CN111988569A - 一种变电站工业视频监控画面着火现象监控方法及系统 - Google Patents
一种变电站工业视频监控画面着火现象监控方法及系统 Download PDFInfo
- Publication number
- CN111988569A CN111988569A CN202010858378.0A CN202010858378A CN111988569A CN 111988569 A CN111988569 A CN 111988569A CN 202010858378 A CN202010858378 A CN 202010858378A CN 111988569 A CN111988569 A CN 111988569A
- Authority
- CN
- China
- Prior art keywords
- image
- abnormal
- camera
- model
- monitoring picture
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000002159 abnormal effect Effects 0.000 claims abstract description 41
- 230000005856 abnormality Effects 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims description 8
- 238000003709 image segmentation Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 6
- 239000003086 colorant Substances 0.000 description 5
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种变电站工业视频监控画面着火现象监控方法及系统,通过对比视频资源中前后两张图像的二维直方图相似度来判断是否发生异常,通过判断该异常图像的RGB模型中R、G、B值的范围进一步判定是否着火。能够自动精准、及时判定是否发生着火故障,提升调度人员的准确性、及时性。
Description
技术领域
本发明属于监控变电站防火监控技术领域,具体涉及一种变电站工业视频监控画面着火现象监控方法及系统。
背景技术
目前市面上有很多视频监控分析的产品,但是没有针对电网变电站着火故障的发现及定位故障功能的监控产品,单依赖调度人员主站对设备着火等原因造成的电网故障反应有一定的滞后过程。我们需要通过自动检测视频画面及时发现故障并快速定位到故障点。为调度员提供反应时间,减小故障影响,提高调度员工作效率避免调度员错过重要视频画面。
发明内容
本发明的目的在于提供一种变电站工业视频监控画面着火现象监控方法及系统,以解决上述问题。能够实时监测变电内的异常信息,精确判断是否发生着火。
为实现上述目的,本发明采用如下技术方案:
一种变电站工业视频监控画面着火现象监控方法,包括:
1)对变电站的摄像头视频资源进行取帧处理,每隔一段时间从摄像头视频资源中提取保存一张图像;
2)将提取保存后的图像在计算机中用RGB模型表示,由RGB模型得到该图像的HSV模型;
3)分割该图像的HSV模型的H、S、V值,创建基于该图像的HSV模型空间中H和S两元素的二维直方图,比较前后两张图像的二维直方图相似度判断摄像头视频资源是否异常;
4)当摄像头视频资源发生异常时,进行该异常图像的颜色判断,判断该异常图像的RGB模型中的R分量、G分量和B分量是否同时满足R>=G>=B、R>=Rt、S>=((255-R)*St/Rt),若满足则判定发生着火现象;Rt为红色分量阈值,St为饱和度阈值。
进一步的,步骤1)中,每隔20帧从摄像头视频资源中提取保存一张图像。
进一步的,步骤2)中,依赖opencv计算机视觉库将图像转化为RGB模型。
进一步的,步骤3)中,前后两张图像的二维直方图相似度小于0.8时判断发生异常。
进一步的,步骤4)中,将异常图像转化为二值图像,显示着火的位置显示为白色,正常区域显示为黑色。
进一步的,还包括步骤5):该异常摄像头视频资源对应的摄像头所在的位置即为异常位置,异常位置定位之后,发出告警信息。
本发明的另一个技术方案是:一种变电站工业视频监控画面着火现象监控系统,用于所述的变电站工业视频监控画面着火现象监控方法,包括:
图像取帧模块,用于对变电站摄像头视频资源进行取帧处理;
图像预处理模块,用于将提取保存后的图像在计算机中用RGB模型表示,由RGB模型得到该图像的HSV模型;
图像分割模块,用于分割该图像的HSV模型的H、S、V值,创建基于该图像的HSV模型空间中H和S两元素的二维直方图;
图像比较模块,用于比较前后两张图像的二维直方图相似度判断摄像头视频资源是否异常;
判断模块,用于对该异常图像进行颜色判断,判断该异常图像的RGB模型中的R分量、G分量和B分量是否同时满足R>=G>=B、R>=Rt、S>=((255-R)*St/Rt),若满足则判定发生着火现象。
进一步的,还包括告警模块,当发生着火现象时,发出告警信息。
进一步的,还包括定位模块,用于采集该异常摄像头视频资源对应的摄像头所在的位置信息。
进一步的,还包括数据库,用于存储异常图像信息。
本发明的有益效果如下:
本发明实施例提供的着火现象监控方法,通过对比视频资源中前后两张图像的二维直方图相似度来判断是否发生异常,通过判断该异常图像的RGB模型中R、G、B值的范围进一步判定是否着火。能够自动精准、及时判定是否发生着火故障,提升调度人员的准确性、及时性。
进一步的,通过采集该异常摄像头视频资源对应的摄像头所在的位置信息,能够对着火地点实现精准定位。
进一步的,当发生着火时,告警模块发出告警信息,及时通知工作人员进行查看。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例提供的监控方法流程示意图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明,旨在对本发明提供进一步的详细说明。除非另有指明,本发明所采用的所有技术术语与本申请所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式,而并非意图限制根据本发明的示例性实施方式。
本发明实施例提供了一种变电站工业视频监控画面着火现象监控方法及系统,通过对比视频资源中前后两张图像的二维直方图相似度来判断是否发生异常,通过判断该异常图像的RGB模型中R、G、B值的范围进一步判定是否着火。能够自动精准、及时判定是否发生着火故障,提升调度人员的准确性、及时性。
该变电站工业视频监控画面着火现象监控方法包括如下步骤:
1)、将变电站的摄像头视频源上传至异常监测服务器中,进行取帧处理,根据现有流媒体设备设置每隔20帧从视频中提取保存一张图像。
2)、依赖opencv计算机视觉库针对颜色检测的需求设计算法对视频提取的每帧图像进行颜色检测处理。
详情如下:
将获取的每帧图像在计算机中采用RGB(红,绿,蓝)模型光学三原色来表示,将获取到的每帧图像由RGB模型转换为HSV模型。
其中HSV模型是根据颜色的直观特性在1978年创建的一种颜色空间,也称六角锥体模型(Hexcone Model)。这个模型中颜色的参数分别是:色调(H),饱和度(S),亮度(V)。
色调H:用角度度量,取值范围为0°~360°,从红色开始按逆时针方向计算,红色为0°,绿色为120°,蓝色为240°。它们的补色是:黄色为60°,青色为180°,品红为300°;
饱和度S:取值范围为0.0~1.0;
亮度V:取值范围为0.0(黑色)~1.0(白色)。
RGB模型是面向计算机硬件的,而HSV(Hue Saturation Value)颜色模型是面向用户的。HSV模型的三维表示从RGB立方体演化而来。HSV颜色分量范围:一般对颜色空间的图像进行有效处理都是在HSV空间进行的,然而对于帧图像基本色中对应的HSV分量需要给定一个严格的范围,下面是通过实验计算的模糊范围:H:0-180、S:0-255、V:0-255;而本图像算法基于HSV颜色分量范围进行异常判定。
依赖OpenCV计算机视觉库中的函数,直接将RGB模型转换为HSV模型,而且OpenCV中HSV模型的范围为H∈[0,180),S∈[0,255],V∈[0,255]。H分量表示图像中的某种颜色,基本上表示计算机视觉图像所能表达的一种颜色;S代表的是H所表示的颜色和白色的混合程度,S越小,颜色越发白、越浅;V代表的是H所表示的颜色和黑色的混合程度,也就是V越小,颜色越发黑。
3)、将RGB图像转换为HSV图像后,分割H、S、V值,创建基于该帧图像HSV空间中H([0,180])和S[0,255]两元素二维直方图,通过比较前后两张提取帧图像转化后的HSV空间中H、S值绘制的二维直方图的相似度来判断摄像头视频源是否有异常。该二维直方图采用变电站样例视频进行大量的演算,发现相似度小于0.8的时候两张提取帧图像具有明显区别,结合实际摄像头测试符合摄像区域异常变化的特征。故此将区域变化阈值设定为0.8.当提取帧图像小于0.8时判定该视频源摄像头有异常,进行颜色判断。
4)、当发生区域异常变化时,进行颜色判断,火焰图像异常检测可将异常帧图处理成二值图像,对于火焰检测,结合RGB判据和HSV判据,分割出火焰的区域。一般用于人眼观看的颜色模型是RGB模型,对于火焰而言,红色分量(R)和绿色分量(G)会很大,并且绿色分量(G)会大于蓝色分量(B)。HSV颜色模型分别用H(色度)S(饱和度)V(亮度)描述颜色特性,与人们感受颜色的方式紧密相连。考虑到单一颜色模型的判据准确性不够高,在RGB判据基础上,添加HSV约束条件。具体条件[1]为:
条件一:R>=G>=B;
条件二:R>=Rt
条件三:S>=((255-R)*St/Rt)
其中Rt是红色分量阈值,St是饱和度阈值,火焰像素主要取决于红色分量(R)的色度和饱和度。若满足式(1),则判断该位置为火焰像素,显示为白色,否则显示为黑色。判据中阈值的选择对于火焰检测是至关重要的,每帧图像像素达到火焰阈值则发现异常。
接着对转换成HSV模型图像进行颜色检测,判断每帧图像的每一个像素是不是在HSV模型最小值Scalar(iLowH,iLowS,iLowV)和HSV模型最大值Scalar(iHighH,iHighS,iHighV)之间。
5)、发现异常,将该异常的图像信息保存到数据库中,该图像信息中包括拍摄该帧图像的摄像头编号,与存储在数据库中每个摄像头所对应拍摄的电气设备信息相关联。
6)、根据异常监测服务器中火焰异常检测到的图像关联到拍摄着火视频摄像头,通过该摄像头进行故障定位,发出告警信息。
本发明的另一个技术方案是:一种变电站工业视频监控画面着火现象监控系统,用于所述的变电站工业视频监控画面着火现象监控方法,包括:
图像取帧模块,用于对变电站摄像头视频资源进行取帧处理;
图像预处理模块,用于将提取保存后的图像在计算机中用RGB模型表示,由RGB模型得到该图像的HSV模型;
图像分割模块,用于分割该图像的HSV模型的H、S、V值,创建基于该图像的HSV模型空间中H和S两元素的二维直方图;
图像比较模块,用于比较前后两张图像的二维直方图相似度判断摄像头视频资源是否异常;
判断模块,用于对该异常图像进行颜色判断,判断该异常图像的RGB模型中的R分量、G分量和B分量是否同时满足R>=G>=B、R>=Rt、S>=((255-R)*St/Rt),若满足则判定发生着火现象;
告警模块,当发生着火现象时,发出告警信息;
定位模块,用于采集该异常摄像头视频资源对应的摄像头所在的位置信息;
数据库,用于存储异常图像信息,
由技术常识可知,本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此,上述公开的实施方案,就各方面而言,都只是举例说明,并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
Claims (10)
1.一种变电站工业视频监控画面着火现象监控方法,其特征在于,包括:
1)对变电站的摄像头视频资源进行取帧处理,每隔一段时间从摄像头视频资源中提取保存一张图像;
2)将提取保存后的图像在计算机中用RGB模型表示,由RGB模型得到该图像的HSV模型;
3)分割该图像的HSV模型的H、S、V值,创建基于该图像的HSV模型空间中H和S两元素的二维直方图,比较前后两张图像的二维直方图相似度判断摄像头视频资源是否异常;
4)当摄像头视频资源发生异常时,进行该异常图像的颜色判断,判断该异常图像的RGB模型中的R分量、G分量和B分量是否同时满足R>=G>=B、R>=Rt、S>=((255-R)*St/Rt),若满足则判定发生着火现象;Rt为红色分量阈值,St为饱和度阈值。
2.根据权利要求1所述的变电站工业视频监控画面着火现象监控方法,其特征在于,步骤1)中,每隔20帧从摄像头视频资源中提取保存一张图像。
3.根据权利要求1所述的变电站工业视频监控画面着火现象监控方法,其特征在于,步骤2)中,依赖opencv计算机视觉库将图像转化为RGB模型。
4.根据权利要求1所述的变电站工业视频监控画面着火现象监控方法,其特征在于,步骤3)中,前后两张图像的二维直方图相似度小于0.8时判断发生异常。
5.根据权利要求1所述的变电站工业视频监控画面着火现象监控方法,其特征在于,步骤4)中,将异常图像转化为二值图像,显示着火的位置显示为白色,正常区域显示为黑色。
6.根据权利要求1所述的变电站工业视频监控画面着火现象监控方法,其特征在于,还包括步骤5):该异常摄像头视频资源对应的摄像头所在的位置即为异常位置,异常位置定位之后,发出告警信息。
7.一种变电站工业视频监控画面着火现象监控系统,用于权利要求1所述的变电站工业视频监控画面着火现象监控方法,其特征在于,包括:
图像取帧模块,用于对变电站摄像头视频资源进行取帧处理;
图像预处理模块,用于将提取保存后的图像在计算机中用RGB模型表示,由RGB模型得到该图像的HSV模型;
图像分割模块,用于分割该图像的HSV模型的H、S、V值,创建基于该图像的HSV模型空间中H和S两元素的二维直方图;
图像比较模块,用于比较前后两张图像的二维直方图相似度判断摄像头视频资源是否异常;
判断模块,用于对该异常图像进行颜色判断,判断该异常图像的RGB模型中的R分量、G分量和B分量是否同时满足R>=G>=B、R>=Rt、S>=((255-R)*St/Rt),若满足则判定发生着火现象。
8.根据权利要求7所述的变电站工业视频监控画面着火现象监控系统,其特征在于,还包括告警模块,当发生着火现象时,发出告警信息。
9.根据权利要求7所述的变电站工业视频监控画面着火现象监控系统,其特征在于,还包括定位模块,用于采集该异常摄像头视频资源对应的摄像头所在的位置信息。
10.根据权利要求7所述的变电站工业视频监控画面着火现象监控系统,其特征在于,还包括数据库,用于存储异常图像信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010858378.0A CN111988569A (zh) | 2020-08-24 | 2020-08-24 | 一种变电站工业视频监控画面着火现象监控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010858378.0A CN111988569A (zh) | 2020-08-24 | 2020-08-24 | 一种变电站工业视频监控画面着火现象监控方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111988569A true CN111988569A (zh) | 2020-11-24 |
Family
ID=73444035
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010858378.0A Pending CN111988569A (zh) | 2020-08-24 | 2020-08-24 | 一种变电站工业视频监控画面着火现象监控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111988569A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113723268A (zh) * | 2021-08-25 | 2021-11-30 | 国网北京市电力公司 | 识别电网故障的方法、装置、计算机存储介质及处理器 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11239337A (ja) * | 1998-02-19 | 1999-08-31 | Iwamoto Hideji | カラーカメラを用いた画像監視システム |
CN101441712A (zh) * | 2008-12-25 | 2009-05-27 | 北京中星微电子有限公司 | 一种火焰的视频识别方法和一种火灾监控方法及其系统 |
CN101499170A (zh) * | 2009-03-16 | 2009-08-05 | 北京中星微电子有限公司 | 一种视频颜色异常分析方法及装置 |
US20100073477A1 (en) * | 2007-01-16 | 2010-03-25 | Utc Fire & Security Corporation | System and method for video detection of smoke and flame |
CN103020588A (zh) * | 2012-11-15 | 2013-04-03 | 镇江石鼓文智能化系统开发有限公司 | 基于视频图像分析的火焰检测方法 |
CN104469305A (zh) * | 2014-12-04 | 2015-03-25 | 国家电网公司 | 电网视频监控设备的故障检测方法和装置 |
CN104980625A (zh) * | 2015-06-19 | 2015-10-14 | 新奥特(北京)视频技术有限公司 | 视频转场检测的方法和装置 |
CN105163087A (zh) * | 2015-09-18 | 2015-12-16 | 电子科技大学 | 基于嵌入式技术的图像增强监控系统 |
CN106650594A (zh) * | 2016-10-09 | 2017-05-10 | 北方民族大学 | 视频火灾检测方法、装置及系统 |
CN108334855A (zh) * | 2018-02-24 | 2018-07-27 | 南瑞集团有限公司 | 一种采用增强rgb分量特征的变电站火焰识别算法 |
CN109191761A (zh) * | 2018-09-06 | 2019-01-11 | 中国石油大学(华东) | 一种基于火焰多特征融合的火灾识别方法 |
CN109637068A (zh) * | 2018-11-23 | 2019-04-16 | 山东智洋电气股份有限公司 | 智能烟火识别系统 |
CN110232357A (zh) * | 2019-06-17 | 2019-09-13 | 深圳航天科技创新研究院 | 一种视频镜头分割方法及系统 |
CN110796826A (zh) * | 2019-09-18 | 2020-02-14 | 重庆特斯联智慧科技股份有限公司 | 一种用于识别烟雾火焰的报警方法及系统 |
CN111210410A (zh) * | 2019-12-31 | 2020-05-29 | 深圳市优必选科技股份有限公司 | 一种信号灯状态检测方法与装置 |
CN111402189A (zh) * | 2018-12-28 | 2020-07-10 | 山东华软金盾软件股份有限公司 | 一种视频图像偏色检测装置及方法 |
-
2020
- 2020-08-24 CN CN202010858378.0A patent/CN111988569A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11239337A (ja) * | 1998-02-19 | 1999-08-31 | Iwamoto Hideji | カラーカメラを用いた画像監視システム |
US20100073477A1 (en) * | 2007-01-16 | 2010-03-25 | Utc Fire & Security Corporation | System and method for video detection of smoke and flame |
CN101441712A (zh) * | 2008-12-25 | 2009-05-27 | 北京中星微电子有限公司 | 一种火焰的视频识别方法和一种火灾监控方法及其系统 |
CN101499170A (zh) * | 2009-03-16 | 2009-08-05 | 北京中星微电子有限公司 | 一种视频颜色异常分析方法及装置 |
CN103020588A (zh) * | 2012-11-15 | 2013-04-03 | 镇江石鼓文智能化系统开发有限公司 | 基于视频图像分析的火焰检测方法 |
CN104469305A (zh) * | 2014-12-04 | 2015-03-25 | 国家电网公司 | 电网视频监控设备的故障检测方法和装置 |
CN104980625A (zh) * | 2015-06-19 | 2015-10-14 | 新奥特(北京)视频技术有限公司 | 视频转场检测的方法和装置 |
CN105163087A (zh) * | 2015-09-18 | 2015-12-16 | 电子科技大学 | 基于嵌入式技术的图像增强监控系统 |
CN106650594A (zh) * | 2016-10-09 | 2017-05-10 | 北方民族大学 | 视频火灾检测方法、装置及系统 |
CN108334855A (zh) * | 2018-02-24 | 2018-07-27 | 南瑞集团有限公司 | 一种采用增强rgb分量特征的变电站火焰识别算法 |
CN109191761A (zh) * | 2018-09-06 | 2019-01-11 | 中国石油大学(华东) | 一种基于火焰多特征融合的火灾识别方法 |
CN109637068A (zh) * | 2018-11-23 | 2019-04-16 | 山东智洋电气股份有限公司 | 智能烟火识别系统 |
CN111402189A (zh) * | 2018-12-28 | 2020-07-10 | 山东华软金盾软件股份有限公司 | 一种视频图像偏色检测装置及方法 |
CN110232357A (zh) * | 2019-06-17 | 2019-09-13 | 深圳航天科技创新研究院 | 一种视频镜头分割方法及系统 |
CN110796826A (zh) * | 2019-09-18 | 2020-02-14 | 重庆特斯联智慧科技股份有限公司 | 一种用于识别烟雾火焰的报警方法及系统 |
CN111210410A (zh) * | 2019-12-31 | 2020-05-29 | 深圳市优必选科技股份有限公司 | 一种信号灯状态检测方法与装置 |
Non-Patent Citations (1)
Title |
---|
梁鹏: "基于视频的火灾监控关键技术研究", 《贵州大学学报(自然科学版)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113723268A (zh) * | 2021-08-25 | 2021-11-30 | 国网北京市电力公司 | 识别电网故障的方法、装置、计算机存储介质及处理器 |
CN113723268B (zh) * | 2021-08-25 | 2024-01-26 | 国网北京市电力公司 | 识别电网故障的方法、装置、计算机存储介质及处理器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN202085261U (zh) | 智能视频诊断监控系统 | |
WO2022121129A1 (zh) | 烟火识别方法、装置、计算机设备和存储介质 | |
CN105868722A (zh) | 异常电力设备图像的识别方法及系统 | |
EP3534326A1 (en) | Method and apparatus for merging infrared image and visible light image | |
CN107103330A (zh) | 一种指示灯状态识别方法和装置 | |
CN103310201B (zh) | 目标混合颜色识别方法 | |
CN104168478B (zh) | 基于Lab空间及相关性函数的视频图像偏色检测方法 | |
CN107392116A (zh) | 一种指示灯识别方法和系统 | |
CN108009479A (zh) | 分布式机器学习系统及其方法 | |
CN111654692B (zh) | 摄像头检测方法、装置、摄像头及存储介质 | |
CN112396999A (zh) | 异常显示块检测方法、显示屏故障检测方法及其设备 | |
CN110057820B (zh) | 在线检测氯化氢合成炉氯氢配比的方法、系统及存储介质 | |
CN100469138C (zh) | 基于视频监控与图像识别的电力变压器风机状态识别方法 | |
CN112927461A (zh) | 一种新能源汽车充电桩预警决策方法及装置 | |
CN110135347A (zh) | 一种基于视频图像的火焰识别方法 | |
Bakri et al. | A methodology for fire detection using colour pixel classification | |
CN114917519B (zh) | 一种建筑楼宇智能消防控制系统 | |
CN111988569A (zh) | 一种变电站工业视频监控画面着火现象监控方法及系统 | |
CN103020588B (zh) | 基于视频图像分析的火焰检测方法 | |
CN109753902B (zh) | 基于hough变换图像处理的配电柜方形压板状态识别方法 | |
CN102999994A (zh) | 基于视频图像分析的火焰检测装置 | |
CN102413355A (zh) | 一种视频质量诊断系统中视频信号缺失检测方法 | |
CN105761282B (zh) | 图像偏色的检测方法和装置 | |
WO2023280117A1 (zh) | 指示信号识别方法、设备以及计算机存储介质 | |
CN103020587A (zh) | 基于视频图像分析火焰的视图分析方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201124 |
|
RJ01 | Rejection of invention patent application after publication |