灰度图像Iblur；
(4)对滤波后的灰度图像Iblur进行二值化处理，得到二值图像Ithreshold；
步骤二：输电线数量检测阶段，给定的矩形检测框R，w为检测框宽度，h为检测框高度，计算其中输电线数量，采用如下步骤：
(1)从二值图像Ithreshold中裁剪出矩形检测框区域，得到检测图像Ir。
(2)对检测图像Ir进行水平方向黑色像素数量统计，得到统计结果向量H(y)，其中0≤y≤h-1；
H(y)的计算方法为：
H(y)＝P(0，y)+P(1，y)+…·+P(w-2，y)+P(w-1，y)；
其中，当像素点(x，y)为白色时，P(x，y)取值为0；当像素点(x，y)为黑色时，P(x，y)取值为1。
(3)计算输电线数量检测阈值T；T的计算方法为：
对于给定的参数t，其中0＜t＜1，则T＝t×(Hmax-Hmin)+Hmin，其中Hmax为H(y)的最大值，Hmin为H(y)的最小值。
(4)根据计算出的T值判断输电线的数量，其判断方法如下：
对于H(y)做一个标记L(y)，当H(y)＜T时，标记L(y)＝0；
反之，标记L(y)＝1；统计L(y)为1的区间的数量为N，则输电线的数量为N；
步骤三：输电线状态稳定值计算，针对于连续的m帧图像，计算给定的矩形检测框内的输电线状态分数计算，其计算方法如下：
(1)计算单帧内输电线分布得分D，则D＝H(0)×L(0)+H(1)×L(1)+…+H(h-2)×L(h-2)+H(h-1)×L(h-1)；
(2)计算连续的m帧输电线状态稳定值S，则S＝(D(1)+D(2)+…+D(m-1)+D(m))/m。
本发明中，为完成输电线状态的检测，需要进行三个步骤：
步骤一：视频图像预处理；步骤二：输电线数量检测；步骤三L输电线状态分数计算。
如图1所示，首先获取一帧视频数据，通过视频图像预处理，到二值图像Ithreshold；然后再检测视频帧中高压线数量并计算高压线稳定值T；计算输电线数量检测阈值T；T的计算方法为：对于给定的参数t，其中0＜t＜1，则T＝t×(Hmax-Hmin)+Hmin，其中Hmax为H(y)的最大值，Hmin为H(y)的最小值。
对于H(y)的计算方法为：H(y)＝P(0，y)+P(1，y)+…+P(w-2，y)+P(w-1，y)；其中，当像素点(x，y)为白色时，P(x，y)取值为0；当像素点(x，y)为黑色时，P(x，y)取值为1。
然后通过高压线数量是否减少，如果没有减少，则返回初始状态处，重先再获一帧视频数据；如果是减少了，则生成高压线掉落告警。
如果高压线稳定值没有超过阈值，则返回初始状态处，重先再获一帧视频数据；如果超过阈值，则生成高压线摆动过大告警。
本发明的最相近的理论依据材料如下：霍夫变换(Hough Transform)于1962年由Paul Hough首次提出，后于1972年由Richard Duda和Peter Hart推广使用，是图像处理领域内从图像中检测几何形状的基本方法之一。经典霍夫变换用来检测图像中的直线，后来霍夫变换经过扩展可以进行任意形状物体的识别，例如圆和椭圆。霍夫变换运用两个坐标空间之间的变换，将在一个空间中具有相同形状的曲线或直线映射到另一个坐标空间的一个点上形成峰值，从而把检测任意形状的问题。
Hough直线检测的基本原理在于利用点与线的对偶性，在我们的直线检测任务中，即图像空间中的直线与参数空间中的点是一一对应的，参数空间中的直线与图像空间中的点也是一一对应的。这意味着我们可以得出两个非常有用的结论：(1)图像空间中的每条直线在参数空间中都对应着单独一个点来表示；(2)图像空间中的直线上任何一部分线段在参数空间对应的是同一个点。
因此Hough直线检测算法就是把在图像空间中的直线检测问题转换到参数空间中对点的检测问题，通过在参数空间里寻找峰值来完成直线检测任务。
本发明的优点如下：通过监测装置系统的建设，丰富了监测手段和监控内容，提高了响应效率。避免和减少当跨越铁路输变电线缆剧烈晃动、掉落时可能造成的财产损失和行车安全隐患。
本发明所述的一种基于视频图像分析的输电线状态检测方法，它采用视频图像分析技术，分析和检测出铁路线上方的高压输电线的状态，它具有能够预警输电线掉落、输电线剧烈晃动等问题，保证了输电线路能够快速维护维修，为输电线路的正常使用提供了保障。
以上所述仅是本发明的较佳实施方式，故凡依本发明专利申请范围所述特征及原理所做的等效变化或修饰，均包括于本发明专利申请范围内。

Claims (3)

1.一种基于视频图像分析的输电线状态检测方法，采用如下步骤：
步骤一：视频图像预处理阶段，采用如下步骤：
(1)对于输入的24位彩色图像Ibgr提取灰度，得到8位灰度图像Igray；
(2)根据预先设定的参数对灰度图像Igray进行仿射变换，使得图像中的输电线趋于水平，得到变换后的灰度图像Iaffine；
(3)对变换后的灰度图像Iaffine进行高斯滤波，去除图像中的噪声，得到滤波后的灰度图像Iblur；
(4)对滤波后的灰度图像Iblur进行二值化处理，得到二值图像Ithreshold；
步骤二：输电线数量检测阶段，给定的矩形检测框R，w为检测框宽度，h为检测框高度，计算其中输电线数量，采用如下步骤：
(1)从二值图像Ithreshold中裁剪出矩形检测框区域，得到检测图像Ir；
(2)对检测图像Ir进行水平方向黑色像素数量统计，得到统计结果向量H(y)，其中0≤y≤h-1；
(3)计算输电线数量检测阈值T；
(4)根据计算出的T值判断输电线的数量，其判断方法如下：
对于H(y)做一个标记L(y)，当H(y)＜T时，标记L(y)＝0；
反之，标记L(y)＝1；统计L(y)为1的区间的数量为N，则输电线的数量为N；
步骤三：输电线状态稳定值计算，针对于连续的m帧图像，计算给定的矩形检测框内的输电线状态分数计算，其计算方法如下：
(1)计算单帧内输电线分布得分D，则D＝H(0)×L(0)+H(1)×L(1)+…+H(h-2)×L(h-2)+H(h-1)×L(h-1)；
(2)计算连续的m帧输电线状态稳定值S，则S＝(D(1)+D(2)+…+D(m-1)+D(m))/m。
2.根据权利要求1所述的一种基于视频图像分析的输电线状态检测方法，其特征在于：步骤二中的H(y)的计算方法为：H(y)＝P(0，y)+P(1，y)+…+P(w-2，y)+P(w-1，y)；
其中，当像素点(x，y)为白色时，P(x，y)取值为0；当像素点(x，y)为黑色时，P(x，y)取值为1。
3.根据权利要求1所述的一种基于视频图像分析的输电线状态检测方法，其特征在于：步骤二的T的计算方法为：对于给定的参数t，其中0＜t＜1，则T＝t×(Hmax-Hmin)+Hmin，其中Hmax为H(y)的最大值，Hmin为H(y)的最小值。
CN202010199290.2A 2020-03-19 2020-03-19 一种基于视频图像分析的输电线状态检测方法 Active CN111445450B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010199290.2A CN111445450B (zh) 2020-03-19 2020-03-19 一种基于视频图像分析的输电线状态检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010199290.2A CN111445450B (zh) 2020-03-19 2020-03-19 一种基于视频图像分析的输电线状态检测方法

Publications (2)

Publication Number Publication Date
CN111445450A CN111445450A (zh) 2020-07-24
CN111445450B true CN111445450B (zh) 2023-04-07

Family

ID=71650820

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010199290.2A Active CN111445450B (zh) 2020-03-19 2020-03-19 一种基于视频图像分析的输电线状态检测方法

Country Status (1)

Country Link
CN (1) CN111445450B (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9754182B2 (en) * 2015-09-02 2017-09-05 Apple Inc. Detecting keypoints in image data
CN106570863A (zh) * 2016-10-25 2017-04-19 南方电网科学研究院有限责任公司 一种输电线路的检测方法及装置
CN107742307A (zh) * 2017-10-25 2018-02-27 哈尔滨理工大学 基于改进帧差法的输电线路舞动特征提取及参数分析方法

Also Published As

Publication number Publication date
CN111445450A (zh) 2020-07-24

Similar Documents

Publication Publication Date Title
CN107609491A (zh) 一种基于卷积神经网络的车辆违章停车检测方法
CN103903008B (zh) 一种基于图像识别输电线路的雾等级的方法以及系统
CN111260629A (zh) 基于图像处理的受电弓结构异常检测算法
Kulkarni et al. Real time vehicle detection, tracking and counting using Raspberry-Pi
Guo et al. Image-based seat belt detection
CN111626169B (zh) 一种基于图像的铁路危险落石尺寸判断方法
CN112595276B (zh) 一种基于深度学习的输电线路覆冰厚度检测方法
CN102759347A (zh) 一种高铁接触网在线巡检装置、巡检方法以及其构成的高铁接触网检测系统
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
CN112488056B (zh) 一种基于计算机视觉的直线轨道异物入侵检测方法及装置
CN102184547B (zh) 一种基于视频的车辆逆行事件检测方法
CN117079397B (zh) 一种基于视频监控的野外人兽安全预警方法
CN109191492B (zh) 一种基于轮廓分析的智能视频黑烟车检测方法
CN111598855A (zh) 一种基于深度学习和迁移学习的2c设备高铁接触网吊弦缺陷检测方法
CN107657260B (zh) 一种输电线路周边环境中地面隐患的检测方法
CN116012762A (zh) 一种针对电力设备的交通路口视频影像分析方法及系统
CN111445450B (zh) 一种基于视频图像分析的输电线状态检测方法
Khan et al. Cyber physical system for vehicle counting and emission monitoring
CN106355187A (zh) 视觉信息在电力设备监测中的应用
CN112115819B (zh) 基于目标检测及tet扩展指标的行车危险场景识别方法
CN112257547A (zh) 一种基于深度学习的变电站安全措施识别方法
CN111754477B (zh) 基于动态候选区多尺度图像的铁路周界异物入侵检测方法
CN104504713B (zh) 一种动车组运行状态图像监控故障自动识别方法
CN110909745A (zh) 列车消毒通道识别系统
CN112285111A (zh) 一种受电弓前碳滑板缺陷检测方法、装置、系统和介质

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