CN111460949B - 一种输电线路防外力破坏实时监测方法和系统 - Google Patents
一种输电线路防外力破坏实时监测方法和系统 Download PDFInfo
- Publication number
- CN111460949B CN111460949B CN202010217789.1A CN202010217789A CN111460949B CN 111460949 B CN111460949 B CN 111460949B CN 202010217789 A CN202010217789 A CN 202010217789A CN 111460949 B CN111460949 B CN 111460949B
- Authority
- CN
- China
- Prior art keywords
- module
- image
- transmission line
- monitoring
- real
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
- G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
-
- 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
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/215—Motion-based segmentation
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- 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
- G06T2207/20036—Morphological image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Closed-Circuit Television Systems (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及一种输电线路防外力破坏实时监测方法和系统,所述方法包括以下步骤:图像采集步骤:实时获取监测输电线路的视频流;预处理步骤:对获取的视频流中的图像进行预处理,获取检测图像;运动目标检测子模块:分别采用改进的vibe算法与三帧差分法从检测图像中获取前景目标,并进行形态学滤波,然后对两个形态学滤波后的前景目标进行与运算,获取运动目标;运动目标跟踪子模块:绘制运动目标的最小外接矩形,将最小外接矩形的上顶点坐标与预设的高度坐标阈值进行比较,若最小外接矩形的上顶点坐标小于或等于高度坐标阈值,则触发报警。与现有技术相比,本发明能有效减少外界干扰,具有检测精度高、实时性好和可靠性高等优点。
Description
技术领域
本发明涉及输电线路安全领域,尤其是涉及一种输电线路防外力破坏实时监测方法和系统。
背景技术
为了防止外力破坏造成输电线路短路、跳闸造成生产停止、人身伤亡等严重后果,早期的解决方法包括采用定期人工巡视、划定警戒区、派人24h值守以及利用无人机巡线等方式;后来开发出了不同类型的防外力破坏装置,包括依据红外探头探测红外辐射温度变化的红外探测装置;收集声音信号实现监控报警的声控探测装置;利用激光雷达探测器实现输电线路防外力破坏监控以及通过在杆塔上安装摄像头,定时回传线路图像或视频至监控中心实现反外力破坏监控。
随着电网规模的不断扩大,输电线路的建设也在不断发展,由于输电线路具有跨度长,覆盖面广,多暴露在野外的特点,使其不仅要遭受恶劣天气的侵袭,外力破坏导致线路短路,跳闸、人身伤亡的事故也在逐年上升;传统的采取定期人工巡视、派人24h值守的方式存在巡视时间长,无法及时发现外力破坏隐患,并且人员需求量大,人员责任心无法保证,巡检效率低下,人力成本高;无人机巡线受天气情况影响较大,容易产生风偏导致获取的目标倾斜甚至无法获取目标;红外探测装置和声控探测装置容易受外界因素干扰,产生误报,严重时会直接失灵;利用激光雷达探测器存在激光信号传播距离短使得监控范围小的缺点;远程视频监控需要监控人员在监控中心对接收到的线路图像或视频进行人工判断外力破坏隐患,这样带来的问题是监控人员不可能保持精神长时间高度集中,稍有疏忽可能就会导致没有及时发现外力破坏隐患导致事故发生,造成严重后果。
发明内容
本发明的目的就是为了克服上述现有技术存在的巡检效率低下,容易受外界因素干扰、自动化程度低的缺陷而提供一种输电线路防外力破坏实时监测方法和系统。
本发明的目的可以通过以下技术方案来实现:
一种输电线路防外力破坏实时监测方法,包括以下步骤:
图像采集步骤:实时获取监测输电线路的视频流;
预处理步骤:对获取的视频流中的图像进行预处理,获取检测图像;
运动目标检测子模块:分别采用改进的vibe算法与三帧差分法从检测图像中获取前景目标,并进行形态学滤波,然后对两个形态学滤波后的前景目标进行与运算,获取运动目标;
运动目标跟踪子模块:绘制运动目标的最小外接矩形,将最小外接矩形的上顶点坐标与预设的高度坐标阈值进行比较,若最小外接矩形的上顶点坐标小于或等于高度坐标阈值,则触发报警。
进一步地,所述预处理步骤执行前还包括抽帧处理步骤:对获取的视频流进行抽帧处理;所述预处理步骤为:对抽帧处理得到的视频帧图像进行预处理,获取检测图像。
进一步地,所述改进的vibe算法通过选取多个检测图像,并求均值,获取第一背景,在所述第一背景中对每个像素点采用24邻域随机采样多次构成背景样本模型,通过计算背景样本模型的标准差来更新匹配半径。
进一步地,所述匹配半径的更新表达式为:
式中,Rx为更新后的匹配半径,R为固定匹配半径阈值,σX为背景样本模型的标准差,vi为背景样本模型中每个元素的值,N为背景样本模型中元素的个数,为背景样本模型所有元素的均值。
进一步地,所述预处理步骤具体为,将获取的视频流中的图像由RGB空间转换为HSV空间,保持H分量图不变;在S分量图中,分级调整各个像素的饱和度;在V分量图中,采用限制对比度自适应直方图均衡算法提升对比度;然后将H分量图、S分量图和V分量图合并,转换为RGB空间,得到检测图像。
本发明还提供一种输电线路防外力破坏实时监测系统,包括前端监控模块、通讯模块和后端监控中心,所述前端监控模块存储并执行如上所述的方法的步骤,所述前端监控模块通过所述通讯模块连接所述后端监控中心。
进一步地,所述前端监控模块包括图像采集模块、图像处理模块和第一POE交换机,所述第一POE交换机分别连接所述图像采集模块、图像处理模块,所述后端监控中心包括第二POE交换机、视频服务器、数据服务器和监控终端,所述第二POE交换机分别连接所述视频服务器、数据服务器和监控终端。
进一步地,所述通讯模块包括无线AP中继器,所述前端监控模块还包括第一无线网桥,所述后端监控中心还包括第二无线网桥,所述第一无线网桥经过所述无线AP中继器连接所述第二无线网桥,所述第一无线网桥连接所述第一POE交换机,所述第二无线网桥连接所述第二POE交换机。
进一步地,所述前端监控模块还包括4G网络硬盘录像机,所述通讯模块还包括4G基站,所述4G网络硬盘录像机经过所述4G基站连接所述第二无线网桥。
与现有技术相比,本发明具有以下优点:
(1)本发明对输电线路监控视频的运动目标检测算法进行改进,分别采用改进的vibe算法与三帧差分法获取前景目标,并进行融合,能有效减轻光照变化大的影响,消除鬼影,减小外界干扰,提高检测精度。
(2)本发明对运动目标检测中的vibe算法进行改进,通过计算背景样本模型的标准差更新匹配半径,通过在背景波动较大时,增大匹配半径,实现对运动目标持续有效的监控。
(3)本发明对输入进的视频流进行抽帧处理,减少了数据处理量,加快了处理速度。
(4)本发明预处理步骤通过将图像由RGB空间转换为HSV空间,在V分量图中,采用限制对比度自适应直方图均衡算法提升了图像的对比度,减少了雾天对监测效果的影响。
(5)本发明输电线路防外力破坏实时监测系统采用POE交换机,同时实现交换机功能和供电功能,简化了系统结构。
(6)本发明采用以无线网桥为主,4G基站为辅进行通讯,在系统监测到有碰线危险后能够将视频和图像快速回传至后端监控中心,实时性好,当无线网桥出现问题时,仍能通过4G网络硬盘录像机与4G基站进行通讯回传数据,保障系统稳定运行。
附图说明
图1为本发明输电线路防外力破坏实时监测系统的结构示意图;
图2为本发明输电线路防外力破坏实时监测方法的流程示意图;
图3为本发明图像处理模块的结构示意图;
图4为本发明图像处理模块的总体流程示意图;
图5为本发明预处理子模块的处理流程示意图;
图6为本发明运动目标检测子模块的处理流程示意图;
图7为本发明实施例中原视频的第11帧;
图8为本发明实施例中原视频的第46帧;
图9为本发明实施例中采用传统的vibe算法下原视频第11帧的处理结果;
图10为本发明实施例中采用传统的vibe算法下原视频第46帧的处理结果;
图11为本发明实施例中采用改进的vibe算法下原视频第11帧的处理结果;
图12为本发明实施例中采用改进的vibe算法下原视频第46帧的处理结果;
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例1
本实施例提供一种输电线路防外力破坏实时监测系统及方法,解决现有技术存在的巡检效率低下,容易受外界因素干扰、自动化程度低的问题,提高输电线路防外力破坏监测的实时性与可靠性。
下面对进行详细描述。
一、输电线路防外力破坏实时监测系统
如图1所示,输电线路防外力破坏实时监测系统主要包括前端监控模块、通讯模块以及后端监控中心,前端监控模块包括图像采集模块、第一POE交换机、4G网络硬盘录像机(4G NVR)、图像处理模块和第一无线网桥;通讯模块采用无线AP中继为主、4G基站通讯为辅的方式,后端监控中心包括第二POE交换机、第二无线网桥、数据服务器、视频服务器和监控终端;为了保持数据与指令的传输,各模块与POE交换机均为双向连接。
下面对各模块进行详细描述。
1、前端监控模块
前端监控模块中的图像采集模块包括网络摄像头和声光报警装置,网络摄像头固定安装于杆塔附近,用以采集输电线路附近的实时视频,并通过第一POE交换机送入图像处理模块进行运动目标检测与跟踪,若检测到存在外力破坏隐患则触发声光报警装置提醒现场施工人员注意,网络摄像头选用海康威视DS-2CD3346WD-I球形摄像头,具备日夜转换以及星光级夜视功能,满足了夜晚监控的需求,支持POE供电。
2、POE交换机
POE交换机除了能起到数据交换的作用外,还可以对连接在交换机上的各模块进行网线供电,简化系统结构,POE交换机选用海康威视DS-3E0318P-E/M,传输速率最高达到1000Mbps,具备18个网络端口,满足本系统的需要。
3、4G网络硬盘录像机
4G网络硬盘录像机能够对隐患图像和视频进行前端备份,并在无线网桥通讯出现问题时,通过4G基站,将隐患图像和视频回传至后端监控中心,保障系统稳定运行,4G网络硬盘录像机选用海康威视DS-7716N-E4/GLT 4G,16路4盘位带POE供电,支持主流运营商的无线标准。
4、图像处理模块
图像处理模块负责对输入的视频流进行抽帧操作并运行图像处理算法,实现对大型机械的检测与吊臂跟踪并输出结果;选用深圳聚芸智能科技有限公司的机器视觉专用工控机JW-MVS01,运行windows操作系统,支持intel i系列CPU,千兆网口,POE供电。
5、通讯模块
通讯模块负责将隐患图像和视频回传至后端监控中心,并根据监控终端指令在重要施工场合回传摄像头实时监控画面,保障施工万无一失;通讯模块选择以无线网桥为主、4G通讯为辅的形式,光纤接入后端监控中心,由后端监控中心的第二无线网桥通过无线AP中继的方式于前端监控模块的第一无线网桥进行通讯,数据回传速度快,能进行重要场合实时监控的同时节省了流量资费;在无线网桥出现问题通讯中断时,可通过4G网络硬盘录像机与4G基站进行通讯回传隐患图像与视频,保障系统稳定运行。无线网桥选用腾远智拓公司ST58T8G-N系列,可实现最远20公里传输距离。
6、后端监控中心
后端监控中心包括视频服务器用于存储前端监控模块回传的隐患视频和图像、数据服务器使用Mysql数据库,包括人员信息数据库统计每次施工的人员信息;设备信息数据库统计每个监控点的监控设备以及杆塔信息,车辆管理数据库统计每次施工的进场的车辆信息,监控终端为普通PC机,采用基于python的webservice编写监控界面,可通过指令调取视频服务器中存储的历史隐患图像或视频以及对数据库中的数据进行修改;在接收到实时隐患图像或视频时,可通过无线网桥与4G基站将图像或视频以微信公众号的方式推送给运维人员;重要施工场合也可在监控界面查看前端摄像头的实时画面保障施工万无一失。监控终端接收到隐患图片或视频后,可通过无线网桥与4G基站,以微信公众号推送的方式将隐患图片或视频推送至运维人员手机上。
二、输电线路防外力破坏实时监测方法
如图2所示,输电线路防外力破坏实时监测方法包括以下步骤:
S1:通过网络摄像机获取实时视频;
S2:通过POE交换机将实时视频流传输给图像处理模块进行处理;
S3:如图3所示,图像处理模块包括三个子模块,分别为预处理子模块、运动目标检测子模块、运动目标跟踪子模块;
如图4所示,图像处理模块的总体流程为:首先对输入进的视频流进行抽帧处理,减少数据处理量,加快处理速度,接着调用预处理模块对抽取的视频帧图像进行预处理,提高图像的对比度,减少雾天对监测效果的影响,对预处理后的图像调用运动目标检测子模块,识别出图像中的前景目标,为了去除视频中运动的小车、行人的干扰,对检测出的前景目标进行连通域求取,求取的连通域像素数小于给定的阈值,将该前景目标像素点置为背景;大型机械到达施工位置后,调用运动目标跟踪子模块,对吊臂进行跟踪,吊臂高度超过警戒值进行报警,抓拍图像和视频进行回传。
S301:如图5所示,预处理子模块的处理流程为:对抽取的帧图像进行颜色空间转换,由RGB转为HSV空间,保持H分量图不变,对饱和度S分量图进行分级调整各个像素的饱和度,对亮度V分量图使用对比度限制自适应直方图均衡化算法提升图像对比度,将处理后的三分量图合并在转换回RGB空间。
S302:运动目标检测子模块采用实时性更好的vibe算法,并对其进行改进,改进的vibe算法具体处理过程如下:
首先取抽取的前25帧图像求平均值构建第一背景,在第一背景上对每个像素点采用24邻域随机采样20次构成新的背景样本模型,像素点位于边缘时调整其在邻域中的位置;
通过计算背景样本模型的标准差来更新匹配半径,标准差的计算公式如下:
式中,σX为背景样本模型的标准差,vi为背景样本模型中每个元素的值,N为背景样本模型中元素的个数,本实施取20,为背景样本模型所有元素的均值。
匹配半径的更新规则如下:
式中,Rx为更新后的匹配半径,R为固定匹配半径阈值,一般取20,标准差大,代表背景波动较大,应增大匹配半径;标准差越小,代表背景越稳定,此时保持匹配半径不变。
如图7至12所示,本实施例分别采用改进的vibe算法与传统的vibe算法进行前景目标检测,图9至12中,白色区域为检测出的前景目标,从检测结果中对比可以发现,图9和图10中,除正常检测出的前景目标外,有明显的鬼影现象,会对前景目标的监控造成阻碍;而在改进的Vibe算法下如图11所示,鬼影开始减弱,处理到第46帧时,如图12所示,鬼影消失。因此,本实施例提供的改进的vibe算法对前景目标的提取更加准确,鬼影消除速度更快,更能实现对运动目标持续有效的监控。
如图6所示,将改进的vibe算法与三帧差分法结合获取前景目标,以减轻光照变化大的影响,对预处理后的图像进行均值滤波,分别使用三帧差分法和改进的vibe算法进行前景目标获取,进行形态学滤波,将得到的两个结果进行与运算获得运动目标。
S303:大型机械到达施工位置后,调用运动目标跟踪子模块,通过运动目标检测能够得出吊臂的运动目标,对吊臂运动目标绘制它的最小外接矩形,通过最小外接矩形的上顶点坐标与给定的高度坐标阈值进行比较,上顶点坐标小于等于给定高度坐标阈值则触发报警。
S4:检测到吊臂有碰线危险后,触发声光报警装置动作,提醒现场施工人员注意,同时摄像机抓拍实时图像与视频进行回传,系统判断无线网桥通讯是否正常,若正常则通过无线网桥进行隐患图像与视频回传,若无线网桥出现问题则通过4G网络硬盘录像机与4G基站进行回传。
S5:隐患图像与视频能够在监控终端界面进行显示,同时存入视频服务器以供后续查看,监控终端能够对数据库服务器中的数据进行记录与修改操作。
本实施例提供的一种输电线路防外力破坏实时监测系统及方法,通过改进的图像处理算法实现了对大型机械施工过程中吊臂碰线隐患的监测,算法计算量小,实时性好,能够克服外界干扰;系统可扩展性好,只需在工控机中写入其他输电线路监测算法,并简单修改监控界面,即可组成输电线路综合监测系统;系统前端监控模块采用POE供电方式简化了系统结构;本系统以无线网桥为主,4G基站为辅进行通讯,在系统监测到有吊臂碰线危险后能够将视频和图像快速回传至监控中心,在无线网桥出现问题时,能够通过4G网络硬盘录像机与4G基站进行通讯回传数据,保障系统稳定运行,在重要的施工场合也可以在监控终端通过无线网桥查看前端摄像头的实时画面,保障施工万无一失,节省流量资费。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (5)
1.一种输电线路防外力破坏实时监测方法,其特征在于,包括以下步骤:
图像采集步骤:实时获取监测输电线路的视频流;
预处理步骤:对获取的视频流中的图像进行预处理,获取检测图像;
运动目标检测子模块:分别采用改进的vibe算法与三帧差分法从检测图像中获取前景目标,并进行形态学滤波,然后对两个形态学滤波后的前景目标进行与运算,获取运动目标;
运动目标跟踪子模块:绘制运动目标的最小外接矩形,将最小外接矩形的上顶点坐标与预设的高度坐标阈值进行比较,若最小外接矩形的上顶点坐标小于或等于高度坐标阈值,则触发报警;
所述预处理步骤执行前还包括抽帧处理步骤:对获取的视频流进行抽帧处理;所述预处理步骤为:对抽帧处理得到的视频帧图像进行预处理,获取检测图像;
所述改进的vibe算法通过选取多个检测图像,并求均值,获取第一背景,在所述第一背景中对每个像素点采用24邻域随机采样多次构成背景样本模型,通过计算背景样本模型的标准差来更新匹配半径;
所述匹配半径的更新表达式为:
式中,Rx为更新后的匹配半径,R为固定匹配半径阈值,σX为背景样本模型的标准差,vi为背景样本模型中每个元素的值,N为背景样本模型中元素的个数,为背景样本模型所有元素的均值;
所述预处理步骤具体为,将获取的视频流中的图像由RGB空间转换为HSV空间,保持H分量图不变;在S分量图中,分级调整各个像素的饱和度;在V分量图中,采用限制对比度自适应直方图均衡算法提升对比度;然后将H分量图、S分量图和V分量图合并,转换为RGB空间,得到检测图像。
2.一种输电线路防外力破坏实时监测系统,其特征在于,包括前端监控模块、通讯模块和后端监控中心,所述前端监控模块存储并执行如权利要求1所述的方法的步骤,所述前端监控模块通过所述通讯模块连接所述后端监控中心。
3.根据权利要求2所述的一种输电线路防外力破坏实时监测系统,其特征在于,所述前端监控模块包括图像采集模块、图像处理模块和第一POE交换机,所述第一POE交换机分别连接所述图像采集模块、图像处理模块,所述后端监控中心包括第二POE交换机、视频服务器、数据服务器和监控终端,所述第二POE交换机分别连接所述视频服务器、数据服务器和监控终端。
4.根据权利要求3所述的一种输电线路防外力破坏实时监测系统,其特征在于,所述通讯模块包括无线AP中继器,所述前端监控模块还包括第一无线网桥,所述后端监控中心还包括第二无线网桥,所述第一无线网桥经过所述无线AP中继器连接所述第二无线网桥,所述第一无线网桥连接所述第一POE交换机,所述第二无线网桥连接所述第二POE交换机。
5.根据权利要求4所述的一种输电线路防外力破坏实时监测系统,其特征在于,所述前端监控模块还包括4G网络硬盘录像机,所述通讯模块还包括4G基站,所述4G网络硬盘录像机经过所述4G基站连接所述第二无线网桥。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010217789.1A CN111460949B (zh) | 2020-03-25 | 2020-03-25 | 一种输电线路防外力破坏实时监测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010217789.1A CN111460949B (zh) | 2020-03-25 | 2020-03-25 | 一种输电线路防外力破坏实时监测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111460949A CN111460949A (zh) | 2020-07-28 |
CN111460949B true CN111460949B (zh) | 2023-09-29 |
Family
ID=71683328
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010217789.1A Active CN111460949B (zh) | 2020-03-25 | 2020-03-25 | 一种输电线路防外力破坏实时监测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111460949B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113487819A (zh) * | 2021-05-11 | 2021-10-08 | 重庆金专新晟科技有限公司 | 一种杆塔输电线路防外力破坏监控系统 |
CN113139521B (zh) * | 2021-05-17 | 2022-10-11 | 中国大唐集团科学技术研究院有限公司中南电力试验研究院 | 一种用于电力监控的行人越界标监测方法 |
CN114037558A (zh) * | 2021-11-05 | 2022-02-11 | 国网上海市电力公司 | 一种基于多维特征识别的输电线路防撞预警系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104835179A (zh) * | 2015-03-30 | 2015-08-12 | 复旦大学 | 基于动态背景自适应的改进ViBe背景建模算法 |
CN104899995A (zh) * | 2015-06-09 | 2015-09-09 | 四川汇源光通信有限公司 | 一种输电线路防外力破坏监控系统 |
CN106157332A (zh) * | 2016-07-07 | 2016-11-23 | 合肥工业大学 | 一种基于ViBe算法的运动检测优化方法 |
CN109102523A (zh) * | 2018-07-13 | 2018-12-28 | 南京理工大学 | 一种运动目标检测和跟踪方法 |
CN110580709A (zh) * | 2019-07-29 | 2019-12-17 | 浙江工业大学 | 一种基于ViBe和三帧差分融合的目标检测方法 |
-
2020
- 2020-03-25 CN CN202010217789.1A patent/CN111460949B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104835179A (zh) * | 2015-03-30 | 2015-08-12 | 复旦大学 | 基于动态背景自适应的改进ViBe背景建模算法 |
CN104899995A (zh) * | 2015-06-09 | 2015-09-09 | 四川汇源光通信有限公司 | 一种输电线路防外力破坏监控系统 |
CN106157332A (zh) * | 2016-07-07 | 2016-11-23 | 合肥工业大学 | 一种基于ViBe算法的运动检测优化方法 |
CN109102523A (zh) * | 2018-07-13 | 2018-12-28 | 南京理工大学 | 一种运动目标检测和跟踪方法 |
CN110580709A (zh) * | 2019-07-29 | 2019-12-17 | 浙江工业大学 | 一种基于ViBe和三帧差分融合的目标检测方法 |
Non-Patent Citations (5)
Title |
---|
moving object detection based on improved VIBE algorithm;Gu Bo etl;《international journal of smart home》;第9卷(第12期);225-232 * |
史瑞环等.一种改进的融合帧差法的ViBe算法.微型机与应用.2016,第39卷(第04期),44-45、49. * |
改进的ViBe算法及其在交通视频处理中的应用;闵卫东;郭晓光;韩清;;光学精密工程(第03期);全文 * |
朱炜等.输电线路监控系统中运动目标的智能检测与识别.华东电力.2016,第35卷(第4期),1699-1704. * |
郭迎春等.基于自适应的ViBe运动目标检测方法. 控制工程 .2019,第26卷(第9期),1703-1711. * |
Also Published As
Publication number | Publication date |
---|---|
CN111460949A (zh) | 2020-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111460949B (zh) | 一种输电线路防外力破坏实时监测方法和系统 | |
CN108109385B (zh) | 一种输电线防外破的车辆识别与危险行为判别系统与方法 | |
CN101615295B (zh) | 图像处理系统和图像处理方法 | |
CN201629019U (zh) | 一种森林火灾探测系统 | |
CN108802758B (zh) | 一种基于激光雷达的智能安防监控装置、方法和系统 | |
CN101673448A (zh) | 一种森林火灾探测方法及系统 | |
CN103067740B (zh) | 视频监控设备故障智能检测方法及其检测系统 | |
CN112084963B (zh) | 一种监控预警方法、系统及存储介质 | |
CN111507235B (zh) | 基于视频的铁路周界异物入侵检测方法 | |
CN116165981B (zh) | 一种工业行业安全生产智能监控系统 | |
CN111476964A (zh) | 一种远程森林防火监控系统与方法 | |
WO2023221425A1 (zh) | 一种用于船舶过闸安全检测方法 | |
CN110691224A (zh) | 一种变电站周界视频智能检测系统 | |
CN111461078A (zh) | 一种基于计算机视觉技术的防钓监控方法 | |
CN110264785A (zh) | 一种桥梁防撞监测预警系统 | |
CN116597394A (zh) | 一种基于深度学习的铁路异物侵限检测系统及方法 | |
CN115953719A (zh) | 一种多目标识别的计算机图像处理系统 | |
CN111818286A (zh) | 视频监控设备故障检测系统 | |
CN110517506B (zh) | 基于交通视频图像检测停车事件的方法、装置及存储介质 | |
TWI479432B (zh) | 攝影機的異常偵測方法 | |
CN105262984B (zh) | 一种带有固定装置的探测器 | |
CN115150591B (zh) | 一种基于智能算法的区域视频监控方法 | |
CN110807444A (zh) | 一种基于dsp边缘计算的行人异常行为检测系统和方法 | |
CN116342481A (zh) | 一种基于机器视觉的转炉烟道结渣监测系统及方法 | |
CN203554609U (zh) | 基于射频识别和智能视频分析技术的车辆监视器 |
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 |