CN114283091B - 基于视频融合的电力设备图像恢复系统 - Google Patents

基于视频融合的电力设备图像恢复系统 Download PDF

Info

Publication number
CN114283091B
CN114283091B CN202111617886.0A CN202111617886A CN114283091B CN 114283091 B CN114283091 B CN 114283091B CN 202111617886 A CN202111617886 A CN 202111617886A CN 114283091 B CN114283091 B CN 114283091B
Authority
CN
China
Prior art keywords
image
target area
video
period
power equipment
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
Application number
CN202111617886.0A
Other languages
English (en)
Other versions
CN114283091A (zh
Inventor
张世强
赵琳
江志磊
张婷娟
张继宝
孙天琦
刘春序
顾雷
孔德山
叶根
王子恒
佟宇宁
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.)
Yichun Power Supply Co Of State Grid Heilongjiang Electric Power Co ltd
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Yichun Power Supply Co Of State Grid Heilongjiang Electric Power Co ltd
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Jiangsu Electric Power 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 Yichun Power Supply Co Of State Grid Heilongjiang Electric Power Co ltd, State Grid Corp of China SGCC, Economic and Technological Research Institute of State Grid Jiangsu Electric Power Co Ltd filed Critical Yichun Power Supply Co Of State Grid Heilongjiang Electric Power Co ltd
Priority to CN202111617886.0A priority Critical patent/CN114283091B/zh
Publication of CN114283091A publication Critical patent/CN114283091A/zh
Application granted granted Critical
Publication of CN114283091B publication Critical patent/CN114283091B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Image Processing (AREA)

Abstract

基于视频融合的电力设备图像恢复系统,属于变电站电力设备监控及图像恢复领域。解决了现有变电站电力设备视频图像采集过程中,受电磁干扰影响导致所采集的图像画面受损,其对该受损图像进行恢复过程复杂及复原图像的准确率低的问题。包括,视频清晰度检测模块对采集的视频图像的清晰度进行检测;视频截取模块用于获得关注时段的视频图像;基准目标区域图像提取模块用于从关注时段的视频图像中选取清晰度最高的目标区域的画面;初始目标区域恢复模块用于获得初始目标区域恢复图像;预处理模块对初始目标区域恢复图像进行预处理;参考图像提取模块用于获得参考图像;图像处理模块利用参考图像对初始目标区域恢复图像进行恢复。主要用于对图像恢复。

Description

基于视频融合的电力设备图像恢复系统
技术领域
本发明涉及一种基于视频融合的电力设备图像恢复系统,属于变电站电力设备监控及图像恢复领域。
背景技术
目前变电站电力设备视频监控技术中,一般利用巡检机器人进行视频图像的巡检,但是受到变电站强电磁环境的影响,巡检机器人在进行视频图像采集时,所采集的视频图像的画质会出现异常,导致所采集的视频图像画面受损,无法对待监测的设备进行有效监测,后续故障溯源无法提供有效的判断依据及技术支撑,需对受损的画面进行恢复。
现有技术中对于图像的恢复过程比较复杂、且采用模糊检测的方式对受损图像进行恢复,且所复原的图像的准确率低,因此,以上问题亟需解决。
发明内容
本发明目的是为了解决现有变电站电力设备视频图像采集过程中,受电磁干扰影响导致所采集的图像画面受损,其对该受损图像进行恢复过程复杂及复原图像的准确率低的问题。本发明提供了一种基于视频融合的电力设备图像恢复系统。
基于视频融合的电力设备图像恢复系统,包括,
视频清晰度检测模块,用于对采集的电力设备的视频图像的清晰度进行检测;
视频截取模块,用于对视频清晰度检测模块检测出的清晰度低于第一预设清晰度时,所对应时段内的视频图像进行截取,获得关注时段的视频图像;
基准目标区域图像提取模块,用于根据关注时段的视频图像获得关注时段内每一帧图像的信息,并选取关注时段内所有帧图像上的目标区域的画面,并比较所选取的目标区域的画面的清晰度,并将清晰度最高的目标区域的画面作为基准目标区域图像;
初始目标区域恢复模块,用于以基准目标区域图像的视角为基础,搜寻关注时段内,与基准目标区域图像的视角相同的目标区域的画面,并利用搜寻到的视角相同的目标区域的画面对基准目标区域图像进行拟合,获得初始目标区域恢复图像;
预处理模块,用于对初始目标区域恢复图像进行预处理,获得预处理后的初始目标区域恢复图像;
参考图像提取模块,用于根据与关注时段邻近的前一采集时段和后一采集时段内所采集的电力设备的视频图像,从与关注时段邻近的前一采集时段内提取第一参考图像,从与关注时段邻近的后一采集时段内提取第二参考图像;
图像处理模块,用于对第一参考图像和第二参考图像进行特征融合,并利用该特征融合后的图像对预处理后的初始目标区域恢复图像进行修复,获得修复后的初始目标区域恢复图像,对修复后的初始目标区域恢复图像进行修正后,再对修正后的初始目标区域恢复图像进行去噪,从而完成对关注时段内关注图像的恢复。
本发明带来的有益效果是:
本发明所述的基于视频融合的电力设备图像恢复系统结构简单,使用时先对采集的电力设备的视频图像的清晰度进行检测,通过简单的清晰度检测,初步筛选出关注时段的视频图,再从关注时段的视频图像中筛选出清晰度最高的目标区域的画面作为基准目标区域图像,并以该基准目标区域图像作为基础,对其进行了两次恢复,实现高精度的图像恢复,具体为:一方面利用关注时段内的其它视角相同的目标区域的画面对基准目标区域图像进行拟合,获得初始目标区域恢复图像;另一方面,更进一步的,利用与从关注时段邻近的前一采集时段和后一采集时段获得的真实参考图像来对初始目标区域恢复图像进一步进行恢复,进一步提高对初始目标区域恢复图像的修复精度。
本发明主要用于对变电站电力设备视频图像采集过程中,受电磁干扰影响导致受损画面的修复。
附图说明
图1是本发明所述基于视频融合的电力设备图像恢复系统的原理示意图。
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,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作出创造性劳动的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。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
具体实施方式一、参见图1说明本实施方式,本实施方式所述的基于视频融合的电力设备图像恢复系统,包括,
视频清晰度检测模块1,用于对采集的电力设备的视频图像的清晰度进行检测;
视频截取模块2,用于对视频清晰度检测模块1检测出的清晰度低于第一预设清晰度时,所对应时段内的视频图像进行截取,获得关注时段的视频图像;
基准目标区域图像提取模块3,用于根据关注时段的视频图像获得关注时段内每一帧图像的信息,并选取关注时段内所有帧图像上的目标区域的画面,并比较所选取的目标区域的画面的清晰度,并将清晰度最高的目标区域的画面作为基准目标区域图像;
初始目标区域恢复模块4,用于以基准目标区域图像的视角为基础,搜寻关注时段内,与基准目标区域图像的视角相同的目标区域的画面,并利用搜寻到的视角相同的目标区域的画面对基准目标区域图像进行拟合,获得初始目标区域恢复图像;
预处理模块5,用于对初始目标区域恢复图像进行预处理,获得预处理后的初始目标区域恢复图像;
参考图像提取模块6,用于根据与关注时段邻近的前一采集时段和后一采集时段内所采集的电力设备的视频图像,从与关注时段邻近的前一采集时段内提取第一参考图像,从与关注时段邻近的后一采集时段内提取第二参考图像;
图像处理模块7,用于对第一参考图像和第二参考图像进行特征融合,并利用该特征融合后的图像对预处理后的初始目标区域恢复图像进行修复,获得修复后的初始目标区域恢复图像,对修复后的初始目标区域恢复图像进行修正后,再对修正后的初始目标区域恢复图像进行去噪,从而完成对关注时段内关注图像的恢复。
具体应用时,对电力设备的视频图像主要通过巡检机器人对变电站电力设备进行采集,本发明所述的基于视频融合的电力设备图像恢复系统结构简单,使用时先对采集的电力设备的视频图像的清晰度进行检测,通过简单的清晰度检测,初步筛选出关注时段的视频图,再从关注时段的视频图像中筛选出清晰度最高的目标区域的画面作为基准目标区域图像,并以该基准目标区域图像作为基础,对其进行了两次恢复,实现高精度的图像恢复,具体为:一方面利用关注时段内的其它视角相同的目标区域的画面对基准目标区域图像进行拟合,获得初始目标区域恢复图像;其中,利用视角相同的目标区域的画面进行拟合,进一步提高对基准目标区域图像进行恢复的精度;另一方面,更进一步的,利用从与关注时段邻近的前一采集时段和后一采集时段获得的真实参考图像来对初始目标区域恢复图像进一步进行恢复,进一步提高对初始目标区域恢复图像的修复精度。
本发明通过采集与关注时段邻近的前后采集时间段的图像来获得参考图像,该参考图像为巡检机器人在巡检过程中真实采集视频图像,通过真实采集视频图像作为参考对初始目标区域恢复图像更能贴近事实的对初始目标区域恢复图像的恢复,提高恢复精度,保证真实性。
预处理模块5对初始目标区域恢复图像进行预处理可采用现有技术实现。
进一步的,基准目标区域图像提取模块3,用于根据关注时段的视频图像获得关注时段内每一帧图像的信息的实现方式为:
用于对关注时段的视频图像进行解析,获得关注时段内每一帧图像的信息。
更进一步的,初始目标区域恢复模块4,利用搜寻到的视角相同的目标区域的画面对基准目标区域图像进行拟合的实现方式为:
利用搜寻到的视角相同的目标区域的画面内的像素信息,对基准目标区域图像中缺失像素点进行填充,从而完成拟合。
本优选实施方式,基于实际采集的图像信息,从中搜寻到的视角相同的目标区域的画面内的像素信息,对基准目标区域图像中缺失像素点进行填充,保证了基准目标区域图像初步恢复的真实性和准确性,且其实现方式简单,便于实现。
更进一步的,参考图像提取模块6,从与关注时段邻近的前一采集时段内提取第一参考图像,从与关注时段邻近的后一采集时段内提取第二参考图像的实现方式为:
根据与关注时段邻近的前一采集时段内所采集的电力设备的视频图像,获得与关注时段邻近的前一采集时段内每一帧图像的信息,再从与关注时段邻近的前一采集时段中提取与基准目标区域图像的视角相同的目标区域的画面,并将其作为第一参考图像;
同时,还在与关注时段邻近的后一采集时段内所采集的电力设备的视频图像,获得与关注时段邻近的后一采集时段内每一帧图像的信息,再从与关注时段邻近的后一采集时段中提取与基准目标区域图像的视角相同的目标区域的画面,并将其作为第二参考图像。
本优选实施方式中,提供了从与关注时段邻近的前、后一采集时段内提取两个参考图像的实现方式,整个过程简单,便于实现,且通过从实际采集的现场视频图像中提取与基准目标区域图像的视角相同的目标区域的画面作为参考图像,为后续对初始目标区域恢复图像的恢复精度的提高提供基础。
更进一步的,根据与关注时段邻近的前一采集时段内所采集的电力设备的视频图像,获得与关注时段邻近的前一采集时段内每一帧图像的信息的实现方式为:
对与关注时段邻近的前一采集时段内所采集的电力设备的视频图像进行解析,获得与关注时段邻近的前一采集时段内每一帧图像的信息。
更进一步的,根据与关注时段邻近的前一采集时段内所采集的电力设备的视频图像,获得与关注时段邻近的前一采集时段内每一帧图像的信息的实现方式为:
对与关注时段邻近的后一采集时段内所采集的电力设备的视频图像进行解析,获得与关注时段邻近的后一采集时段内每一帧图像的信息。
更进一步的,图像处理模块7,利用该特征融合后的图像对预处理后的初始目标区域恢复图像进行修复,获得修复后的初始目标区域恢复图像的实现方式为:
首先,提取特征融合后的图像中目标区域所对应的像素信息;
再根据特征融合后的图像中目标区域与预处理后的初始目标区域恢复图像的对应关系,利用其提取到的特征融合后的图像中目标区域所对应的像素信息对预处理后的初始目标区域恢复图像中的缺失像素点、以及对预处理后的初始目标区域恢复图像中像素点清晰度低于第二预设清晰度所对应的像素点进行像素信息补偿,从而获得修复后的初始目标区域恢复图像。
本优选实施方式对初始目标区域恢复图像中的缺失像素点、以及清晰度低的像素点进行信息补偿,实现对图像的恢复。
更进一步的,图像处理模块7对修复后的初始目标区域恢复图像进行修正的实现方式为:
提取修复后的初始目标区域恢复图像的轮廓信息,并剔除修复后的初始目标区域恢复图像的轮廓所在区域之外的图像信息,从而完成对修复后的初始目标区域恢复图像的修正。
更进一步的,预处理模块5,用于对初始目标区域恢复图像进行预处理的实现方式为:
先对初始目标区域恢复图像进行灰度化,再对灰度化的图像进行空间变换后,利用空间域算法对空间变换后的图像进行图像增强,从而完成对初始目标区域恢复图像的预处理。
虽然在本文中参照了特定的实施方式来描述本发明,但是应该理解的是,这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是,可以对示例性的实施例进行许多修改,并且可以设计出其他的布置,只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是,可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是,结合单独实施例所描述的特征可以使用在其他所述实施例中。

Claims (9)

1.基于视频融合的电力设备图像恢复系统,其特征在于包括,
视频清晰度检测模块(1),用于对采集的电力设备的视频图像的清晰度进行检测;
视频截取模块(2),用于对视频清晰度检测模块(1)检测出的清晰度低于第一预设清晰度时,所对应时段内的视频图像进行截取,获得关注时段的视频图像;
基准目标区域图像提取模块(3),用于根据关注时段的视频图像获得关注时段内每一帧图像的信息,并选取关注时段内所有帧图像上的目标区域的画面,并比较所选取的目标区域的画面的清晰度,并将清晰度最高的目标区域的画面作为基准目标区域图像;
初始目标区域恢复模块(4),用于以基准目标区域图像的视角为基础,搜寻关注时段内,与基准目标区域图像的视角相同的目标区域的画面,并利用搜寻到的视角相同的目标区域的画面对基准目标区域图像进行拟合,获得初始目标区域恢复图像;
预处理模块(5),用于对初始目标区域恢复图像进行预处理,获得预处理后的初始目标区域恢复图像;
参考图像提取模块(6),用于根据与关注时段邻近的前一采集时段和后一采集时段内所采集的电力设备的视频图像,从与关注时段邻近的前一采集时段内提取第一参考图像,从与关注时段邻近的后一采集时段内提取第二参考图像;
图像处理模块(7),用于对第一参考图像和第二参考图像进行特征融合,并利用该特征融合后的图像对预处理后的初始目标区域恢复图像进行修复,获得修复后的初始目标区域恢复图像,对修复后的初始目标区域恢复图像进行修正后,再对修正后的初始目标区域恢复图像进行去噪,从而完成对关注时段内关注图像的恢复。
2.根据权利要求1所述的基于视频融合的电力设备图像恢复系统,其特征在于,基准目标区域图像提取模块(3),用于根据关注时段的视频图像获得关注时段内每一帧图像的信息的实现方式为:
用于对关注时段的视频图像进行解析,获得关注时段内每一帧图像的信息。
3.根据权利要求1所述的基于视频融合的电力设备图像恢复系统,其特征在于,初始目标区域恢复模块(4),利用搜寻到的视角相同的目标区域的画面对基准目标区域图像进行拟合的实现方式为:
利用搜寻到的视角相同的目标区域的画面内的像素信息,对基准目标区域图像中缺失像素点进行填充,从而完成拟合。
4.根据权利要求1所述的基于视频融合的电力设备图像恢复系统,其特征在于,参考图像提取模块(6),从与关注时段邻近的前一采集时段内提取第一参考图像,从与关注时段邻近的后一采集时段内提取第二参考图像的实现方式为:
根据与关注时段邻近的前一采集时段内所采集的电力设备的视频图像,获得与关注时段邻近的前一采集时段内每一帧图像的信息,再从与关注时段邻近的前一采集时段中提取与基准目标区域图像的视角相同的目标区域的画面,并将其作为第一参考图像;
同时,还在与关注时段邻近的后一采集时段内所采集的电力设备的视频图像,获得与关注时段邻近的后一采集时段内每一帧图像的信息,再从与关注时段邻近的后一采集时段中提取与基准目标区域图像的视角相同的目标区域的画面,并将其作为第二参考图像。
5.根据权利要求4所述的基于视频融合的电力设备图像恢复系统,其特征在于,根据与关注时段邻近的前一采集时段内所采集的电力设备的视频图像,获得与关注时段邻近的前一采集时段内每一帧图像的信息的实现方式为:
对与关注时段邻近的前一采集时段内所采集的电力设备的视频图像进行解析,获得与关注时段邻近的前一采集时段内每一帧图像的信息。
6.根据权利要求4所述的基于视频融合的电力设备图像恢复系统,其特征在于,根据与关注时段邻近的前一采集时段内所采集的电力设备的视频图像,获得与关注时段邻近的前一采集时段内每一帧图像的信息的实现方式为:
对与关注时段邻近的后一采集时段内所采集的电力设备的视频图像进行解析,获得与关注时段邻近的后一采集时段内每一帧图像的信息。
7.根据权利要求1所述的基于视频融合的电力设备图像恢复系统,其特征在于,图像处理模块(7),利用该特征融合后的图像对预处理后的初始目标区域恢复图像进行修复,获得修复后的初始目标区域恢复图像的实现方式为:
首先,提取特征融合后的图像中目标区域所对应的像素信息;
再根据特征融合后的图像中目标区域与预处理后的初始目标区域恢复图像的对应关系,利用其提取到的特征融合后的图像中目标区域所对应的像素信息对预处理后的初始目标区域恢复图像中的缺失像素点、以及对预处理后的初始目标区域恢复图像中像素点清晰度低于第二预设清晰度所对应的像素点进行像素信息补偿,从而获得修复后的初始目标区域恢复图像。
8.根据权利要求1或7所述的基于视频融合的电力设备图像恢复系统,其特征在于,图像处理模块(7)对修复后的初始目标区域恢复图像进行修正的实现方式为:
提取修复后的初始目标区域恢复图像的轮廓信息,并剔除修复后的初始目标区域恢复图像的轮廓所在区域之外的图像信息,从而完成对修复后的初始目标区域恢复图像的修正。
9.根据权利要求1所述的基于视频融合的电力设备图像恢复系统,其特征在于,预处理模块(5),用于对初始目标区域恢复图像进行预处理的实现方式为:
先对初始目标区域恢复图像进行灰度化,再对灰度化的图像进行空间变换后,利用空间域算法对空间变换后的图像进行图像增强,从而完成对初始目标区域恢复图像的预处理。
CN202111617886.0A 2021-12-27 2021-12-27 基于视频融合的电力设备图像恢复系统 Active CN114283091B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111617886.0A CN114283091B (zh) 2021-12-27 2021-12-27 基于视频融合的电力设备图像恢复系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111617886.0A CN114283091B (zh) 2021-12-27 2021-12-27 基于视频融合的电力设备图像恢复系统

Publications (2)

Publication Number Publication Date
CN114283091A CN114283091A (zh) 2022-04-05
CN114283091B true CN114283091B (zh) 2022-08-09

Family

ID=80876555

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111617886.0A Active CN114283091B (zh) 2021-12-27 2021-12-27 基于视频融合的电力设备图像恢复系统

Country Status (1)

Country Link
CN (1) CN114283091B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101202913A (zh) * 2006-11-28 2008-06-18 三星电子株式会社 用于编码和解码视频图像的方法和设备
CN106023185A (zh) * 2016-05-16 2016-10-12 国网河南省电力公司电力科学研究院 一种输电设备故障诊断方法
CN111145135A (zh) * 2019-12-30 2020-05-12 腾讯科技(深圳)有限公司 一种图像去扰处理方法、装置、设备及存储介质
WO2020151443A1 (zh) * 2019-01-23 2020-07-30 广州视源电子科技股份有限公司 视频图像传输方法、装置、交互智能平板和存储介质
CN111614996A (zh) * 2020-04-07 2020-09-01 上海推乐信息技术服务有限公司 一种视频修复方法和系统
CN112634170A (zh) * 2020-12-30 2021-04-09 平安科技(深圳)有限公司 一种模糊图像修正的方法、装置、计算机设备及存储介质
CN112801890A (zh) * 2021-01-08 2021-05-14 北京奇艺世纪科技有限公司 一种视频处理方法、装置及设备
CN113724143A (zh) * 2020-09-27 2021-11-30 天翼智慧家庭科技有限公司 用于图像修复的方法和装置
CN113837974A (zh) * 2021-09-28 2021-12-24 国网上海市电力公司 一种基于改进beeps滤波算法的nsst域电力设备红外图像增强方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI607901B (zh) * 2015-11-06 2017-12-11 財團法人工業技術研究院 影像修補系統及其方法
KR101785027B1 (ko) * 2016-01-14 2017-11-06 주식회사 라온텍 화면 왜곡 보정이 가능한 디스플레이 장치 및 이를 이용한 화면 왜곡 보정 방법
US11095877B2 (en) * 2016-11-30 2021-08-17 Microsoft Technology Licensing, Llc Local hash-based motion estimation for screen remoting scenarios

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101202913A (zh) * 2006-11-28 2008-06-18 三星电子株式会社 用于编码和解码视频图像的方法和设备
CN106023185A (zh) * 2016-05-16 2016-10-12 国网河南省电力公司电力科学研究院 一种输电设备故障诊断方法
WO2020151443A1 (zh) * 2019-01-23 2020-07-30 广州视源电子科技股份有限公司 视频图像传输方法、装置、交互智能平板和存储介质
CN111145135A (zh) * 2019-12-30 2020-05-12 腾讯科技(深圳)有限公司 一种图像去扰处理方法、装置、设备及存储介质
CN111614996A (zh) * 2020-04-07 2020-09-01 上海推乐信息技术服务有限公司 一种视频修复方法和系统
CN113724143A (zh) * 2020-09-27 2021-11-30 天翼智慧家庭科技有限公司 用于图像修复的方法和装置
CN112634170A (zh) * 2020-12-30 2021-04-09 平安科技(深圳)有限公司 一种模糊图像修正的方法、装置、计算机设备及存储介质
CN112801890A (zh) * 2021-01-08 2021-05-14 北京奇艺世纪科技有限公司 一种视频处理方法、装置及设备
CN113837974A (zh) * 2021-09-28 2021-12-24 国网上海市电力公司 一种基于改进beeps滤波算法的nsst域电力设备红外图像增强方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
"Fusion of regularization terms of image restoration";Max Mignottle;《Journal of Electronic Imaging》;20101231;全文 *
"基于结构组稀疏表示的图像修复算法研究";王君;《中国优秀硕士学位论文全文数据库 信息科技辑》;20210315(第03期);全文 *
"多视角混合分辨率图像的超分辨技术研究";丁兰;《中国优秀硕士学位论文全文数据库 信息科技辑》;20131215(第S2期);全文 *
"输电线路防外破智能监测系统的研究";贺日升;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20210715(第07期);全文 *
"高速路网视频信息支撑系统构建及其关键算法研究";阮雅端;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20170715(第06期);全文 *
一种简单有效的视频序列超分辨率复原算法;王素玉等;《北京工业大学学报》;20090615(第06期);全文 *
利用大位移视图的自动可信图像修补;刘春晓等;《中国图象图形学报》;20130316(第03期);全文 *

Also Published As

Publication number Publication date
CN114283091A (zh) 2022-04-05

Similar Documents

Publication Publication Date Title
CN103487729B (zh) 基于紫外视频与红外视频融合的电力设备缺陷检测方法
CN105976352B (zh) 一种基于灰度图像形态学的焊缝表面缺陷特征提取方法
CN104318582B (zh) 一种高铁接触网旋转双耳部件销钉不良状态检测方法
CN105447471A (zh) 基于红外检测的设备气体泄漏识别方法和装置
CN109752392B (zh) 一种pcb板缺陷类型检测系统和方法
CN105957088B (zh) 基于计算机视觉的变压器复合绝缘子套管监测方法及系统
CN104361314A (zh) 基于红外与可见光图像融合的变电设备定位方法及装置
CN106056594A (zh) 一种基于双光谱的可见光图像提取系统与方法
CN113487563B (zh) 一种基于el图像的光伏组件隐裂自适应检测方法
CN112116573B (zh) 一种高精度的红外图像异常检测方法及系统
CN107578397A (zh) 一种新型非接触式接触线磨损检测方法
CN112730454B (zh) 基于光学、红外热波与超声波融合的复合材料的损伤智能检测方法
CN109377515A (zh) 一种基于改进ViBe算法的运动目标检测方法及系统
CN105096305A (zh) 绝缘子状态分析的方法及装置
CN115294031A (zh) 基于红外热成像分析的光伏组件故障图像识别方法
CN112508019A (zh) 基于图像识别的gis隔离/接地开关状态检测方法及系统
CN113947563A (zh) 一种基于深度学习的电缆工艺质量动态缺陷检测方法
CN112541478A (zh) 一种基于双目摄像头的绝缘子串污损检测方法及系统
CN112288682A (zh) 基于图像配准的电力设备缺陷定位方法
CN114283091B (zh) 基于视频融合的电力设备图像恢复系统
CN117745709A (zh) 一种铁路异物侵限检测方法、系统、设备及介质
CN105260993A (zh) 基于边缘约束和自适应形态学滤波的高光谱图像条带缺失修复方法
CN115829981A (zh) 一种退役轴承端面损伤的视觉检测方法
Chang et al. On-line detection of pantograph offset based on deep learning
WANG et al. Visual Tracking Inspection Method of Transmission Line based on Infrared Thermal Imaging.

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: 20220708

Address after: 153000 Baoan street, Zhicai ban, Yichun District, Yichun City, Heilongjiang Province (No. 135, Tonghe Road)

Applicant after: YICHUN POWER SUPPLY COMPANY OF STATE GRID HEILONGJIANG ELECTRIC POWER Co.,Ltd.

Applicant after: STATE GRID CORPORATION OF CHINA

Applicant after: State Grid Heilongjiang Electric Power Co., Ltd. economic and Technological Research Institute

Address before: 153000 group 13, security committee, Zhicai street, Yichun District, Yichun City, Heilongjiang Province

Applicant before: Zhang Shiqiang

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant