CN114034390A - 一种基于红外检测的设备温度异常检测系统 - Google Patents
一种基于红外检测的设备温度异常检测系统 Download PDFInfo
- Publication number
- CN114034390A CN114034390A CN202111311899.5A CN202111311899A CN114034390A CN 114034390 A CN114034390 A CN 114034390A CN 202111311899 A CN202111311899 A CN 202111311899A CN 114034390 A CN114034390 A CN 114034390A
- Authority
- CN
- China
- Prior art keywords
- temperature
- equipment
- point
- image
- infrared
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 13
- 238000013507 mapping Methods 0.000 claims abstract description 6
- 238000012544 monitoring process Methods 0.000 claims abstract description 6
- 238000012549 training Methods 0.000 claims description 15
- 238000001931 thermography Methods 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 8
- WJCNZQLZVWNLKY-UHFFFAOYSA-N thiabendazole Chemical compound S1C=NC(C=2NC3=CC=CC=C3N=2)=C1 WJCNZQLZVWNLKY-UHFFFAOYSA-N 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000009529 body temperature measurement Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0096—Radiation pyrometry, e.g. infrared or optical thermometry for measuring wires, electrical contacts or electronic systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
-
- 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
Abstract
本发明提供了一种基于红外检测的设备温度异常报警系统,通过红外摄像头的操作平台设置需要检测的多个预置点,一个预置点内可包含多个检测目标;通过视频取帧的方式在规定时间内从摄像头内取出一定数量的红外场景图片;使用当前场景下训练好的ResNet50模型对每一帧的图像中的坐标轴最高温和最低温进行识别,然后对于每个预置点的多个检测目标在本地存放对应检测位置的Mask文件,取出待检测设备的红外图片,以计算欧式距离的映射方式计算图像中各个像素值对应的温度值;检测单个设备是否超过温度阈值该方法可以利用红外摄像头监测目标,结合计算机视觉中图片处理的方法,实现了对变压器实时温度的监测和预警。
Description
技术领域
本发明属于红外技术和计算机视觉领域,特别涉及一种基于红外检测的设备温度异常报警系统。
背景技术
红外技术(Infrared Technique)就是根据探测到的物体的辐射能量的高低。经系统处理转变为目标物体的热图像,以灰度级或伪彩色显示出来,即得到被测目标的温度分布从而判断物体所处的状态,因此探测物体发射的热量的高低是红外热成像技术的与生俱来的基因。
自然界中,一切物体都可以辐射红外线,因此利用探测仪测定目标的本身和背景之间的红外线差并可以得到不同的红外图像,热红外线形成的图像称为热图。热成像是通过非接触探测红外能量(热量),并将其转换为电信号,进而在显示器上生成热图像和温度值,并可以对温度值进行计算的一种检测设备。
计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。
现有技术只有图像展示,无法自动识别设备;只能获取整张图像的温度最高最低值,无法确定具体设备的温度值。
发明内容
为解决上述技术问题,本发明提供了一种基于红外检测的设备温度异常报警系统,利用红外摄像头监测目标,结合计算机视觉中图片处理的方法,实现了对设备(主要用于变压器温度异常检测)实时温度的监测和预警。
为达到上述目的,本发明的技术方案如下:
一种基于红外检测的设备温度异常检测系统,其特征在于,步骤以下步骤:
S1.设置预置点,获取图像数据集及Mask文件配置;
S2.对图像数据集进行数据增强处理,用于训练ResNet50模型;
S3.Model检测及Mask处理;
S4.获取温度数据。
进一步优选的,
S11.布置相机,设置预置点P1,P2,...,Pm,针对每个预置点通过视频取帧的方式从摄像头内取出一定数量的红外热成像场景图,保存作为模型训练的数据集;
其中,i为第几个预置点,ast为当前检测区域内的任一个点;
进一步优选的,ResNet50模型训练过程为:
S21.从图像中的标签剪切出表示温度的数字区域图像,每个图形尺寸是 wD×hD;
S22.使用数据扩充的方式训练ResNet50模型,并截取温度数值部分的图像。进一步优选的,
步骤S21中,先将每张图从扩大到1.1wD×1.1hD,训练时,采用均匀分布 U(0,0.1wD)和U(0,0.1hD)分别生成图像左上角的横坐标和纵坐标,然后裁剪出 wD×hD大小的图片进行训练,从而达到动态扩充数据的目的。
进一步优选的,
S31.红外摄像头依次轮巡所有预置点并采集一张温度图像并保存等候处理,所有预置点轮巡一遍之后,设置延时时间,开始下一个周期的轮巡;
S32.利用训练好的当前场景下的ResNet50模型,根据调色板数字区域 wD×hD图像的识别,得到当前预置点区域内的最高温和最低温的数值;
S33.对于每个预置点取出的图片Ii,找到对应的Mask文件Mij,通过哈达玛乘积,得到当前预置点每个被检测设备的红外图像Dij,
Dij=Mij⊙Ii。
进一步优选的,温度获取过程为:
S41.对于红外热成像图,记录调色板的初始坐标(xO,yO)和终止坐标(xT,yT);对被检测设备上的每个点(u,v)∈Dij,计算其与调色板中线上每个点的颜色的距离,yP是调色板中线上的纵坐标;其中yO≤yP≤yT:
其中||||表示范数,c为通道数,本申请为3,由于每个点是红黄蓝三个通道,因此,被检测设备上任一点(r1,g1,b1)与调色板上任一点(r2,g2,b2)关系如下,
S43.将调色板温度映射到被检测设备的温度:
进一步优选的,还包括温度设备温度监测、报警处理阶段,具体过程为,
S51.实时地从数据库读取新增的设备温度数据,将设备的最高温、最低温、平均温以动态曲线的方式显示在前端;
S52.阈值分为两类:同组设备的温差阈值、同组设备中单个设备的温度阈值;比较同一组变压设备的温差,若超过温差阈值,即产生报警信息,在前端报警信息栏显示,并存入数据库;
S53.对每个设备检测是否超过温度阈值,若超过温度阈值,在前端报警信息栏显示,并存入数据库。
有益效果
(1)本发明考虑了红外技术的使用特点,对于热图中点的温度值,针对不同类型的摄像头分别采取了不同的图像处理方式,(没有看出来哪些技术特征用于区别)对于测温型摄像头采取标记点直接获取温度的方式。
(2)本发明通过引入ResNet50模型,Mask处理图像,等比例映射计算温度等手段,用来获得观测型摄像头的热图设备温度。
(3)本发明通过控制前端(显示器),实时地显示当前设备的温度,并对异常设备进行报警。
(4)将调色板温度映射到被检测设备的温度,精确度较高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1为本发明流程图。
图2为部分场景图,主要检测其中的设备温度(设备接线处,变压器等)。
图3为图3为部分场景检测结果图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
本发明提供了一种基于红外检测的变压器温度异常报警系统,如图1所示,该方法可以利用红外摄像头监测目标,结合计算机视觉中图片处理的方法,实现了对变压器实时温度的监测和预警。
具体实施例如下:
一种基于红外检测的变压器温度异常报警系统,包括以下步骤:
(1)准备阶段:
S11.预置点设置阶段:
登录红外摄像头的操作平台,根据自己的需求设置相应数量的预置点 P1,P2,...,Pm;设置完成后保存配置,关闭操作平台;
S12.图像数据集获取及Mask文件配置阶段:
(1.2.1)根据之前预置点的设置情况,针对每个预置点通过视频取帧的方式从摄像头内取出一定数量的红外热成像场景图,保存作为模型训练的数据集;
Mask文件把要检测的设备标注出来,i为第几个预置点,ast为当前检测区域内的任一个点;
S2.模型阶段:
S21.数据增强阶段:
(2.1.1)从图像中的标签剪切出表示温度的数字区域图像,每个图形尺寸是wD×hD。
(2.1.2)使用数据扩充的方式,对温度数值图片进行动态数据扩充,先将每张图从扩大到1.1wD×1.1hD,训练时,采用均匀分布U(0,0.1wD)和U(0,0.1hD)分别生成图像左上角的横坐标和纵坐标,然后裁剪出wD×hD大小的图片进行训练,从而达到动态扩充数据的目的;
S22.ResNet50模型训练阶段:
(2.2.1)加载准备阶段保存的图像数据集,并截取温度数值部分的图像,采用动态数据扩充的方式进行训练;
(2.2.2)加载预训练的ResNet50模型,训练之后得到当前场景下的 ResNet50模型,保存效果最好的模型,用于之后的Model检测阶段;
S3.系统运行阶段:Model检测及Mask处理
S31.系统开始运行,红外摄像头在每个预置点停留5分钟,并采集一张温度图像并保存等候处理,摄像头依次轮巡所有预置点,所有预置点轮巡一遍之后,延时1分钟,然后开始下一个周期的轮巡;
S32.调用训练好的当前场景下的ResNet50模型,根据调色板数字区域 wD×hD图像的识别,得到当前预置点区域内的最高温和最低温的数值;
S33.对于每个预置点取出的图片Ii,找到对应的Mask文件Mij,通过哈达玛乘积,得到当前预置点每个设备的红外图像Dij;
Dij=Mij⊙Ii。
S4.温度获取阶段:
S41.对于红外热成像图,记录调色板的初始坐标(xO,yO)和终止坐标(xT,yT);对被检测设备上的每个点(u,v)∈Dij,计算其与调色板中线上每个点的颜色的距离,yP是调色板中线上的纵坐标;其中yO≤yP≤yT:
其中||||表示范数,c为通道数,本申请为3,由于每个点是红黄蓝三个通道,因此,被检测设备上任一点(r1,g1,b1)与调色板上任一点(r2,g2,b2)关系如下,
S43.将调色板温度映射到被检测设备的温度:
S5.设备温度监测、报警处理阶段:
S51.实时地从数据库读取新增的设备温度数据,将设备的最高温、最低温、平均温以动态曲线的方式显示在前端;
S52.阈值分为两类:同组设备的温差阈值(一般三个相邻变压设备为一组)、单个设备的温度阈值。比较同一组变压设备的温差,若超过温差阈值,即产生报警信息,在前端报警信息栏显示(电脑或显示器),并存入数据库;
S53.对每个设备检测是否超过温度阈值,若超过温度阈值,在前端报警信息栏显示(电脑或显示器),并存入数据库。
该方法可在部署了红外摄像头的场景下,进行温度的监测和预警,引入 Resnet50模型,mask处理图像,等比例映射计算温度等手段,兼容测温型和观测型两种红外摄像头的使用,具有较高的鲁棒性,在前端实时地显示当前设备的温度,并对异常设备进行报警。
图2为部分场景图,主要检测其中的设备温度(设备接线处,变压器等);
图3为部分场景检测结果图,将需要检测的设备处理之后,将设备温度显示在图像上。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (7)
1.一种基于红外检测的设备温度异常检测系统,其特征在于,步骤以下步骤:
S1.设置预置点,获取图像数据集及Mask文件配置;
S2.对图像数据集进行数据增强处理,用于训练ResNet50模型;
S3.Model检测及Mask处理;
S4.获取温度数据。
3.根据权利要求1所述的一种基于红外检测的设备温度异常检测系统,其特征在于,ResNet50模型训练过程为:
S21.从图像中的标签剪切出表示温度的数字区域图像,每个图形尺寸是wD×hD;
S22.使用数据扩充的方式训练ResNet50模型,并截取温度数值部分的图像。
4.根据权利要求3所述的一种基于红外检测的设备温度异常检测系统,其特征在于,
步骤S21中,先将每张图从扩大到1.1wD×1.1hD,训练时,采用均匀分布U(0,0.1wD)和U(0,0.1hD)分别生成图像左上角的横坐标和纵坐标,然后裁剪出wD×hD大小的图片进行训练,从而达到动态扩充数据的目的。
5.根据权利要求1所述的一种基于红外检测的设备温度异常检测系统,其特征在于,
S31.红外摄像头依次轮巡所有预置点并采集一张温度图像并保存等候处理,所有预置点轮巡一遍之后,设置延时时间,开始下一个周期的轮巡;
S32.利用训练好的当前场景下的ResNet50模型,根据调色板数字区域wD×hD图像的识别,得到当前预置点区域内的最高温和最低温的数值;
S33.对于每个预置点取出的图片Ii,找到对应的Mask文件Mij,通过哈达玛乘积,得到当前预置点每个被检测设备的红外图像Dij,
Dij=Mij⊙Ii。
6.根据权利要求5所述的一种基于红外检测的设备温度异常检测系统,其特征在于,温度获取过程为:
S41.对于红外热成像图,记录调色板的初始坐标(xO,yO)和终止坐标(xT,yT);
其中|| ||表示范数,c表示通道数,由于每个点是红黄蓝三个通道,因此,被检测设备上任一点(r1,g1,b1)与调色板上任一点(r2,g2,b2)关系如下,
S43.将调色板温度映射到被检测设备的温度:
7.根据权利要求1所述的一种基于红外检测的设备温度异常检测系统,其特征在于,还包括温度设备温度监测、报警处理阶段,具体过程为,
S51.实时地从数据库读取新增的设备温度数据,将设备的最高温、最低温、平均温以动态曲线的方式显示在前端;
S52.阈值分为两类:同组设备的温差阈值、同组设备中单个设备的温度阈值;比较同一组变压设备的温差,若超过温差阈值,即产生报警信息,在前端报警信息栏显示,并存入数据库;
S53.对每个设备检测是否超过温度阈值,若超过温度阈值,在前端报警信息栏显示,并存入数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111311899.5A CN114034390B (zh) | 2021-11-08 | 2021-11-08 | 一种基于红外检测的设备温度异常检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111311899.5A CN114034390B (zh) | 2021-11-08 | 2021-11-08 | 一种基于红外检测的设备温度异常检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114034390A true CN114034390A (zh) | 2022-02-11 |
CN114034390B CN114034390B (zh) | 2023-11-03 |
Family
ID=80143319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111311899.5A Active CN114034390B (zh) | 2021-11-08 | 2021-11-08 | 一种基于红外检测的设备温度异常检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114034390B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2154499A1 (en) * | 2008-08-13 | 2010-02-17 | White Box, Inc. | Video thermometry |
US20180340962A1 (en) * | 2015-08-31 | 2018-11-29 | Korea Electric Power Corporation | Apparatus and method for diagnosing electric power equipment using thermal imaging camera |
JP2018194531A (ja) * | 2017-05-22 | 2018-12-06 | 日本アビオニクス株式会社 | 熱画像表示装置、赤外線撮像装置及び熱画像データ表示方法 |
CN110598736A (zh) * | 2019-08-06 | 2019-12-20 | 西安理工大学 | 一种电力设备红外图像故障定位、识别与预测方法 |
CN110782461A (zh) * | 2019-10-28 | 2020-02-11 | 华北电力大学 | 一种基于Mask-RCNN的电力设备红外图像分割方法 |
CN110850723A (zh) * | 2019-12-02 | 2020-02-28 | 西安科技大学 | 一种基于变电站巡检机器人系统的故障诊断及定位方法 |
CN111046880A (zh) * | 2019-11-28 | 2020-04-21 | 中国船舶重工集团公司第七一七研究所 | 一种红外目标图像分割方法、系统、电子设备及存储介质 |
CN112085089A (zh) * | 2020-09-03 | 2020-12-15 | 国网浙江省电力有限公司电力科学研究院 | 基于深度学习算法的变电站设备智能测温方法 |
CN112766195A (zh) * | 2021-01-26 | 2021-05-07 | 西南交通大学 | 一种电气化铁路弓网燃弧视觉检测方法 |
CN113486877A (zh) * | 2021-06-08 | 2021-10-08 | 广西大学 | 基于轻量化人工智能模型的电力设备红外图像实时检测与诊断方法 |
-
2021
- 2021-11-08 CN CN202111311899.5A patent/CN114034390B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2154499A1 (en) * | 2008-08-13 | 2010-02-17 | White Box, Inc. | Video thermometry |
US20180340962A1 (en) * | 2015-08-31 | 2018-11-29 | Korea Electric Power Corporation | Apparatus and method for diagnosing electric power equipment using thermal imaging camera |
JP2018194531A (ja) * | 2017-05-22 | 2018-12-06 | 日本アビオニクス株式会社 | 熱画像表示装置、赤外線撮像装置及び熱画像データ表示方法 |
CN110598736A (zh) * | 2019-08-06 | 2019-12-20 | 西安理工大学 | 一种电力设备红外图像故障定位、识别与预测方法 |
CN110782461A (zh) * | 2019-10-28 | 2020-02-11 | 华北电力大学 | 一种基于Mask-RCNN的电力设备红外图像分割方法 |
CN111046880A (zh) * | 2019-11-28 | 2020-04-21 | 中国船舶重工集团公司第七一七研究所 | 一种红外目标图像分割方法、系统、电子设备及存储介质 |
CN110850723A (zh) * | 2019-12-02 | 2020-02-28 | 西安科技大学 | 一种基于变电站巡检机器人系统的故障诊断及定位方法 |
CN112085089A (zh) * | 2020-09-03 | 2020-12-15 | 国网浙江省电力有限公司电力科学研究院 | 基于深度学习算法的变电站设备智能测温方法 |
CN112766195A (zh) * | 2021-01-26 | 2021-05-07 | 西南交通大学 | 一种电气化铁路弓网燃弧视觉检测方法 |
CN113486877A (zh) * | 2021-06-08 | 2021-10-08 | 广西大学 | 基于轻量化人工智能模型的电力设备红外图像实时检测与诊断方法 |
Non-Patent Citations (1)
Title |
---|
李浩: "基于计算机视觉的电力设备红外检测研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, pages 42 - 48 * |
Also Published As
Publication number | Publication date |
---|---|
CN114034390B (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109377469B (zh) | 一种热成像融合可见光图像的处理方法、系统及存储介质 | |
CN104272717B (zh) | 用于执行投影图像到检测到的红外线(ir)辐射信息的对准的方法和系统 | |
US10129490B2 (en) | Systems and approaches for thermal image corrections | |
WO2018076732A1 (zh) | 红外图像和可见光图像融合的方法及装置 | |
CN104254869B (zh) | 用于投影红外线辐射的可见光表示的方法和系统 | |
CN111739250B (zh) | 结合图像处理技术与红外传感器的火灾探测方法及系统 | |
CN111323125B (zh) | 一种测温方法、装置及计算机存储介质、电子设备 | |
KR101998639B1 (ko) | 열화상 카메라와 색상 카메라의 복합 영상을 이용한 지능형 발화지점 감시 시스템 | |
CN106341682A (zh) | 检测老化功能的方法、系统及装置 | |
CN109488888B (zh) | 基于对红外温度场多元分析的金属管道泄漏监测方法 | |
CN115690400B (zh) | 一种红外图像显示方法 | |
CN109512402B (zh) | 近距离多维度的精准医用人体红外热成像的方法 | |
CN115588099B (zh) | 一种感兴趣区域显示方法、电子设备和存储介质 | |
CN111289110A (zh) | 人体温度检测方法、系统、装置及热红外图像处理器 | |
CN116797977A (zh) | 巡检机器人动态目标识别与测温方法、装置和存储介质 | |
JP2002132341A (ja) | 現場点検装置 | |
CN108254078A (zh) | 一种红外热像仪盲元检测方法 | |
JP2002267574A (ja) | カラー表示装置の測色装置、測色方法、画質調整・検査装置、画質調整・検査方法 | |
CN113762161B (zh) | 一种障碍物智能监测方法及系统 | |
CN110674729A (zh) | 基于热能估算的人数识别方法、计算机装置及计算机可读存储介质 | |
US20190371004A1 (en) | System and method for determining skin color, method for generating icc profile, and image capturing device | |
CN114034390B (zh) | 一种基于红外检测的设备温度异常检测系统 | |
CN104239845B (zh) | 基于红外热成像技术的双视智能图像识别和目标定位方法 | |
CN115100556B (zh) | 基于图像分割与融合的增强现实的方法、装置及电子设备 | |
CN111272293A (zh) | 一种热分布监控系统及其检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |