CN117739285A - 一种基于焊接历史数据的漏气异常快速标记方法 - Google Patents
一种基于焊接历史数据的漏气异常快速标记方法 Download PDFInfo
- Publication number
- CN117739285A CN117739285A CN202410179056.1A CN202410179056A CN117739285A CN 117739285 A CN117739285 A CN 117739285A CN 202410179056 A CN202410179056 A CN 202410179056A CN 117739285 A CN117739285 A CN 117739285A
- Authority
- CN
- China
- Prior art keywords
- data
- welding
- screening result
- airflow
- air leakage
- 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
- 238000003466 welding Methods 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000002159 abnormal effect Effects 0.000 title claims description 9
- 238000012216 screening Methods 0.000 claims abstract description 51
- 238000005070 sampling Methods 0.000 claims abstract description 11
- 238000013144 data compression Methods 0.000 claims abstract description 10
- HSFWRNGVRCDJHI-UHFFFAOYSA-N Acetylene Chemical compound C#C HSFWRNGVRCDJHI-UHFFFAOYSA-N 0.000 claims abstract description 5
- 238000001914 filtration Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 abstract description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- 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
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Examining Or Testing Airtightness (AREA)
Abstract
本发明公开了一种基于焊接历史数据的漏气异常快速标记方法，首先获取焊接原始电流数据和焊接原始气流数据，针对焊接原始气流数据进行采样并进行数据压缩，获取包括若干特征点的焊接气流数据集；接着对压缩后的焊接气流数据集进行数据筛选，获取若干段数据筛选结果集合并推入预设集合；最终基于获取的预设集合截取各段数据筛选结果集合对应的焊接原始电流数据段，结合焊接原始电流数据段进一步判断，获取真实漏气时段标记；本发明提供的方法在压缩后数据的基础上提供了一种低内存、小计算量、短计算时间的漏气时段快速标记方法，适用但不限于大数据量的海量焊接保护气体流速时间序列数据快速遍历和应用展示，同时保证了漏气检测精度。
Description
技术领域
本发明属于漏气检测技术领域，特别涉及一种基于焊接历史数据的漏气异常快速标记方法。
背景技术
目前现有技术中针对焊接管道漏气已经有较为成熟的检测方法，中国专利CN116677928A公开了一种焊接保护气管道漏气智能检测方法，集合焊接过程中采集的电流信息和气体流速信息，设计漏气检测方法及对应的报警机制。针对焊接保护气管道常见的预放气和延后关气情况提供了相应的判断方法。但上述检测方法计算量较大，针对大数据量的场景需要占用大量计算资源。
现有技术中还提出，通过对实时采集的焊接保护气流速数据进行筛选处理，识别历史气流数据，计算特征点并进行存储，在保留历史气流数据变化趋势的基础上，对数据进行压缩处理，大幅降低数据存储空间。上述数据压缩方法对焊接过程中历史气流数据的数据量较大的问题提供了存储解决方案。但是如何在压缩后的历史气流数据中找出漏气时段并进行标记，目前并没有更简便快速的方法。
发明内容
发明目的：针对上述背景技术中存在的问题，本发明提供了一种基于焊接历史数据的漏气异常快速标记方法，针对压缩后的焊接气流数据进行快速漏气标记，首先对焊接历史气流数据进行采样压缩，接着从压缩后的焊接气流数据集中进行数据筛选，最终基于焊接电流数据进行真实漏气时段标记。
技术方案：一种基于焊接历史数据的漏气异常快速标记方法，包括以下步骤：
步骤S1、获取焊接原始电流数据和焊接原始气流数据，针对焊接原始气流数据进行采样并进行数据压缩，获取包括若干特征点的焊接气流数据集；
步骤S2、基于步骤S1中压缩后的焊接气流数据集进行数据筛选，获取若干段数据筛选结果集合并推入预设集合；
步骤S3、基于获取的预设集合截取各段数据筛选结果集合对应的焊接原始电流数据段，结合焊接原始电流数据段进一步判断，获取真实漏气时段标记。
进一步地，所述步骤S2中获取数据筛选结果集合的具体方法包括：
步骤S2.1、设置用于筛选气流数据段的左指针left和右指针right，left和right分别表示数据筛选结果集合的第一个采样气流点pl和最后一个采样气流点pr所在的时序位置；设置分辨阈值th_value和时间阈值th_time；
步骤S2.2、left和right依次从焊接气流数据集中前2个数据集开始迭代，right指针依次右移，当时，代表气流数据发生明显变化，进一步判断，当满足pl＞th_value且right与left的指针间隔大于时间阈值th_time时，代表从left至right-1指针指示的数据集为数据筛选结果集合。
当时，代表气流数据无明显变化，此时right继续右移，寻找数据筛选结果集合，每寻找到一段符合条件的数据筛选结果集合，则将left指针前移至当前right位置，重复迭代；
步骤S2.3、获取步骤S2.2中的数据筛选结果集合，直至遍历所有焊接气流数据集；将所有符合条件的数据筛选结果集合推入预设集合tags中。
进一步地，所述步骤S3中获取真实漏气时段标记方法如下：
步骤S3.1、从tags中提取数据筛选结果集合，针对每段集合，获取每段集合中两端气流点对应的时序位置；基于该时序位置从焊接电流数据中提取对应时序的原始焊接电流集合；
步骤S3.2、计算上述原始焊接电流集合中所有电流的均值avg，当avg＜th_value时，代表本段无明显焊接电流，此时判断对应焊接历史气流存在漏气现象，否则过滤该段集合，继续判断下一个数据筛选结果集合；
步骤S3.3、遍历所有数据筛选结果集合，过滤所有非漏气时段，最终获得焊接历史数据集中的真实漏气时段标记。
本发明采用的技术方案与现有技术方案相比，具有以下有益效果：
（1）本发明在焊接历史气流数据压缩结果的基础上提供了一种漏气异常快速标记方法，针对历史数据量较大的特点，只需执行较小的计算量，即可获取相对精准的 漏气异常时段标记。
（2）本发明基于焊接机理，首先筛选相对平稳的气流段，接着结合同时序的焊接原始电流数据进行进一步判断是否发生真实漏气，当不存在明显焊接电流且焊接气流为平稳的非0值时，方可代表该段时间内发生了真实漏气，进而实现了快速标记漏气时段的同时，不丧失其准确性。
附图说明
图1为本发明提供的基于焊接历史数据的漏气异常快速标记方法原理框图；
图2为本发明实施例中真实漏气时段标记结果示意图。
具体实施方式
本发明提供了一种基于焊接历史数据的漏气异常快速标记方法，在现有技术中对焊接历史气流数据进行压缩的基础上，提供了一种基于压缩后的数据快速进行漏气异常标记的方法。针对压缩后的气流数据集采用若干特征点对气流状态进行表征的特点，首先筛选出若干可能存在漏气的气流区间，接着结合对应时序区间的焊接电流数据进行精准判断，剔除非漏气时段，进而实现漏气区间的快速标注。下面结合说明书附图对本发明的核心原理进行进一步阐释。
如图1所示，本发明提供的基于焊接历史数据的漏气异常快速标记方法包括以下步骤：
步骤S1、首先对焊接历史气流数据进行压缩，获取压缩后的焊接气流数据集。
获取原始气流数据并进行气流采样，基于现有技术中对焊接历史气流数据的数据压缩方法，综合判断不同情况下的气流数据表现，将焊接历史气流数据划分为若干段由特征点组成的线段，具体压缩方法可参照如下的一种融合焊接工艺机理的历史气流数据压缩方法，通过判断气流数据点的相对变化量及相对变化趋势，提取历史气流数据中的重要特征值，并用特征值代替庞大的基础气流数据量进行压缩，获取的压缩后的焊接气流数据集为若干个特征点组成的集合。
步骤L1、设置用于存储焊接历史气流时序数据的集合source；设置捕获滑窗w_capture和计算滑窗w_calculate，并设置分辨率p；设置用于存储压缩后数据的集合result；
步骤L2、从source中取出头部数据段current，通过滑窗w_capture对current进行数据捕获；计算w_capture中各气流点的和sum、平均值avg；捕获滑窗w_capture存储未经处理的原始气流数据；w_capture依次捕获新气流值，计算新气流值与w_capture中气流均值avg的差值diff1，计算滑窗w_calculate中存储差值diff1；w_capture中每捕获一个气流值，同步计算w_calculate中所有diff1值的和diff_sum、平均值diff_avg和新的diff1值与现有diff_avg的差值diff2；
步骤L3、基于设定的分辨率p进行气流数据趋势判断，并通过计算特征点的方法进行气流数据压缩处理；
步骤L4、不断从source中选取current，重复执行步骤S2-步骤S3，直至遍历完所有焊接历史气流数据source，输出result中的特征点集合作为最终压缩结果。
步骤S2、基于步骤S1中压缩后的焊接气流数据集进行数据筛选，获取若干段数据筛选结果集合。
步骤S2.1、设置用于筛选气流数据段的左指针left和右指针right，left和right分别表示数据筛选结果集合的第一个采样气流点pl和最后一个采样气流点pr所在的时序位置；设置分辨阈值th_value和时间阈值th_time。
步骤S2.2、left和right依次从焊接气流数据集中前2个数据集开始迭代，right指针依次右移，当时，代表气流数据发生明显变化，进一步判断，当满足pl＞th_value且right与left的指针间隔大于时间阈值th_time时，代表从left至right-1指针指示的数据集为数据筛选结果集合。
这里从left至right-1指针指示的数据集即为包含了所有相对平稳段的气流点，将上述气流点作为数据筛选结果，用于进一步结合焊接电流进行真实漏气时段标记，这样可以大大降低计算量，更加简便快捷。
当时，代表气流数据无明显变化，此时right继续右移，寻找数据筛选结果集合，每寻找到一段符合条件的数据筛选结果集合，则将left指针前移至当前right位置，重复迭代。
步骤S2.3、获取步骤S2.2中的数据筛选结果集合，直至遍历所有焊接气流数据集。将所有符合条件的数据筛选结果集合推入预设集合tags中。
步骤S3、基于获取的预设集合tags截取各段数据筛选结果集合对应的焊接电流时序数据段，结合焊接电流数据段进一步判断，获取真实漏气时段标记。
步骤S3.1、从tags中提取数据筛选结果集合，针对每段集合，获取每段集合中两端气流点对应的时序位置；基于该时序位置从焊接电流数据中提取对应时序的原始焊接电流集合。
步骤S3.2、计算上述原始焊接电流集合中所有电流的均值avg，当avg＜th_value时，代表本段无明显焊接电流，此时判断对应焊接历史气流存在漏气现象，否则过滤该段集合，继续判断下一个数据筛选结果集合。
步骤S3.3、遍历所有数据筛选结果集合，过滤所有非漏气时段，最终获得焊接历史数据集中的真实漏气时段标记。
本发明在现有焊接历史气流数据压缩方法的基础上，进一步给出了一种真实漏气时段快速标注方法，针对被压缩后的焊接气流数据是由若干个特征点组成的集合这一特点，结合焊接机理，首先对焊接气流数据集进行筛选，由于漏气状态下气流均为平稳值，因此先筛选出集合中变化较小的气流段，接着从焊接原始电流数据中截取对应时序的电流值并进行焊接电流判断。当不存在明显焊接电流且焊接气流为平稳的非0值时，方可代表该段时间内发生了真实漏气。基于上述判断原理对数据筛选结果集合进行进一步判断，进而找出真实漏气时段标记，并在焊接历史气流数据中进行标注，如图2所示为本发明提供的真实漏气时段标记结果图，从上至下依次为：真实漏气时段标记结果图、对应真实焊接气流数据图和对应真实焊接电流数据图。可以看出本发明在数据压缩的基础上快速进行真实漏气时段标记并展示出来，结果精准。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (3)
1.一种基于焊接历史数据的漏气异常快速标记方法，其特征在于，包括以下步骤：
步骤S1、获取焊接原始电流数据和焊接原始气流数据，针对焊接原始气流数据进行采样并进行数据压缩，获取包括若干特征点的焊接气流数据集；
步骤S2、基于步骤S1中压缩后的焊接气流数据集进行数据筛选，获取若干段数据筛选结果集合并推入预设集合；
步骤S3、基于获取的预设集合截取各段数据筛选结果集合对应的焊接原始电流数据段，结合焊接原始电流数据段进一步判断，获取真实漏气时段标记。
2.根据权利要求1所述的一种基于焊接历史数据的漏气异常快速标记方法，其特征在于，所述步骤S2中获取数据筛选结果集合的具体方法包括：
步骤S2.1、设置用于筛选气流数据段的左指针left和右指针right，left和right分别表示数据筛选结果集合的第一个采样气流点pl和最后一个采样气流点pr所在的时序位置；设置分辨阈值th_value和时间阈值th_time；
步骤S2.2、left和right依次从焊接气流数据集中前2个数据集开始迭代，right指针依次右移，当时，代表气流数据发生明显变化，进一步判断，当满足pl＞th_value且right与left的指针间隔大于时间阈值th_time时，代表从left至right-1指针指示的数据集为数据筛选结果集合；
当时，代表气流数据无明显变化，此时right继续右移，寻找数据筛选结果集合，每寻找到一段符合条件的数据筛选结果集合，则将left指针前移至当前right位置，重复迭代；
步骤S2.3、获取步骤S2.2中的数据筛选结果集合，直至遍历所有焊接气流数据集；将所有符合条件的数据筛选结果集合推入预设集合tags中。
3.根据权利要求2所述的一种基于焊接历史数据的漏气异常快速标记方法，其特征在于，所述步骤S3中获取真实漏气时段标记方法如下：
步骤S3.1、从tags中提取数据筛选结果集合，针对每段集合，获取每段集合中两端气流点对应的时序位置；基于该时序位置从焊接电流数据中提取对应时序的原始焊接电流集合；
步骤S3.2、计算上述原始焊接电流集合中所有电流的均值avg，当avg＜th_value时，代表本段无明显焊接电流，此时判断对应段焊接历史气流存在漏气现象，否则过滤该段集合，继续判断下一个数据筛选结果集合；
步骤S3.3、遍历所有数据筛选结果集合，过滤所有非漏气时段，最终获得焊接历史数据集中的真实漏气时段标记。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410179056.1A CN117739285B (zh) | 2024-02-18 | 2024-02-18 | 一种基于焊接历史数据的漏气异常快速标记方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410179056.1A CN117739285B (zh) | 2024-02-18 | 2024-02-18 | 一种基于焊接历史数据的漏气异常快速标记方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117739285A true CN117739285A (zh) | 2024-03-22 |
| CN117739285B CN117739285B (zh) | 2024-05-03 |
Family
ID=90281618
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410179056.1A Active CN117739285B (zh) | 2024-02-18 | 2024-02-18 | 一种基于焊接历史数据的漏气异常快速标记方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117739285B (zh) |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002098611A (ja) * | 2000-07-21 | 2002-04-05 | Toyota Motor Corp | 漏洩ガス測定方法、漏洩ガス測定装置、及び漏洩ガス測定装置の評価装置 |
| US20070257015A1 (en) * | 2006-05-05 | 2007-11-08 | Fosbinder Daniel C | Welding device with arc termination control |
| US20080270071A1 (en) * | 2007-04-30 | 2008-10-30 | Integrien Corporation | Nonparametric method for determination of anomalous event states in complex systems exhibiting non-stationarity |
| CN102182932A (zh) * | 2011-02-28 | 2011-09-14 | 煤炭科学研究总院重庆研究院 | 煤矿区煤层气集输管路故障检测方法 |
| CN104050289A (zh) * | 2014-06-30 | 2014-09-17 | 中国工商银行股份有限公司 | 一种异常事件检测方法及系统 |
| CN108494021A (zh) * | 2018-04-20 | 2018-09-04 | 东北大学 | 电-热-气综合能源系统的稳定评估与静态控制方法 |
| CN109843495A (zh) * | 2016-08-16 | 2019-06-04 | 自动化及焊接机股份有限公司 | 应用于焊接装置的用于保护气体流量的电子调节系统 |
| CN111098000A (zh) * | 2020-01-13 | 2020-05-05 | 广州市欣大津焊接材料有限公司 | 焊接设备中保护气体的流量控制方法及气体流量控制装置 |
| CN111940877A (zh) * | 2020-08-26 | 2020-11-17 | 深圳市麦格米特焊接技术有限公司 | 一种焊接气流量管理系统 |
| CN113515678A (zh) * | 2021-05-13 | 2021-10-19 | 上海梯之星信息科技有限公司 | 一种异常数据筛选方法 |
| CN115862131A (zh) * | 2022-11-17 | 2023-03-28 | 天翼云科技有限公司 | 一种用于人体运动识别的视频数据筛选方法 |
| CN116340388A (zh) * | 2023-03-13 | 2023-06-27 | 天翼云科技有限公司 | 一种基于异常检测的时序数据的压缩存储方法及装置 |
| CN116611574A (zh) * | 2023-06-02 | 2023-08-18 | 中建三局第一建设安装有限公司 | 一种管道焊接机器人钢结构的再制造评估方法及系统 |
| CN116677928A (zh) * | 2023-08-03 | 2023-09-01 | 苏芯物联技术(南京)有限公司 | 一种焊接保护气管道漏气智能检测方法 |
| CN117250576A (zh) * | 2023-11-16 | 2023-12-19 | 苏芯物联技术(南京)有限公司 | 一种基于多维传感数据的电流传感器实时异常检测方法 |
| CN117312769A (zh) * | 2023-09-20 | 2023-12-29 | 天津科技大学 | 一种基于BiLSTM的物联网时序数据异常检测方法 |
-
2024
- 2024-02-18 CN CN202410179056.1A patent/CN117739285B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002098611A (ja) * | 2000-07-21 | 2002-04-05 | Toyota Motor Corp | 漏洩ガス測定方法、漏洩ガス測定装置、及び漏洩ガス測定装置の評価装置 |
| US20070257015A1 (en) * | 2006-05-05 | 2007-11-08 | Fosbinder Daniel C | Welding device with arc termination control |
| US20080270071A1 (en) * | 2007-04-30 | 2008-10-30 | Integrien Corporation | Nonparametric method for determination of anomalous event states in complex systems exhibiting non-stationarity |
| CN102182932A (zh) * | 2011-02-28 | 2011-09-14 | 煤炭科学研究总院重庆研究院 | 煤矿区煤层气集输管路故障检测方法 |
| CN104050289A (zh) * | 2014-06-30 | 2014-09-17 | 中国工商银行股份有限公司 | 一种异常事件检测方法及系统 |
| CN109843495A (zh) * | 2016-08-16 | 2019-06-04 | 自动化及焊接机股份有限公司 | 应用于焊接装置的用于保护气体流量的电子调节系统 |
| CN108494021A (zh) * | 2018-04-20 | 2018-09-04 | 东北大学 | 电-热-气综合能源系统的稳定评估与静态控制方法 |
| CN111098000A (zh) * | 2020-01-13 | 2020-05-05 | 广州市欣大津焊接材料有限公司 | 焊接设备中保护气体的流量控制方法及气体流量控制装置 |
| CN111940877A (zh) * | 2020-08-26 | 2020-11-17 | 深圳市麦格米特焊接技术有限公司 | 一种焊接气流量管理系统 |
| CN113515678A (zh) * | 2021-05-13 | 2021-10-19 | 上海梯之星信息科技有限公司 | 一种异常数据筛选方法 |
| CN115862131A (zh) * | 2022-11-17 | 2023-03-28 | 天翼云科技有限公司 | 一种用于人体运动识别的视频数据筛选方法 |
| CN116340388A (zh) * | 2023-03-13 | 2023-06-27 | 天翼云科技有限公司 | 一种基于异常检测的时序数据的压缩存储方法及装置 |
| CN116611574A (zh) * | 2023-06-02 | 2023-08-18 | 中建三局第一建设安装有限公司 | 一种管道焊接机器人钢结构的再制造评估方法及系统 |
| CN116677928A (zh) * | 2023-08-03 | 2023-09-01 | 苏芯物联技术(南京)有限公司 | 一种焊接保护气管道漏气智能检测方法 |
| CN117312769A (zh) * | 2023-09-20 | 2023-12-29 | 天津科技大学 | 一种基于BiLSTM的物联网时序数据异常检测方法 |
| CN117250576A (zh) * | 2023-11-16 | 2023-12-19 | 苏芯物联技术(南京)有限公司 | 一种基于多维传感数据的电流传感器实时异常检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 鲍爱莲;刘万辉;耿正;: "铝合金MIG焊气流量对电参数的影响", 热加工工艺, no. 23, 19 December 2013 (2013-12-19), pages 169 - 170 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117739285B (zh) | 2024-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111191576B (zh) | 人员行为目标检测模型构建方法、智能分析方法及系统 | |
| CN107742307A (zh) | 基于改进帧差法的输电线路舞动特征提取及参数分析方法 | |
| Lai et al. | Video summarization of surveillance cameras | |
| CN106910204B (zh) | 一种对海面船只自动跟踪识别的方法和系统 | |
| CN113723325B (zh) | 一种装配式预制构件的工装缺陷检测系统 | |
| CN109829936B (zh) | 一种目标追踪的方法及设备 | |
| CN113084388A (zh) | 焊接质量的检测方法、系统、装置及存储介质 | |
| CN108364306B (zh) | 一种高速周期运动的视觉实时检测方法 | |
| CN107527356B (zh) | 一种基于懒交互方式的视频跟踪方法 | |
| CN110602504A (zh) | 一种基于YOLOv2目标检测算法的视频解压缩方法及系统 | |
| CN110490188A (zh) | 一种基于ssd网络改进型的目标物体快速检测方法 | |
| CN117739285B (zh) | 一种基于焊接历史数据的漏气异常快速标记方法 | |
| CN109660762A (zh) | 智能抓拍装置中大小图关联方法及装置 | |
| CN108876810A (zh) | 视频摘要中利用图割算法进行运动目标检测的方法 | |
| CN115457556A (zh) | 一种核电厂圆盘指针式仪表读数方法 | |
| Zhu et al. | Anomaly detection via 3D-HOF and fast double sparse representation | |
| CN103065301A (zh) | 一种双向比对视频镜头分割方法 | |
| CN103578121B (zh) | 干扰运动环境下基于共享高斯模型的运动检测方法 | |
| CN112883836A (zh) | 一种煤矿井下巷道形变视频检测方法 | |
| CN110933520B (zh) | 一种基于螺旋摘要的监控视频展示方法及存储介质 | |
| CN115330762B (zh) | X射线图像的保险丝断丝检测方法 | |
| CN111428589A (zh) | 一种渐变转场的识别方法及系统 | |
| CN113723841B (zh) | 一种装配式预制构件中工装缺失的在线检测方法 | |
| CN116028660A (zh) | 一种基于权重值的图像数据筛选方法、系统及介质 | |
| CN112906733B (zh) | 一种两阶段双校核有界偏相关的实时模板匹配方法 |
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 |