CN112364874A - 一种输电线的提取方法 - Google Patents

一种输电线的提取方法 Download PDF

Info

Publication number
CN112364874A
CN112364874A CN202010970448.1A CN202010970448A CN112364874A CN 112364874 A CN112364874 A CN 112364874A CN 202010970448 A CN202010970448 A CN 202010970448A CN 112364874 A CN112364874 A CN 112364874A
Authority
CN
China
Prior art keywords
transmission line
line segment
power transmission
angle
distance
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
Application number
CN202010970448.1A
Other languages
English (en)
Inventor
夏斌
张红阳
李冶
郑日平
蔡振华
刘宝军
王建宏
王锡森
赵耀新
吴华标
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.)
Guangdong Power Grid Co Ltd
Jiangmen Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Jiangmen Power Supply Bureau of Guangdong Power Grid 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 Guangdong Power Grid Co Ltd, Jiangmen Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202010970448.1A priority Critical patent/CN112364874A/zh
Publication of CN112364874A publication Critical patent/CN112364874A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/28Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/30Noise filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及电力系统检修和计算机视觉技术领域,更具体地,涉及一种输电线的提取方法,包括以下步骤:S1:获取输电线巡检图像;S2:对巡检图像预处理得到二值图像;S3:利用Ratio算子检测二值图像中输电线路边缘;S4:利用Hough变换初步提取二值图像中分段的输电线段;S5:通过直线段端点距离算法,将分段的输电线段合并为完整的直线段。本发明通过在步骤S5中加入直线段端点距离算法,分别计算一条直线段中的两个端点到另一条直线段中的两个端点间的距离,距离最小值对应的两个端点即可认为是两直线段连接的端点,这样能有效连接Hough变换得到的分段输电线段。

Description

一种输电线的提取方法
技术领域
本发明涉及电力系统检修和计算机视觉技术领域,更具体地,涉及一种输电线的提取方法。
背景技术
随着电力系统规模的不断扩大,电网结构日趋复杂,人工巡检已不能满足巡检的需要。与传统的人工检测方式相比,无人机检测不仅降低了检测成本,而且可以高效、安全的完成检测任务。抗干扰
而无人机航拍图像多以植物或建筑物为背景,输电线在航拍图像中的表现相对较弱。通常图像中的道路和树木作为背景的一部分,也包含了许多与输电线一样的线性特征。则在无人机航拍图像中提取电力线,由于背景干扰,很容易导致误检或漏检。
为解决上述问题,中国专利CN107833206A公开了一种复杂背景下电力线精确提取方法,首先利用Ratio算子实现对电力线边缘的检测,在保证电力线连续性的前提下,尽量引入较少噪声,给出了线特征检测阈值lth的参考范围。对边缘检测结果进行四连通聚类分析,以消除引入的背景噪声。然后,利用Hough变换(霍夫变换)实现对电力线的初步提取。最后设计直线编组算法,连接断裂的电力线并消除重叠的部分,得到最终的电力线提取结果。但是直线编组连接算法是基于最小二乘法原理,直接通过直线段间的平均距离阀值进行判断是否需要连接两个破碎的直线段,但这样并不能得到两直线段的连接位置,因而不能保证两条断裂的电力线之间能够有效、完整地连接起来,最后提取得到的输电线连续性不够好。
发明内容
本发明的目的在于克服上述现有技术中的不足,提供一种能够确保电力线有效连接的输电线的提取方法。
为解决上述技术问题,本发明采用的技术方案是:
提供一种输电线的提取方法,包括以下步骤:
S1:获取输电线巡检图像;
S2:对巡检图像预处理得到二值图像;
S3:利用Ratio算子(比算子)检测二值图像中输电线路边缘;
S4:利用Hough变换(霍夫变换)初步提取二值图像中分段的输电线段;
S5:通过直线段端点距离算法,将分段的输电线段合并为完整的直线段。
本发明先通过Ratio算子和Hough变换在图像中提取出分段的输电线段,之后利用端点距离算法,分别计算一条输电线段中的两个端点到另一条输电线段中的两个端点间的距离,距离最小值对应的两个端点即可认为是两输电线段连接的端点,这样通过端点距离的计算判断,可以直接确保经过Hough变换(霍夫变换)提取的输电线段能够在端点处对应连接起来,形成完整的直线段,确保了最终提取到的输电线的连续性。
优选地,上述的步骤S2具体包括以下步骤:
S21:对巡检图像进行灰度处理并进行中值滤波处理消除图像噪声,得到灰度图像;
S22:输出灰度图像的二值图像。
优选地,上述的步骤S3具体包括以下步骤:
S31:定义二值图像中的输电线宽度为P个像素;
S32:建立包含n个像素的Ratio检测模板R,并将R分为上、中、下三个像素区域,分别记为R1、R2、R3
S33:定义R的中心像素点为x0
S33:分别求得R1、R2、R3对应的平均灰度值Ai,公式为:
Figure BDA0002683838610000021
其中Ai为像素区域;ni为像素区域Ai对应的像素个数;Vk为每个像素的灰度值;k为像素点坐标;
S34:建立边缘检测响应函数:
Figure BDA0002683838610000022
Figure BDA0002683838610000023
其中,f12为像素区域R1、R2的边缘响应函数;f13为像素区域R1、R3的边缘响应函数;
S35:定义线特征响应函数:
Fm=min(f12,f13),若Fm>FTH,则认为中心像素点x0为输电线上的点。
优选地,上述的步骤S3中,建立垂直、与垂直方向夹角为45°两个方向的Ratio检测模板R,依次执行步骤S32至步骤S34分别得到两个响应函数:F1、F2,;所述步骤S35中的Fm根据两个响应函数得到,具体为Fm=max(F1,F2)。
优选地,上述的P的值为1,Ratio检测模板R中像素n的规格为3*3或5*5或7*7。
优选地,上述的步骤S4中Hough变换(霍夫变换)为:
Figure BDA0002683838610000031
q=0,1L,Q-1;p=0,1,L P-1;
其中,A(xi,yj)为每个像素的灰度值,ρ为坐标原点到输电线段的距离,Q是关于ρ的总体样本数,P是所取离散的θ总数,θ∈[0,180)。
优选地,上述的步骤S5包括以下步骤:
S51:将图像中平行的输电线段记为特征组;
S52:计算特征组内所有输电线段的之间的距离;
S53:通过直线段端点距离算法,将端点距离最小的输电线段合并。
优选地,上述的步骤S51中具体包括以下步骤:
S511:分别计算第一输电线段和第二输电线段的斜率,分别记为k1和k2
S512:将k1和k2分别转换为对应的角度:
angle1=arctank1
angle2=arctank2
其中,angle1为第一输电线段与水平线的夹角;angle2为第二输电线段与水平线的夹角;
S513:计算|angle1-angle2|的值,若|angle1-angle2|<ε,则判断两个输电线段平行,若|angle1-angle2|>ε,则判断两个输电线段不平行,返回步骤S511循环执行,直到遍历图像内所有输电线段后,进入步骤S52。
优选地,上述的步骤S52具体包括以下步骤:
S521:在特征组中,遍历第一线段得到端点N1、M1,遍历第二输电线段得到端点N2、M2,分别计算点N1、M1到第二输电线段的距离,并记为d1、d2;,及分别计算点N2、M2到第一输电线段的距离,并记为d3、d4
S522:计算d1、d2、d3、d4的平均值,记为D1
S523:重复步骤S521到S522,计算第一输电线段与特征组内剩余输电线段的距离,记为D2、D3…Dn-1;其中n为特征组内输电线段的总数;
S524:对D1、D2、D3、…、Dn-1按照数值大小排序,记最小的值为Dmin。优选地,上述的步骤S53具体包括以下步骤:
S531:分别计算第一输电线段端点N1、M1到第二输电线段端点N2、M2之间的距离,记为dN1N2、dN1M2、dM1N2、dM1M2
S532:对dN1N2、dN1M2、dM1N2、dM1M2按照数值大小排序,取最小值记为dmin
S533:将Dmin对应的直线段通过端点距离值为dmin的两个端点进行连接。
与现有技术相比,本发明的有益效果是:
本发明通过采用Ratio算子(比算子)和Hough变换(霍夫变换)提取巡检图像中输电线段,之后采用直线段端点距离算法,分别计算一条直线段中的两个端点到另一条直线段中的两个端点间的距离,距离最小值对应的两个端点即可认为是两直线段连接的端点,因为加入了端点位置距离的计算,将端点进行连接,避免了只计算输电线段间平均距离阀值造成输电线段间连接点的不连续性问题,能有效连接Hough变换(霍夫变换)得到的分段输电线段,使两条输电线段在端点处有效连接形成完整的直线段,从而保证了图像内提取得到的输电线段的连续性;另外通过建立两个方向的Ratio算子(比算子)增加了对图像内像素的检测次数,有效地提高了检测到输电线上像素点的概率,从而提高输电线提取的精度。
附图说明
图1为本发明输电线的提取方法的流程示意图;
图2为本发明输电线的提取方法的垂直方向Ratio算子示意图;
图3为本发明输电线的提取方法的与垂直方向成45°的Ratio算子示意图;
图4为本发明输电线的提取方法的第一灰度图像;
图5为图4的基于Ratio算子的检测示意图;
图6为图4的Hough变换二值图像提取示意图;
图7为本发明输电线的提取方法的输电线段端点示意图;
图8为本发明输电线的提取方法的第二灰度图像;
图9为图8经Ratio算子检测结合Hough变换得到的图像;
图10为图8经直线段端点距离算法最后得到的图像。
具体实施方式
下面结合具体实施方式对本发明作进一步的说明。其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本专利的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
实施例
如图1至图9所示为本发明输电线提取方法的实施例,包括以下步骤:
S1:获取输电线巡检图像;
S2:对巡检图像预处理得到二值图像;
S3:利用Ratio算子(比算子)检测二值图像中输电线路边缘;
S4:利用Hough变换(霍夫变换)初步提取二值图像中分段的输电线段;
S5:通过直线段端点距离算法,将分段的输电线段合并为完整的直线段。
本实施例中的步骤S2具体包括以下步骤:
S21:对巡检图像进行灰度处理并进行中值滤波处理消除图像噪声,得到灰度图像;
S22:输出灰度图像的二值图像。
步骤S3具体包括以下步骤:
S31:定义二值图像中的输电线宽度为P个像素;
S32:建立包含n个像素的Ratio检测模板R,并将R分为上、中、下三个像素区域,分别记为R1、R2、R3
S33:定义R的中心像素点为x0
S33:分别求得R1、R2、R3对应的平均灰度值Ai,公式为:
Figure BDA0002683838610000061
其中Ai为像素区域;ni为像素区域Ai对应的像素个数;Vk为每个像素的灰度值;k为像素点坐标;
S34:建立边缘检测响应函数:
Figure BDA0002683838610000062
Figure BDA0002683838610000063
其中,f12为像素区域R1、R2的边缘响应函数;f13为像素区域R1、R3的边缘响应函数;
S35:定义线特征响应函数:
Fm=min(f12,f13),若Fm>FTH,则认为中心像素点x0为输电线上的点。
如图2、图3所示,本实施例中的步骤S3中,建立垂直、与垂直方向夹角为45°两个方向的Ratio检测模板R,依次执行步骤S32至步骤S34分别得到两个响应函数:F1、F2,;所述步骤S35中的Fm根据两个响应函数得到,具体为Fm=max(F1,F2)。
本实施例中的P的值为1,Ratio检测模板R中像素n的规格为5*5。需要说明的是输电线的宽度定义为1个像素宽度及检测模板R的规格为5*5仅是一种优选的实施方式,是为了保证检测精度的同时尽可能提高检测效率,其不能理解为对本方案的限定,当然可以将输电线宽度定义为其他值,以及将检测模板的规格设置为为3*3或7*7或其他与输电线宽度对应的值,使其能够依据输电线的宽度划分为上、中、下3个像素区域。
本实施例中的步骤S4中Hough变换(霍夫变换)为:
Figure BDA0002683838610000071
q=0,1L,Q-1;p=0,1,L P-1
其中,A(xi,yj)为每个像素的灰度值,ρ为坐标原点到输电线段的距离,Q是关于ρ的总体样本数,P是所取离散的θ总数,θ∈[0,180)。
本实施例中的步骤S5包括以下步骤:
S51:将图像中平行的输电线段记为特征组;
S52:计算特征组内所有输电线段的之间的距离;
S53:通过直线段端点距离算法,将端点距离最小的输电线段合并。
本实施例中的步骤S51中具体包括以下步骤:
S511:分别计算第一输电线段和第二输电线段的斜率,分别记为k1和k2
S512:将k1和k2分别转换为对应的角度:
angle1=arctank1
angle2=arctank2
其中,angle1为第一输电线段与水平线的夹角;angle2为第二输电线段与水平线的夹角;
S513:计算|angle1-angle2|的值,若|angle1-angle2|<ε,则判断两个输电线段平行,若|angle1-angle2|>ε,则判断两个输电线段不平行,返回步骤S511循环执行,直到遍历图像内所有输电线段后,进入步骤S52。
如图7所示,本实施例中的步骤S52具体包括以下步骤:
S521:在特征组中,遍历第一线段L1得到端点N1、M1,遍历第二输电线段L2得到端点N2、M2,分别计算点N1、M1到第二输电线段L2的距离,并记为d1、d2;,及分别计算点N2、M2到第一输电线段L1的距离,并记为d3、d4
S522:计算d1、d2、d3、d4的平均值,记为D1
S523:重复步骤S521到S522,计算第一输电线段L1与特征组内剩余输电线段的距离,记为D2、D3…Dn-1;其中n为特征组内输电线段的总数;
S524:对D1、D2、D3、…、Dn-1按照数值大小排序,记最小的值为Dmin
本实施例中的步骤S53具体包括以下步骤:
S531:分别计算第一输电线段L1端点N1、M1到第二输电线段L2端点N2、M2之间的距离,记为dN1N2、dN1M2、dM1N2、dM1M2
S532:对dN1N2、dN1M2、dM1N2、dM1M2按照数值大小排序,取最小值记为dmin;
S533:将Dmin对应的直线段通过端点距离值为dmin的两个端点进行连接。
如图9所示,没有经过端点距离算法处理的输电线,其还会出现断续的现象,不能形成连续的直线段,如图10所示,经过端点距离算法处理后的输电线,其能较好地形成连续的直线段,不会出现断续的情况,因而最后提取得到图像中的输电线能连续性较好。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。

Claims (10)

1.一种输电线的提取方法,其特征在于,包括以下步骤:
S1:获取输电线巡检图像;
S2:对巡检图像预处理得到二值图像;
S3:利用Ratio算子检测二值图像中输电线路边缘;
S4:利用Hough变换初步提取二值图像中分段的输电线段;
S5:通过直线段端点距离算法,将分段的输电线段合并为完整的直线段。
2.根据权利要求1所述的一种输电线的提取方法,其特征在于,所述步骤S2具体包括以下步骤:
S21:对灰度图像进行灰度处理并进行中值滤波处理消除图像噪声,得到灰度图像;
S22:输出灰度图像的二值图像。
3.根据权利要求1所述的一种输电线的提取方法,其特征在于,所述步骤S3具体包括以下步骤:
S31:定义二值图像中的输电线宽度为P个像素;
S32:建立包含n个像素的Ratio检测模板R,并将R分为上、中、下三个像素区域,分别记为R1、R2、R3
S33:定义R的中心像素点为x0
S33:分别求得R1、R2、R3对应的平均灰度值Ai,公式为:
Figure FDA0002683838600000011
其中Ai为像素区域;ni为像素区域Ai对应的像素个数;Vk为每个像素的灰度值;k为像素点坐标;
S34:建立边缘检测响应函数:
Figure FDA0002683838600000012
Figure FDA0002683838600000013
其中,f12为像素区域R1、R2的边缘响应函数;f13为像素区域R1、R3的边缘响应函数;
S35:定义线特征响应函数:
Fm=min(f12,f13),若Fm>FTH,则认为中心像素点x0为输电线上的点。
4.根据权利要求3所述的一种输电线的提取方法,其特征在于,所述步骤S3中,建立垂直、与垂直方向夹角为45°两个方向的Ratio检测模板R,依次执行步骤S32至步骤S34分别得到两个响应函数:F1、F2;所述步骤S35中的Fm根据两个响应函数得到,具体为Fm=max(F1,F2)。
5.根据权利要求3所述的一种输电线的提取方法,其特征在于,所述P的值为1,所述Ratio检测模板R中像素n的规格为3*3或5*5或7*7。
6.根据权利要求1所述的一种输电线的提取方法,其特征在于,所述步骤S4中Hough变换为:
Figure FDA0002683838600000021
q=0,1L,Q-1;p=0,1,L P-1;
其中,A(xi,yj)为每个像素的灰度值,ρ为坐标原点到输电线段的距离,Q是关于ρ的总体样本数,P是所取离散的θ总数,θ∈[0,180)。
7.根据权利要求1所述的一种输电线的提取方法,其特征在于,所述步骤S5包括以下步骤:
S51:将图像中平行的输电线段记为特征组;
S52:计算特征组内所有输电线段的之间的距离;
S53:通过直线段端点距离算法,将端点距离最小的输电线段合并。
8.根据权利要求7所述的一种输电线的提取方法,其特征在于,所述步骤S51中具体包括以下步骤:
S511:分别计算第一输电线段和第二输电线段的斜率,分别记为k1和k2
S512:将k1和k2分别转换为对应的角度:
angle1=arctank1
angle2=arctank2
其中,angle1为第一输电线段与水平线的夹角;angle2为第二输电线段与水平线的夹角;
S513:计算|angle1-angle2|的值,若|angle1-angle2|<ε,则判断两个输电线段平行,若|angle1-angle2|>ε,则判断两个输电线段不平行,返回步骤S511循环执行,直到遍历图像内所有输电线段后,进入步骤S52。
9.根据权利要求7所述的一种输电线的提取方法,其特征在于,所述步骤S52具体包括以下步骤:
S521:在特征组中,遍历第一线段得到端点N1、M1,遍历第二输电线段得到端点N2、M2,分别计算点N1、M1到第二输电线段的距离,并记为d1、d2;,及分别计算点N2、M2到第一输电线段的距离,并记为d3、d4
S522:计算d1、d2、d3、d4的平均值,记为D1
S523:重复步骤S521到S522,计算第一输电线段与特征组内剩余输电线段的距离,记为D2、D3…Dn-1;其中n为特征组内输电线段的总数;
S524:对D1、D2、D3、…、Dn-1按照数值大小排序,记最小的值为Dmin
10.根据权利要求7所述的一种优输电线的提取方法,其特征在于,所述步骤S53具体包括以下步骤:
S531:分别计算第一输电线段端点N1、M1到第二输电线段端点N2、M2之间的距离,记为dN1N2、dN1M2、dM1N2、dM1M2
S532:对dN1N2、dN1M2、dM1N2、dM1M2按照数值大小排序,取最小值记为dmin
S533:将Dmin对应的直线段通过端点距离值为dmin的两个端点进行连接。
CN202010970448.1A 2020-09-15 2020-09-15 一种输电线的提取方法 Pending CN112364874A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010970448.1A CN112364874A (zh) 2020-09-15 2020-09-15 一种输电线的提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010970448.1A CN112364874A (zh) 2020-09-15 2020-09-15 一种输电线的提取方法

Publications (1)

Publication Number Publication Date
CN112364874A true CN112364874A (zh) 2021-02-12

Family

ID=74516803

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010970448.1A Pending CN112364874A (zh) 2020-09-15 2020-09-15 一种输电线的提取方法

Country Status (1)

Country Link
CN (1) CN112364874A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN107833206A (zh) * 2017-10-24 2018-03-23 武汉大学 一种复杂背景下电力线精确提取方法
CN109242880A (zh) * 2018-08-24 2019-01-18 国网福建省电力有限公司漳州供电公司 一种基于图像处理的电力线提取方法
CN110134148A (zh) * 2019-05-24 2019-08-16 中国南方电网有限责任公司超高压输电公司检修试验中心 一种输电线路直升机巡视中输电线路沿线跟踪方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN107833206A (zh) * 2017-10-24 2018-03-23 武汉大学 一种复杂背景下电力线精确提取方法
CN109242880A (zh) * 2018-08-24 2019-01-18 国网福建省电力有限公司漳州供电公司 一种基于图像处理的电力线提取方法
CN110134148A (zh) * 2019-05-24 2019-08-16 中国南方电网有限责任公司超高压输电公司检修试验中心 一种输电线路直升机巡视中输电线路沿线跟踪方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李彩林 等: ""复杂地物背景下的电力线提取方法"", 计算机工程与应用, vol. 52, no. 22, 15 November 2016 (2016-11-15), pages 198 - 202 *

Similar Documents

Publication Publication Date Title
CN107798330B (zh) 一种焊缝图像特征信息提取方法
CN108519605B (zh) 基于激光雷达和摄像机的路沿检测方法
CN106557764B (zh) 一种基于二进制编码字符水尺和图像处理的水位识别方法
CN104751142B (zh) 一种基于笔划特征的自然场景文本检测方法
CN107704801B (zh) 基于分段直线加分段贝塞尔曲线的曲线车道线检测方法
KR100975749B1 (ko) 단일 차선을 이용한 차선 인식 및 차량의 차선 이탈 검출 방법
CN107014294A (zh) 一种基于红外图像的接触网几何参数检测方法及系统
CN110189344A (zh) 一种电力刀闸图像中直线段提取方法
CN105809166A (zh) 车牌识别方法、装置及系统
CN109886175B (zh) 一种直线与圆弧相结合的车道线检测方法
CN110084169B (zh) 一种基于K-Means聚类和轮廓拓扑约束的违章建筑物识别方法
CN109685827B (zh) 一种基于dsp的目标检测与跟踪方法
CN110147748B (zh) 一种基于道路边缘检测的移动机器人障碍物识别方法
CN111553310B (zh) 基于毫米波雷达的安检图像获取方法、系统及安检设备
CN113370977A (zh) 一种基于视觉的智能车辆前向碰撞预警方法及系统
CN103942809A (zh) 检测岩石图像中节理裂隙的方法
CN101458767B (zh) 试卷卷面手写体数字识别方法
CN112464949A (zh) 一种消除液位线对仪表指针识别影响的方法
CN115410039A (zh) 基于改进YOLOv5算法的煤炭异物检测系统及方法
CN105574869B (zh) 一种基于改进Laplacian边缘检测的线结构光条中心线提取方法
CN110443166A (zh) 一种雾霾天气的车牌识别方法
CN101894373B (zh) 采用外接矩形的气象传真图像锋线提取方法
Ying et al. Research on an automatic counting method for steel bars' image
CN112364874A (zh) 一种输电线的提取方法
CN109271882A (zh) 一种区分颜色的手写体汉字提取方法

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