-
公开(公告)号：CN112164086A
公开(公告)日：2021-01-01
申请号：CN202011086872.6
申请日：2020-10-12
申请人： 华雁智能科技(集团)股份有限公司
摘要： 本发明提供了一种精细化的图像边缘信息确定方法、系统及电子设备，涉及数字图像处理领域。该方法首先将被监测的电网设备图像转换为第一灰度图像，然后对第一灰度图像进行滤波操作得到第二灰度图像，并对第二灰度图像进行值域映射转换以及幅值归一化反转处理生成第三灰度图像，获取第三灰度图像对应的幅度梯度图像和方向梯度图像后，根据预设阈值确定幅度梯度图像的高门限阈值和低门限阈值用于提取图像边缘像素。根据幅度梯度图像、方向梯度图像、高门限阈值和低门限阈值对图像边缘像素进行二次计算，得到图像边缘的像素值。该方法提高了电网设备图像中边缘幅值和方向信息的信息量和准确度，提升了图像边缘信息可用度。
-
公开(公告)号：CN112164086B
公开(公告)日：2024-07-19
申请号：CN202011086872.6
申请日：2020-10-12
申请人： 华雁智能科技(集团)股份有限公司
摘要： 本发明提供了一种精细化的图像边缘信息确定方法、系统及电子设备，涉及数字图像处理领域。该方法首先将被监测的电网设备图像转换为第一灰度图像，然后对第一灰度图像进行滤波操作得到第二灰度图像，并对第二灰度图像进行值域映射转换以及幅值归一化反转处理生成第三灰度图像，获取第三灰度图像对应的幅度梯度图像和方向梯度图像后，根据预设阈值确定幅度梯度图像的高门限阈值和低门限阈值用于提取图像边缘像素。根据幅度梯度图像、方向梯度图像、高门限阈值和低门限阈值对图像边缘像素进行二次计算，得到图像边缘的像素值。该方法提高了电网设备图像中边缘幅值和方向信息的信息量和准确度，提升了图像边缘信息可用度。
-
公开(公告)号：CN111259763A
公开(公告)日：2020-06-09
申请号：CN202010030509.6
申请日：2020-01-13
申请人： 华雁智能科技(集团)股份有限公司
摘要： 本申请提供一种目标检测方法、装置、电子设备及可读存储介质。方法包括：从监控视频中获取第一图像；通过滤波算法对第一图像进行预处理得到第二图像，使得第二图像的图像特征强度大于第一图像的图像特征强度；从监控视频对应的参考图像序列确定目标参考图像，根据目标参考图像及第二图像，判断第二图像中是否包括存在运动目标的图区；将从第二图像中检测到的运动目标图区输入经过预训练的深度学习模型，得到深度学习模型检测的第二图像的检测结果。在本方案中，通过对获取的图像进行预处理，增强图像细节特征，再确定存在运动目标的图区，使得在深度学习模型对预处理后的图像进行检测时，可以提高对运动目标检测的准确度。
-
公开(公告)号：CN113780119B
公开(公告)日：2024-08-02
申请号：CN202110995191.X
申请日：2021-08-27
申请人： 华雁智能科技(集团)股份有限公司
摘要： 本发明公开了一种基于静止摄像机应用场景的高精度运动目标检测方法，涉及变电站安全的技术领域。该方法利用视频图像信息，将测试图像分为前景图像和色度背景图像，并确定前景图像中存在运动目标的图像子块，再根据该图像子块确定矩形区域，进一步确定存在运动目标的矩形区域为最终检测出的运动目标。上述方法解决了现有运动目标检测的技术中存在的检测精度低、适用范围小的问题，可以准确地检测和定位出画面中大尺度范围变化的多个运动目标。
-
公开(公告)号：CN112232239B
公开(公告)日：2024-09-17
申请号：CN202011128061.8
申请日：2020-10-20
申请人： 华雁智能科技(集团)股份有限公司
摘要： 本发明提供一种变电站施工安全标示牌监控方法、装置和电子设备，涉及变电站施工安全监控领域，其中，该方法包括获取目标监控区域的图像信息；目标监控区域包括标示牌；应用预先训练好的神经网络模型，基于图像信息对目标监控区域进行目标检测，输出检测结果；其中，检测结果包括用于确定标示牌位置的目标检测框；神经网络模型是基于第一目标检测算法训练得到的。该方法通过训练好的神经网络模型对施工标示牌进行自动实时监控，从而缓解了现有技术中存在的工作强度大，容易造成人眼错看，漏看的问题。
-
公开(公告)号：CN111259763B
公开(公告)日：2024-02-02
申请号：CN202010030509.6
申请日：2020-01-13
申请人： 华雁智能科技(集团)股份有限公司
IPC分类号： G06V20/40 , G06V20/52 , G06V10/774
摘要： 本申请提供一种目标检测方法、装置、电子设备及可读存储介质。方法包括：从监控视频中获取第一图像；通过滤波算法对第一图像进行预处理得到第二图像，使得第二图像的图像特征强度大于第一图像的图像特征强度；从监控视频对应的参考图像序列确定目标参考图像，根据目标参考图像及第二图像，判断第二图像中是否包括存在运动目标的图区；将从第二图像中检测到的运动目标图区输入经过预训练的深度学习模型，得到深度学习模型检测的第二图像的检测结果。在本方案中，通过对获取的图像进行预处理，增强图像细节特征，再确定存在运动目标的图区，(56)对比文件X. Zhang等.Underwater ManipulationTraining Simulation System for MannedDeepSubmarine Vehicle《.IEEE Conference onVirtual Reality and 3D User Interfaces(VR)》.2019,第2019卷1271-1272.曾钢燕等.自适应LUM滤波器《.量子电子学报》.2006,第23卷(第02期),145-149.蔡友杰.运动目标检测与识别算法研究《.中国优秀硕士学位论文全文数据库 信息科技辑》.2009,I138-590.赵光明.视频监控中运动目标检测算法研究《.中国优秀硕士学位论文全文数据库 信息科技辑》.2016,I136-598.Russell C. Hardie等.LUM Filters：AClass of Rank-Order-Based Filters forSmoothing and Sharpening《.IEEETransactions On Signal Processing》.1993,第41卷(第3期),全文.李千登等.钻井作业典型违章行为视频监控智能分析技术研究《.工业安全与环保》.2019,第45卷(第12期),46-49.张明媛等.基于深度学习的建筑工人安全帽佩戴识别研究《.安全与环境学报》.2019,第19卷(第2期),全文.
-
公开(公告)号：CN113780119A
公开(公告)日：2021-12-10
申请号：CN202110995191.X
申请日：2021-08-27
申请人： 华雁智能科技(集团)股份有限公司
摘要： 本发明公开了一种基于静止摄像机应用场景的高精度运动目标检测方法，涉及变电站安全的技术领域。该方法利用视频图像信息，将测试图像分为前景图像和色度背景图像，并确定前景图像中存在运动目标的图像子块，再根据该图像子块确定矩形区域，进一步确定存在运动目标的矩形区域为最终检测出的运动目标。上述方法解决了现有运动目标检测的技术中存在的检测精度低、适用范围小的问题，可以准确地检测和定位出画面中大尺度范围变化的多个运动目标。
-
公开(公告)号：CN113536981A
公开(公告)日：2021-10-22
申请号：CN202110721412.4
申请日：2021-06-28
申请人： 华雁智能科技(集团)股份有限公司
摘要： 本发明提供了一种变电站异物识别检测方法、装置和系统，涉及目标检测技术领域，该方法通过改进的目标检测器执行；改进的目标检测器包括依次连接的骨干网络、特征融合网络和分类识别网络；方法包括：获取针对变电站的待检测图像；通过目标检测器的骨干网络对待检测图像进行特征提取，得到待检测图像的特征图；其中，骨干网络包括依次连接的第一预设个数的空洞卷积残差子网络；基于特征融合网络对待检测图像的特征图进行特征融合，得到融合特征信息；基于分类识别网络对融合特征信息进行目标检测，以对变电站的异物进行识别检测。本发明提高了目标检测器在变电站异物识别的准确性和鲁棒性。
-
公开(公告)号：CN112232239A
公开(公告)日：2021-01-15
申请号：CN202011128061.8
申请日：2020-10-20
申请人： 华雁智能科技(集团)股份有限公司
摘要： 本发明提供一种变电站施工安全标示牌监控方法、装置和电子设备，涉及变电站施工安全监控领域，其中，该方法包括获取目标监控区域的图像信息；目标监控区域包括标示牌；应用预先训练好的神经网络模型，基于图像信息对目标监控区域进行目标检测，输出检测结果；其中，检测结果包括用于确定标示牌位置的目标检测框；神经网络模型是基于第一目标检测算法训练得到的。该方法通过训练好的神经网络模型对施工标示牌进行自动实时监控，从而缓解了现有技术中存在的工作强度大，容易造成人眼错看，漏看的问题。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.043 秒)
