CN116342481A - 一种基于机器视觉的转炉烟道结渣监测系统及方法 - Google Patents

一种基于机器视觉的转炉烟道结渣监测系统及方法 Download PDF

Info

Publication number
CN116342481A
CN116342481A CN202310081619.9A CN202310081619A CN116342481A CN 116342481 A CN116342481 A CN 116342481A CN 202310081619 A CN202310081619 A CN 202310081619A CN 116342481 A CN116342481 A CN 116342481A
Authority
CN
China
Prior art keywords
converter
central control
flue
video frame
region
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
CN202310081619.9A
Other languages
English (en)
Inventor
冯文雄
袁军芳
李军
苏国友
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.)
Maanshan Iron and Steel Co Ltd
Original Assignee
Maanshan Iron and Steel 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 Maanshan Iron and Steel Co Ltd filed Critical Maanshan Iron and Steel Co Ltd
Priority to CN202310081619.9A priority Critical patent/CN116342481A/zh
Publication of CN116342481A publication Critical patent/CN116342481A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20104—Interactive definition of region of interest [ROI]
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P10/00—Technologies related to metal processing
    • Y02P10/25—Process efficiency

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

本发明公开了一种基于机器视觉的转炉烟道结渣监测系统及方法，包括安装于转炉烟道左侧、右侧和后方的双目监控摄像机，该双目监控摄像机可同时采集可见光图像和红外视频帧；安装于中控室的中控服务器；安装于中控室和转炉生产现场的声光报警器。其中，中控室安装一套声光报警器，安装于转炉生产现场的声光报警器与双目监控摄像机的数量和位置相对应。并采用分谱段图像拼接算法、转炉烟道结渣检测算法以及报警机制可全天候监测转炉烟道且不与转炉本体发生接触，帮助冶金企业减少维保成本。整个系统体积较小、安装便捷，无需与转炉烟道本体发生接触，对产线影响较小，整个监测方法效率较高且成本较低。

Description

一种基于机器视觉的转炉烟道结渣监测系统及方法
技术领域
本发明涉及安全运维技术领域，具体为一种基于机器视觉的转炉烟道结渣监测系统及方法。
背景技术
转炉是冶金企业的重要设备，其冶炼烟气会在上方烟道发生沉积。当转炉开启时，悬垂于烟道下方的结渣肉眼可见。当结渣过多未能及时清理，会导致烟道堵塞、漏水等故障，进而影响冶炼效率。
从日常维保角度来看，大多数冶金企业通过安装在转炉附近的摄像机肉眼观察烟道沉积情况，但肉眼观察过于依赖经验，误差较大，且无法全天候监测沉积情况，容易出现漏检，报警不够及时。
从视觉检测角度来看，烟道下方结渣呈不规则锯齿状，图像特征较为明显。因此，利用摄像机采集转炉旋转时烟道下方的视频，设计机器视觉算法检测结渣状态是完全可行的。由于转炉运行时的工况复杂，需要合理设置视频采集方式，从而减少环境干扰。
发明内容
本发明的目的在于提供一种基于机器视觉的转炉烟道结渣监测系统及方法，用于提升转炉烟道结渣监测的自动化程度，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于机器视觉的转炉烟道结渣监测系统，包括双目监控摄像机、中控服务器和声光报警器；所述双目监控摄像机安装于转炉烟道的左侧、右侧和后方，可同时采集可见光图像和红外视频帧；所述中控服务器安装于中控室内；所述声光报警器安装于中控室和生产现场，声光报警器与双目监控摄像机的数量和位置相对应。
更进一步地，安装于转炉烟道左侧、右侧和后方的双目监控摄像机等待转炉旋转PLC行程开关信号，当捕获到该信号时，触发各双目监控摄像机同时拍摄可见光和红外视频；否则，各双目监控摄像机处于休眠状态；安装于中控室的中控服务器同时接收各双目监控摄像机拍摄的视频，检测烟道结渣状态，判断检测结果并视情触发安装于中控室和转炉生产现场的声光报警器。
本发明提供另一种技术方案：一种基于机器视觉的转炉烟道结渣监测系统的方法，包括以下步骤：
S1：各双目监控摄像机拍摄转炉烟道，采集视野范围内转炉和转炉烟道开合区域实时视频，将各开合区域视频发送至中控服务器；
S2：中控服务器调用分谱段视频帧拼接算法，将所有开合区域拼接为一幅可见光全景视频帧和一幅红外可见光全景视频帧，根据各双目监控摄像机视野中心、开合区域经验尺寸值以及预设阈值，设置可见光全景视频帧感兴趣区域，并分配各区域ID号；
S3：中控服务器调用结渣检测算法，检测感兴趣区域内部结渣尺寸信息，若结渣尺寸超过预警值，转到S4；反之，转到S1；
S4：根据结渣超标所在感兴趣区域的ID号，触发中控室和转炉生产现场的声光报警器。
更进一步地，S1中当转炉旋转时，PLC控制器给出行程开关信号，触发各双目监控摄像机同时采集转炉和转炉烟道开合区域可见光和红外实时视频；当转炉复位时，关闭各双目监控摄像机。
更进一步地，S2中采用分谱段视频帧拼接算法分别对可见光视频帧和红外视频帧进行拼接，在可见光图像中，采集炉体和烟道区域的特征点作为视频帧匹配关键信息；在红外图像中，采集火焰区域特征点作为视频帧匹配关键信息。
更进一步地，S2中转炉每次旋转时的开合区域尺寸不稳定，摄像机视野尺寸大于该开合区域尺寸，以摄像机i的视野中心(xi，yi)为基准，引入开合区域经验尺寸值(Width，Height)，随后设置阈值θ扩充该尺寸值作为可见光全景视频帧的感兴趣区域Recti，具体如下：
Recti＝[xi，yi，Width+θ，Height+θ]
式中，xi和yi为第i个感兴趣区域中心坐标，Width+θ和Height+θ分别为第i个感兴趣区域的宽和高。
更进一步地，S3中的中控服务器首先利用OTSU算法分割红外全景视频帧，根据结果图中的高亮区域设置冗余区域掩码M，随后根据掩码M剔除可见光全景视频帧中的冗余区域。
更进一步地，S3中利用语义分割算法对可见光全景视频帧中第i个感兴趣区域进行分割，获得炉体轮廓、烟道轮廓以及疑似结渣轮廓，检测其中第j个疑似结渣轮廓
Figure BDA0004067569840000031
底部像素链xj坐标和yj坐标的方差D(x)和D(y)，若两个方差同时大于阈值ρx和ρy，则可确定该疑似结渣区域确实为结渣，将其标记/>
Figure BDA0004067569840000032
设为1，反之设为0；方法如下：
Figure BDA0004067569840000033
在此基础上，计算第j个疑似结渣轮廓
Figure BDA0004067569840000034
的面积值/>
Figure BDA0004067569840000035
当面积值大于预警值时，给出报警信号和结渣所在感兴趣区域ID号。
更进一步地，S4中根据报警信号首先触发安装于中控室内的声光报警器，随后根据结渣所在感兴趣区域ID号，触发相对应的双目监控摄像机附近的声光报警器，引导维保人员查看检修。
与现有技术相比，本发明的有益效果是：
1、本发明提供的一种基于机器视觉的转炉烟道结渣监测系统及方法，其体积较小、安装便捷，无需与转炉烟道本体发生接触，对产线影响较小。
2、本发明提供的一种基于机器视觉的转炉烟道结渣监测系统及方法，能够代替传统人眼观察方式，实现全天候烟道结渣监测及报警，效率较高且成本较低。
附图说明
图1为本发明的系统结构侧视图；
图2为本发明的系统结构俯视图；
图3为本发明的方法流程图。
图中：1、双目监控摄像机；2、中控服务器；3、声光报警器；4、转炉烟道。
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。
请参阅图1-2，本发明实施例中提供一种基于机器视觉的转炉烟道结渣监测系统，包括双目监控摄像机1、中控服务器2和声光报警器3；所述双目监控摄像机1安装于转炉烟道4的左侧、右侧和后方，双目监控摄像机1能够同时采集可见光视频和红外视频；中控服务器2保存了分谱段图像拼接算法、转炉烟道结渣检测算法以及报警机制，能够分析检测结果生成报警信息；所述中控服务器2安装于中控室内；所述声光报警器3安装于中控室和生产现场，声光报警器3与双目监控摄像机1的数量和位置相对应，声光报警器3根据报警信息视情触发报警。
在上述实施例中，安装于转炉烟道4左侧、右侧和后方的双目监控摄像机1等待转炉旋转PLC行程开关信号，当捕获到该信号时，触发各双目监控摄像机1同时拍摄可见光和红外视频；否则，各双目监控摄像机1处于休眠状态；安装于中控室的中控服务器2同时接收各双目监控摄像机1拍摄的视频，检测烟道结渣状态，判断检测结果并视情触发安装于中控室和转炉生产现场的声光报警器3。
请参阅图3，为了进一步更好的解释说明本发明实施例，还提供一种基于机器视觉的转炉烟道结渣监测系统的方法，包括以下步骤：
步骤一：各双目监控摄像机1拍摄转炉烟道4，采集视野范围内转炉和转炉烟道4开合区域实时视频，将各开合区域视频发送至中控服务器2；
步骤二：中控服务器2调用分谱段视频帧拼接算法，将所有开合区域拼接为一幅可见光全景视频帧和一幅红外可见光全景视频帧，根据各双目监控摄像机1视野中心、开合区域经验尺寸值以及预设阈值，设置可见光全景视频帧感兴趣区域，并分配各区域ID号；
步骤三：中控服务器2调用结渣检测算法，检测感兴趣区域内部结渣尺寸信息，若结渣尺寸超过预警值，转到S4；反之，转到S1；
步骤四：根据结渣超标所在感兴趣区域的ID号，触发中控室和转炉生产现场的声光报警器3。
在上述步骤一中，当转炉发生旋转时，PLC给出行程开关信号，触发双目监控摄像机1采集视野范围内转炉和烟道开合区域实时视频，该视频包含可见光视频和红外视频，随后将各开合区域视频发送至中控服务器2，当转炉复位时，PLC控制器再次给出行程开关信号，触发双目监控摄像，1进入休眠模式。
在上述步骤二中，中控服务器2调用分谱段视频帧拼接算法，将所有开合区域拼接为一幅可见光全景视频帧和一幅红外可见光全景视频帧。具体实施步骤为：检测可见光视频帧中的SURF特征点，由于炉体、烟道像素颜色较为灰暗，而火焰区域像素颜色为红色高亮，两者有着较大的差距，据此可滤除火焰区域的SURF特征点，保留属于炉体和烟道的SURF特征点，作为可见光视频帧匹配关键信息。检测红外视频帧中的SURF特征点，同样利用颜色差异滤除属于炉体和烟道的SURF特征点，保留属于火焰区域的SURF特征点，作为红外视频帧匹配关键信息。在此基础上，分别在可见光视频帧和红外视频帧中，利用SURF特征点的描述子进行图像匹配，生成可见光全景视频帧和红外可见光全景视频帧。
在上述步骤二中，根据各摄像机视野中心、开合区域经验尺寸值以及预设阈值，设置可见光全景视频帧感兴趣区域，并分配各区域ID号。具体实施步骤为：以第i个摄像机的视野中心(xi，yi)为基准，引入开合区域经验尺寸值(Width，Height)，随后设置阈值θ扩充该尺寸值作为可见光全景视频帧的感兴趣区域Recti，具体如下：
Recti＝[xi，yi，Width+θ，Height+θ]
式中，xi和yi为第i个感兴趣区域中心坐标，Width+θ和Height+θ分别为第i个感兴趣区域的宽和高。
在上述步骤三中，中控服务器2调用结渣检测算法，检测感兴趣区域内部结渣尺寸信息。具体实施步骤为：中控服务器2首先利用OTSU算法分割红外全景视频帧，根据结果图中的高亮区域设置冗余区域掩码M。随后根据掩码M剔除可见光全景视频帧中的冗余区域。
其中，利用语义分割算法对可见光全景视频帧中第i个感兴趣区域进行分割，获得炉体轮廓、烟道轮廓以及疑似结渣轮廓。检测其中第j个疑似结渣轮廓
Figure BDA0004067569840000071
底部像素链xj坐标和yj坐标的方差D(x)和D(y)。若两个方差同时大于阈值ρx和ρy，则可确定该疑似结渣区域确实为结渣，将其标记/>
Figure BDA0004067569840000072
设为1，反之设为0。方法如下：
Figure BDA0004067569840000073
在此基础上，计算第j个疑似结渣轮廓
Figure BDA0004067569840000074
的面积值/>
Figure BDA0004067569840000075
当面积值大于预警值时，给出报警信号和结渣所在感兴趣区域ID号。
在上述步骤四中，根据结渣超标所在感兴趣区域的ID号，触发中控室和转炉生产现场的声光报警器3。具体实施步骤为：根据报警信号首先触发安装于中控室内的声光报警器3，随后根据结渣所在感兴趣区域ID号，触发相对应的双目监控摄像机1附近的声光报警器3，引导维保人员查看检修。
以上所述，仅仅是为了清晰地说明本发明所涉内容而作的举例，并非是对本发明实施方式的限定。例如：所述双目监控摄像机不仅仅局限于能够同时采集可见光和红外视频的双目摄像机，还包括任何能够同时采集可见光和红外视频的集成或组合仪器；所述双目监控摄像机还可以根据现场实际工况加装冷却和自清洁装置。所述视频传输至中控服务器的方式，包含有线传输和无线传输。本领域内的各类技术人员根据上述实施例所做出的显而易见的系统结构、方法以及应用上的变化，仍处于本发明的保护范围之列。

Claims (9)

1.一种基于机器视觉的转炉烟道结渣监测系统，其特征在于，包括双目监控摄像机(1)、中控服务器(2)和声光报警器(3)；所述双目监控摄像机(1)安装于转炉烟道(4)的左侧、右侧和后方，可同时采集可见光图像和红外视频帧；所述中控服务器(2)安装于中控室内；所述声光报警器(3)安装于中控室和生产现场，声光报警器(3)与双目监控摄像机(1)的数量和位置相对应。
2.如权利要求1所述的一种基于机器视觉的转炉烟道结渣监测系统，其特征在于：安装于转炉烟道(4)左侧、右侧和后方的双目监控摄像机(1)等待转炉旋转PLC行程开关信号，当捕获到该信号时，触发各双目监控摄像机(1)同时拍摄可见光和红外视频；否则，各双目监控摄像机(1)处于休眠状态；安装于中控室的中控服务器(2)同时接收各双目监控摄像机(1)拍摄的视频，检测烟道结渣状态，判断检测结果并视情触发安装于中控室和转炉生产现场的声光报警器(3)。
3.一种如权利要求2所述的基于机器视觉的转炉烟道结渣监测系统的方法，其特征在于：包括以下步骤：
S1：各双目监控摄像机(1)拍摄转炉烟道(4)，采集视野范围内转炉和转炉烟道(4)开合区域实时视频，将各开合区域视频发送至中控服务器(2)；
S2：中控服务器(2)调用分谱段视频帧拼接算法，将所有开合区域拼接为一幅可见光全景视频帧和一幅红外可见光全景视频帧，根据各双目监控摄像机(1)视野中心、开合区域经验尺寸值以及预设阈值，设置可见光全景视频帧感兴趣区域，并分配各区域ID号；
S3：中控服务器(2)调用结渣检测算法，检测感兴趣区域内部结渣尺寸信息，若结渣尺寸超过预警值，转到S4；反之，转到S1；
S4：根据结渣超标所在感兴趣区域的ID号，触发中控室和转炉生产现场的声光报警器(3)。
4.如权利要求3所述的一种基于机器视觉的转炉烟道结渣监测系统的方法，其特征在于，S1中当转炉旋转时，PLC控制器给出行程开关信号，触发各双目监控摄像机(1)同时采集转炉和转炉烟道(4)开合区域可见光和红外实时视频；当转炉复位时，关闭各双目监控摄像机(1)。
5.如权利要求3所述的一种基于机器视觉的转炉烟道结渣监测系统的方法，其特征在于，S2中采用分谱段视频帧拼接算法分别对可见光视频帧和红外视频帧进行拼接，在可见光图像中，采集炉体和烟道区域的特征点作为视频帧匹配关键信息；在红外图像中，采集火焰区域特征点作为视频帧匹配关键信息。
6.如权利要求3所述的一种基于机器视觉的转炉烟道结渣监测系统的方法，其特征在于，S2中转炉每次旋转时的开合区域尺寸不稳定，摄像机视野尺寸大于该开合区域尺寸，以摄像机i的视野中心(xi，yi)为基准，引入开合区域经验尺寸值(Width，Height)，随后设置阈值θ扩充该尺寸值作为可见光全景视频帧的感兴趣区域Recti，具体如下：
Recti＝[xi，yi，Width+θ，Height+θ]
式中，xi和yi为第i个感兴趣区域中心坐标，Width+θ和Height+θ分别为第i个感兴趣区域的宽和高。
7.如权利要求3所述的一种基于机器视觉的转炉烟道结渣监测系统的方法，其特征在于，S3中的中控服务器(2)首先利用OTSU算法分割红外全景视频帧，根据结果图中的高亮区域设置冗余区域掩码M，随后根据掩码M剔除可见光全景视频帧中的冗余区域。
8.如权利要求3所述的一种基于机器视觉的转炉烟道结渣监测系统的方法，其特征在于，S3中利用语义分割算法对可见光全景视频帧中第i个感兴趣区域进行分割，获得炉体轮廓、烟道轮廓以及疑似结渣轮廓，检测其中第j个疑似结渣轮廓
Figure FDA0004067569830000031
底部像素链xj坐标和yj坐标的方差D(x)和D(y)，若两个方差同时大于阈值ρx和ρy，则可确定该疑似结渣区域确实为结渣，将其标记/>
Figure FDA0004067569830000032
设为1，反之设为0；方法如下：
Figure FDA0004067569830000033
在此基础上，计算第j个疑似结渣轮廓
Figure FDA0004067569830000034
的面积值/>
Figure FDA0004067569830000035
当面积值大于预警值时，给出报警信号和结渣所在感兴趣区域ID号。
9.如权利要求3所述的一种基于机器视觉的转炉烟道结渣监测系统的方法，其特征在于，S4中根据报警信号首先触发安装于中控室内的声光报警器(3)，随后根据结渣所在感兴趣区域ID号，触发相对应的双目监控摄像机(1)附近的声光报警器(3)，引导维保人员查看检修。
CN202310081619.9A 2023-02-08 2023-02-08 一种基于机器视觉的转炉烟道结渣监测系统及方法 Pending CN116342481A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310081619.9A CN116342481A (zh) 2023-02-08 2023-02-08 一种基于机器视觉的转炉烟道结渣监测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310081619.9A CN116342481A (zh) 2023-02-08 2023-02-08 一种基于机器视觉的转炉烟道结渣监测系统及方法

Publications (1)

Publication Number Publication Date
CN116342481A true CN116342481A (zh) 2023-06-27

Family

ID=86888377

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310081619.9A Pending CN116342481A (zh) 2023-02-08 2023-02-08 一种基于机器视觉的转炉烟道结渣监测系统及方法

Country Status (1)

Country Link
CN (1) CN116342481A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116994338A (zh) * 2023-09-25 2023-11-03 四川中交信通网络科技有限公司 一种基于行为识别的站点无纸化稽查管理系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116994338A (zh) * 2023-09-25 2023-11-03 四川中交信通网络科技有限公司 一种基于行为识别的站点无纸化稽查管理系统
CN116994338B (zh) * 2023-09-25 2024-01-12 四川中交信通网络科技有限公司 一种基于行为识别的站点无纸化稽查管理系统

Similar Documents

Publication Publication Date Title
CN100446043C (zh) 基于生物传感和图像信息融合的视频安防监控方法
WO2022011828A1 (zh) 出入电梯物件检测系统及方法、物件检测系统、电梯光幕以及电梯设备
CN107948465B (zh) 一种检测摄像头被干扰的方法和装置
CN107133564B (zh) 一种工装工帽检测方法
CN100596192C (zh) 一种基于视频的智能数人系统及其处理方法
CN103108159A (zh) 一种电力智能视频分析监控系统和方法
CN109377697A (zh) 一种密集摄像机头环境下快速报警处置方法
CN110240036B (zh) 一种检测试图进入电梯的电动自行车的装置和方法
CN110021133B (zh) 全天候消防火灾巡逻预警监控系统及火灾图像检测方法
CN103152558B (zh) 基于场景识别的入侵检测方法
CN111476964A (zh) 一种远程森林防火监控系统与方法
CN116342481A (zh) 一种基于机器视觉的转炉烟道结渣监测系统及方法
CN108288361A (zh) 一种消防通道门状态检测方法
CN112613361A (zh) 一种安防监控用的智能化行为分析系统
CN113111771A (zh) 一种发电厂工作人员不安全行为的识别方法
CN111460949B (zh) 一种输电线路防外力破坏实时监测方法和系统
CN201037962Y (zh) 一种电子桩考系统
CN110728212B (zh) 一种基于计算机视觉的道路井盖监控装置及监控方法
CN102542673A (zh) 基于计算机视觉的atm机预警方法及系统
CN117197713A (zh) 一种基于数字视频监控系统的提取方法
CN112377265A (zh) 基于图像识别加速度特征的冲击地压报警方法
CN118013197A (zh) 一种基于深度学习算法的火炬流量监测应急系统及方法
CN105205728B (zh) 一种面向电力机房监控的音视频融合检测方法
CN117935452A (zh) 一种基于视觉多模态分析的车间安防系统和方法
CN114299413A (zh) 一种用于建筑工程的图像采集预警系统

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