CN112668442B - 一种基于智能图像处理的数据采集与联网方法 - Google Patents
一种基于智能图像处理的数据采集与联网方法 Download PDFInfo
- Publication number
- CN112668442B CN112668442B CN202011546121.8A CN202011546121A CN112668442B CN 112668442 B CN112668442 B CN 112668442B CN 202011546121 A CN202011546121 A CN 202011546121A CN 112668442 B CN112668442 B CN 112668442B
- Authority
- CN
- China
- Prior art keywords
- image
- obtaining
- acquiring
- extracting
- acquisition
- 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
Abstract
本发明公开了一种基于智能图像处理的数据采集与联网方法,属于数据采集技术领域;所述方法包括:获取待采集预扫描图像,提取所述预扫描图像,确定对待采集进行数据采集的扫描图像,获取扫描图像,判断扫描图像与预设安全触发条件的匹配度,获得安全检测结果,获取匹配结果,拼接所有变电设备图像采集数据,本发明实施例提供了基于智能图像处理的数据采集与联网方法,该方法通过对图像进行分块处理,并对采集到的重合的变电设备图像进行筛选处理,解决了现有方法采集过程中会对设备重叠区域进行重复采集,导致采集过程中出现无效采集数据,进而影响数据采集和分析效率的问题,降低了后台服务器的工作负载,提高了图像处理效率。
Description
技术领域
本发明涉及数据采集技术领域,具体是一种基于智能图像处理的数据采集与联网方法。
背景技术
巡检机器人是实现变电站智能化巡检作业的新技术,既具有人工巡检的灵活性、智能型,也可以弥补人工巡检的时效性差、出错率高等缺陷。巡检作业内容包括变电设备红外测温、表计识别及设备缺陷识别等,需要多领域联合作业,才能实现检测的多样化、智能化。
巡检机器人在巡检过程中,需要完成目标图像信息的采集、目标对象的识别以及数据信息的上传。目前主流的卷积神经网络(Convolution Neural Network,CNN)是图像识别领域的核心算法之一,并在有大量学习数据时有稳定的表现。将卷积神经网络通过硬件加速实现可以完成对目标对象的识别,可以用于识别站内设备,采集数据信息。
中国专利CN110519582A公开了一种巡检机器人数据采集系统及数据采集方法,主要完成机器人到达指定巡检位置点后,采用嵌入式深度学习图像处理技术,快速的识别周边场景,识别设备并进行配准,通过发送指令调整云台角度,进行设备图像的自主采集。所述发明的具体步骤为:通过双目摄像头采集图像信息,在处理器中对图形进行格式转换、分辨率调整以及平滑滤波等预处理,对预处理过的图像进行目标识别,再将识别数据上传云端,在云端对数据进行处理和分析,根据分析结果反馈给云台用于校正摄像头角度等,但是,获知需要进行数据采集的区域之后,通过调整采集变电站设备的数目和连接设备之间的重叠区域,最终确定采集区域进行数据采集,但是采集过程中会对设备重叠区域进行重复采集,导致采集过程中出现无效采集数据,进而影响数据采集和分析的效率,因此,我们提出一种基于智能图像处理的数据采集与联网方法。
发明内容
本发明的目的在于提供一种基于智能图像处理的数据采集与联网方法,以解决现有方法采集过程中会对设备重叠区域进行重复采集,导致采集过程中出现无效采集数据,进而影响数据采集和分析效率的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于智能图像处理的数据采集与联网方法,所述方法包括:
获取待采集预扫描图像;
提取所述预扫描图像,确定对待采集进行数据采集的扫描图像;
获取扫描图像,判断扫描图像与预设安全触发条件的匹配度,获得安全检测结果;
获取匹配结果,拼接所有变电设备图像采集数据。
作为本发明进一步的方案:获取匹配结果,拼接所有变电设备图像采集数据的步骤如下:
获取超过预设安全触发条件阈值的特征指标值库对应的协议解析器,依据获取的协议解析器对扫描图像数据进行解析,得到解析结果;
检测巡检机器人上采集摄像头处于开启状态,并检测采集摄像头是否正常工作;
提取解析结果,并调整采集摄像头的倾斜角度和位置;
调取变电设备图像集合中的所有图像分块进行拼接操作,以获得拼接图案,并对所拼接图案进行边缘平滑处理。
作为本发明再进一步的方案:所述获取待采集预扫描图像的步骤如下:
获取变电设备的正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方照片信息;
提取正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方照片特征信息;
整合所述变电设备正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方照片特征信息;
发送所述变电设备正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方照片特征信息。
作为本发明再进一步的方案:获取扫描图像中的特征信息步骤如下:
提取预设时间间隔内的变电设备多帧实时运行状态图像,对每帧变电设备实时运行状态图像执行分块处理,确定每一分块图像中各个像素点颜色亮度的方差;
提取每一分块图像中各个像素点颜色亮度的方差数值,对每一分块图像中各个像素点颜色亮度的方差数值进行均值计算;
将颜色方差均值数值最大的五分之一的图像分块作为图像分块集合输出,并与数据库储存的预设安全触发条件阈值集一一对比,获取匹配结果,获取各安全通信层协议解析器对应的匹配度,按照匹配度从高至低的顺序进行排序,按照排序调用安全通信层协议解析器;
向数据库发送匹配结果,储存匹配结果。
作为本发明再进一步的方案:提取所述预扫描图像,确定对待采集进行数据采集的扫描图像方法如下:
提取预扫描图像,对采集到的图像信息进行筛选,将符合要求的变电设备图像信息,对图像进行格式转换,并调整图像分辨率调整以及平滑滤波,完成对图像的预处理,巡检机器人通过与后台服务器连接的图像输出模块发送至后台服务器处理。
作为本发明再进一步的方案:巡检机器人与后台服务器之间通过例如3G、4G无线协议建立连接。
作为本发明再进一步的方案:获取扫描图像,判断扫描图像与预设安全触发条件的匹配度,获得安全检测结果方法如下:
获取扫描图像中的特征信息,发送执行指令至后台服务器,获取后台服务器的授权提取编码,向数据库发送授权提取码,接收数据库储存的预设安全触发条件阈值集。
一种基于智能图像处理的数据采集与联网系统,详述如下:
本发明实施例提供的基于智能图像处理的数据采集与联网系统,应用于具有图像处理器的计算机设备终端,包括:
采集模块,用于获取获取待采集预扫描图像;
第一获取模块,用于提取所述预扫描图像;
匹配模块,用于获取扫描图像,判断扫描图像与预设安全触发条件的匹配度;
第二获取模块,用于获取匹配结果,拼接所有变电设备图像采集数据。
作为本发明再进一步的方案:采集模块包括:
第一获取单元,用于获取变电设备的正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方照片信息;
特征信息识别单元,用于提取正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方照片特征信息;
整合单元,用于整合所述变电设备正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方照片特征信息;
发送单元,用于发送所述变电设备正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方照片特征信息。
作为本发明再进一步的方案:匹配模块包括:
第二获取单元,用于提取预设时间间隔内的变电设备多帧实时运行状态图像,对每帧变电设备实时运行状态图像执行分块处理;
均值计算单元,用于提取每一分块图像中各个像素点颜色亮度的方差数值,对每一分块图像中各个像素点颜色亮度的方差数值进行均值计算;
图像分块单元,用于将颜色方差均值数值最大的五分之一的图像分块作为图像分块集合输出,并与数据库储存的预设安全触发条件阈值集一一对比;
发送单元,用于向数据库发送匹配结果,储存匹配结果。
作为本发明再进一步的方案:第二获取模块包括:
第三获取单元,用于获取超过预设安全触发条件阈值的特征指标值库对应的协议解析器,依据获取的协议解析器对扫描图像数据进行解析;
检测单元,用于检测巡检机器人上采集摄像头处于开启状态,并检测采集摄像头是否正常工作;
调整单元,用于解析结果,并调整采集摄像头的倾斜角度和位置;
拼接处理单元,用于调取变电设备图像集合中的所有图像分块进行拼接操作,以获得拼接图案,并对所拼接图案进行边缘平滑处理。
与现有技术相比,本发明的有益效果是:本发明实施例提供了基于智能图像处理的数据采集与联网方法,该方法通过对图像进行分块处理,并对采集到的重合的变电设备图像进行筛选处理,解决了现有方法采集过程中会对设备重叠区域进行重复采集,导致采集过程中出现无效采集数据,进而影响数据采集和分析效率的问题,降低了后台服务器的工作负载,提高了图像处理效率。
附图说明
图1为基于智能图像处理的数据采集与联网方法的实现流程示意图。
图2为基于智能图像处理的数据采集与联网方法中获取待采集预扫描图像的实现流程示意图。
图3为基于智能图像处理的数据采集与联网方法中获取扫描图像,判断扫描图像与预设安全触发条件的匹配度,获得安全检测结果的实现流程示意图。
图4为基于智能图像处理的数据采集与联网方法中获取匹配结果,拼接所有变电设备图像采集数据的实现流程示意图。
图5为基于智能图像处理的数据采集与联网系统的结构示意图。
图6为基于智能图像处理的数据采集与联网系统中采集模块的结构示意图。
图7为基于智能图像处理的数据采集与联网系统中匹配模块的结构示意图。
图8为基于智能图像处理的数据采集与联网系统中第二获取模块的结构示意图。
具体实施方式
下面结合具体实施方式对本发明的技术方案作进一步详细地说明,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
图1示出了本发明实施例提供的一种基于智能图像处理的数据采集与联网方法的实现流程,应用于具有图像处理器的计算机设备终端,所述基于智能图像处理的数据采集与联网方法详述如下:
步骤S100,获取待采集预扫描图像;
在本发明实施例中,获取待采集预扫描图像时,利用巡检机器人上的采集摄像头对变电设备的图像进行采集,分别在变电设备的正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方进行拍摄,然后提取正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方照片中特征信息,此处对待采集预扫描图像的举例仅为方便理解本方案,具体的待采集预扫描图像可以根据变电站中变电设备的实际运行情况进行采集,在此不做限定。
步骤S200,提取所述预扫描图像,确定对待采集进行数据采集的扫描图像;
在本发明实施例中,提取预扫描图像,对采集到的图像信息进行筛选,将符合要求的变电设备图像信息,对图像进行格式转换,并调整图像分辨率调整以及平滑滤波,完成对图像的预处理,巡检机器人通过与后台服务器连接的图像输出模块发送至后台服务器处理。
本发明实施例中,巡检机器人与后台服务器之间可以通过例如3G、4G等无线协议建立连接。
本发明实施例中,后台服务器可以为一台服务器,也可以是由若干台服务器组成的服务器组,网络模块可以为LAN(局域网)、WAN(广域网)、无线网络、令牌环网络、网络集线器网络或其它配置,所述局域网与后台服务器连接,用于将巡检机器人的数据传输至后台服务器,所述后台服务器上部署有后台程序和状态评估模型,用于对巡检机器人运行状态进行评估;
步骤S300,获取扫描图像,判断扫描图像与预设安全触发条件的匹配度,获得安全检测结果;
本发明实施例中,获取扫描图像中的特征信息,发送执行指令至后台服务器,获取后台服务器的授权提取编码,向数据库发送授权提取码,接收数据库储存的预设安全触发条件阈值集;
图3示出了本发明实施例提供的获取扫描图像中的特征信息的实现流程,获取扫描图像中的特征信息方法详述如下:
步骤S301,提取预设时间间隔内的变电设备多帧实时运行状态图像,对每帧变电设备实时运行状态图像执行分块处理,确定每一分块图像中各个像素点颜色亮度的方差;
步骤S302,提取每一分块图像中各个像素点颜色亮度的方差数值,对每一分块图像中各个像素点颜色亮度的方差数值进行均值计算;
步骤S303,将颜色方差均值数值最大的五分之一的图像分块作为图像分块集合输出,并与数据库储存的预设安全触发条件阈值集一一对比,获取匹配结果,获取各安全通信层协议解析器对应的匹配度,按照匹配度从高至低的顺序进行排序,按照排序调用安全通信层协议解析器;
步骤S304,向数据库发送匹配结果,储存匹配结果。
步骤S400,获取匹配结果,拼接所有变电设备图像采集数据。
图4示出了本发明实施例提供的获取匹配结果,拼接所有变电设备图像采集数据的实现流程,获取匹配结果,拼接所有变电设备图像采集数据的方法详述如下:
步骤S401,获取超过预设安全触发条件阈值的特征指标值库对应的协议解析器,依据获取的协议解析器对扫描图像数据进行解析,得到解析结果;
步骤S402,检测巡检机器人上采集摄像头处于开启状态,并检测采集摄像头是否正常工作;
步骤S403,提取解析结果,并调整采集摄像头的倾斜角度和位置;
步骤S404,调取变电设备图像集合中的所有图像分块进行拼接操作,以获得拼接图案,并对所拼接图案进行边缘平滑处理。
可以理解的是,通过调整采集摄像头的倾斜角度和位置从而实现对变电设备图像的光线补偿、人脸图像去噪以及人脸图像滤波处理,减少变电设备无效图像的采集,提高巡检机器人和后台服务器的工作效率。
图2示出了本发明实施例提供的获取待采集预扫描图像的实现流程,所述获取待采集预扫描图像实现流程详述如下:
步骤S101,获取变电设备的正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方照片信息;
步骤S102,提取正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方照片特征信息;
步骤S103,整合所述变电设备正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方照片特征信息;
步骤S104,发送所述变电设备正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方照片特征信息。
实施例2
图5示出了本发明实施例提供的一种基于智能图像处理的数据采集与联网系统,详述如下:
本发明实施例提供的基于智能图像处理的数据采集与联网系统,应用于具有图像处理器的计算机设备终端,包括:
采集模块110,用于获取获取待采集预扫描图像;
第一获取模块111,用于提取所述预扫描图像;
匹配模块112,用于获取扫描图像,判断扫描图像与预设安全触发条件的匹配度;
第二获取模块113,用于获取匹配结果,拼接所有变电设备图像采集数据。
图6示出了本发明实施例提供的采集模块110的模块机构图,采集模块110包括:
第一获取单元210,用于获取变电设备的正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方照片信息;
特征信息识别单元211,用于提取正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方照片特征信息;
整合单元212,用于整合所述变电设备正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方照片特征信息;
发送单元213,用于发送所述变电设备正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方照片特征信息。
图7示出了本发明实施例提供的匹配模块112的模块机构图,匹配模块112包括:
第二获取单元310,用于提取预设时间间隔内的变电设备多帧实时运行状态图像,对每帧变电设备实时运行状态图像执行分块处理;
均值计算单元311,用于提取每一分块图像中各个像素点颜色亮度的方差数值,对每一分块图像中各个像素点颜色亮度的方差数值进行均值计算;
图像分块单元312,用于将颜色方差均值数值最大的五分之一的图像分块作为图像分块集合输出,并与数据库储存的预设安全触发条件阈值集一一对比;
发送单元313,用于向数据库发送匹配结果,储存匹配结果。
图8示出了本发明实施例提供的第二获取模块113的模块机构图,第二获取模块113包括:
第三获取单元410,用于获取超过预设安全触发条件阈值的特征指标值库对应的协议解析器,依据获取的协议解析器对扫描图像数据进行解析;
检测单元411,用于检测巡检机器人上采集摄像头处于开启状态,并检测采集摄像头是否正常工作;
调整单元412,用于解析结果,并调整采集摄像头的倾斜角度和位置;
拼接处理单元413,用于调取变电设备图像集合中的所有图像分块进行拼接操作,以获得拼接图案,并对所拼接图案进行边缘平滑处理。
本发明的有益效果是:本发明实施例提供了基于智能图像处理的数据采集与联网方法,该方法通过对图像进行分块处理,并对采集到的重合的变电设备图像进行筛选处理,解决了现有方法采集过程中会对设备重叠区域进行重复采集,导致采集过程中出现无效采集数据,进而影响数据采集和分析效率的问题,降低了后台服务器的工作负载,提高了图像处理效率。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (1)
1.一种基于智能图像处理的数据采集与联网方法,其特征在于,所述方法包括:
获取待采集预扫描图像;
提取所述预扫描图像,确定对待采集进行数据采集的扫描图像;
获取扫描图像,判断扫描图像与预设安全触发条件的匹配度,获得安全检测结果;
获取匹配结果,拼接所有变电设备图像采集数据;
所述获取待采集预扫描图像的步骤如下:
获取变电设备的正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方照片信息;
提取正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方照片特征信息;
整合所述变电设备正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方照片特征信息;
发送所述变电设备正前方、正后方、左侧、右侧,上方、下方、左前方、右前方、左后方和右后方照片特征信息;
所述获取扫描图像中的特征信息步骤如下:
提取预设时间间隔内的变电设备多帧实时运行状态图像,对每帧变电设备实时运行状态图像执行分块处理,确定每一分块图像中各个像素点颜色亮度的方差;
提取每一分块图像中各个像素点颜色亮度的方差数值,对每一分块图像中各个像素点颜色亮度的方差数值进行均值计算;
将颜色方差均值数值最大的五分之一的图像分块作为图像分块集合输出,并与数据库储存的预设安全触发条件阈值集一一对比,获取匹配结果,获取各安全通信层协议解析器对应的匹配度,按照匹配度从高至低的顺序进行排序,按照排序调用安全通信层协议解析器;
向数据库发送匹配结果,储存匹配结果;
获取匹配结果,拼接所有变电设备图像采集数据的步骤如下:
获取超过预设安全触发条件阈值的特征指标值库对应的协议解析器,依据获取的协议解析器对扫描图像数据进行解析,得到解析结果;
检测巡检机器人上采集摄像头处于开启状态,并检测采集摄像头是否正常工作;
提取解析结果,并调整采集摄像头的倾斜角度和位置;
调取变电设备图像集合中的所有图像分块进行拼接操作,以获得拼接图案,并对所拼接图案进行边缘平滑处理;
提取所述预扫描图像,确定对待采集进行数据采集的扫描图像方法如下:
提取预扫描图像,对采集到的图像信息进行筛选,将符合要求的变电设备图像信息,对图像进行格式转换,并调整图像分辨率调整以及平滑滤波,完成对图像的预处理,巡检机器人通过与后台服务器连接的图像输出模块发送至后台服务器处理;
巡检机器人与后台服务器之间通过3G、4G无线协议建立连接;
获取扫描图像,判断扫描图像与预设安全触发条件的匹配度,获得安全检测结果方法如下:
获取扫描图像中的特征信息,发送执行指令至后台服务器,获取后台服务器的授权提取编码,向数据库发送授权提取码,接收数据库储存的预设安全触发条件阈值集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011546121.8A CN112668442B (zh) | 2020-12-23 | 2020-12-23 | 一种基于智能图像处理的数据采集与联网方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011546121.8A CN112668442B (zh) | 2020-12-23 | 2020-12-23 | 一种基于智能图像处理的数据采集与联网方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112668442A CN112668442A (zh) | 2021-04-16 |
CN112668442B true CN112668442B (zh) | 2022-01-25 |
Family
ID=75409909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011546121.8A Active CN112668442B (zh) | 2020-12-23 | 2020-12-23 | 一种基于智能图像处理的数据采集与联网方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112668442B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8805091B1 (en) * | 2012-08-17 | 2014-08-12 | Google Inc. | Incremental image processing pipeline for matching multiple photos based on image overlap |
CN110519582A (zh) * | 2019-08-16 | 2019-11-29 | 哈尔滨工程大学 | 一种巡检机器人数据采集系统及数据采集方法 |
CN110874817A (zh) * | 2018-08-29 | 2020-03-10 | 上海商汤智能科技有限公司 | 图像拼接方法和装置、车载图像处理装置、电子设备、存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
BR112013027456B1 (pt) * | 2011-04-27 | 2021-08-24 | Telecom Italia S.P.A. | Sistema de monitoração, e, método para monitorar uma condição ambiental de uma área |
CN109740507A (zh) * | 2018-12-29 | 2019-05-10 | 国网浙江省电力有限公司 | 一种变电设备异常感知的方法 |
-
2020
- 2020-12-23 CN CN202011546121.8A patent/CN112668442B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8805091B1 (en) * | 2012-08-17 | 2014-08-12 | Google Inc. | Incremental image processing pipeline for matching multiple photos based on image overlap |
CN110874817A (zh) * | 2018-08-29 | 2020-03-10 | 上海商汤智能科技有限公司 | 图像拼接方法和装置、车载图像处理装置、电子设备、存储介质 |
CN110519582A (zh) * | 2019-08-16 | 2019-11-29 | 哈尔滨工程大学 | 一种巡检机器人数据采集系统及数据采集方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112668442A (zh) | 2021-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113887412B (zh) | 污染排放的检测方法、检测终端、监控系统及存储介质 | |
CN111695512B (zh) | 一种无人值守文物监测方法及装置 | |
CN112526391A (zh) | 电解槽故障检测系统及方法 | |
CN112149513A (zh) | 基于深度学习的工业制造现场安全帽佩戴识别系统和方法 | |
CN111832398A (zh) | 一种无人机影像的配电线路杆塔导地线断股图像检测方法 | |
CN111383204A (zh) | 视频图像融合方法、融合装置、全景监控系统及存储介质 | |
CN110046584A (zh) | 一种基于无人机巡检的道路裂纹检测装置及检测方法 | |
CN112967176A (zh) | 一种利用Image J和Photoshop对植物盖度分析的方法 | |
CN112595936A (zh) | 基于无人机巡检的输电线复合绝缘子智能检测系统 | |
CN112668442B (zh) | 一种基于智能图像处理的数据采集与联网方法 | |
JP2004213567A (ja) | 画像学習装置及びその学習方法 | |
CN111598874B (zh) | 一种基于智能移动端的红树林郁闭度调查方法 | |
CN112422818B (zh) | 一种基于多元图像融合的智能化掉筛远程检测方法 | |
CN108960146A (zh) | 人脸识别监控视频的图像预处理方法 | |
CN112446304A (zh) | 一种火焰检测方法及其系统 | |
CN112906488A (zh) | 一种基于人工智能的安防视频质量评价系统 | |
CN107507214A (zh) | 获取货物图像的方法和装置 | |
CN115601712A (zh) | 适用于现场安全措施的图像数据处理方法及系统 | |
CN114399862A (zh) | 基于温度检测和门禁授权的闸机通行控制方法及系统 | |
CN114330477A (zh) | 一种基于混合现实设备的电力设备缺陷检测系统及方法 | |
CN208691422U (zh) | 人脸识别监控摄像头 | |
CN113029089A (zh) | 基于电力现场辅助信息的视频画面内目标距离估计方法 | |
CN107995435A (zh) | 无人机图像采集方法、装置、计算机设备及可读存储介质 | |
CN110490060B (zh) | 一种基于机器学习硬件架构的安防前端视频设备 | |
CN113252654B (zh) | 一种尿试纸抗干扰自适应智能定位识别方法及系统 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220104 Address after: No. 10, Maqun Avenue (Xianlin Avenue), Qixia District, Nanjing, Jiangsu 210000 Applicant after: NANJING INSTITUTE OF MEASUREMENT AND TESTING TECHNOLOGY Address before: 210000 room 103, building 3, big data industrial base, 180 software Avenue, Yuhua District, Nanjing City, Jiangsu Province Applicant before: NANJING MIND SOFTWARE Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |