-
公开(公告)号：CN109378013B
公开(公告)日：2023-02-03
申请号：CN201811379108.0
申请日：2018-11-19
申请人： 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
IPC分类号： G10L21/0264 , G10L21/0232 , G10L25/21 , G10L25/87
摘要： 本发明公开了一种语音降噪方法，结合传统的信号处理方法和神经网络模型，二者取长补短，先使用传统的信号处理方法对音频信号进行处理，能够滤除一部分均匀的环境噪声，如白噪声，使得后续的神经网络模型能够主要处理其他噪声，如汽车鸣笛，其他人声音等，同时，本方法对带噪语音样本执行VAD操作，去掉了非必要的信号，能够一定程度训练和降噪的效果，解决了传统信号处理方法可扩展性差，不同的噪声环境需要不同的；神经网络虽然能够处理所有噪声情况，但是该方法非常依赖于训练样本的问题。
-
公开(公告)号：CN112116561A
公开(公告)日：2020-12-22
申请号：CN202010849007.6
申请日：2020-08-21
申请人： 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司 , 国网江西省电力有限公司 , 国家电网有限公司
摘要： 本发明公开了基于图像处理融合网络权值的电网传输线检测方法及装置，包括步骤：读入图片；将图片灰度化；对灰度化图像进行高斯模糊去噪、图像算术运算、灰度线性变换一系列图像处理方法；对处理后的图像用Canny算子边缘检测；在图像中设定感兴趣区域(ROI)；将ROI内的像素点分类；采用深度网络模型计算图片中电网传输线分布图。将电网传输线分布与分类像素点进行融合。根据融合得到的像素点拟合传输线，并在图中显示拟合结果，同时输出线的方程以及高压线的数量，实现了对高压线的检测，并且具有一定的精确性，同时能够排除道路、杆塔、天空以及云层等背景的干扰，并且能够对交叉的高压线进行辨别，能处理边缘检测断点，具有一定的鲁棒性和实用性。
-
公开(公告)号：CN112116561B
公开(公告)日：2022-07-01
申请号：CN202010849007.6
申请日：2020-08-21
申请人： 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司 , 国网江西省电力有限公司 , 国家电网有限公司
IPC分类号： G06T7/00 , G06T5/00 , G06T7/90 , G06T7/13 , G06T7/11 , G06K9/62 , G06T5/50 , G06V10/764 , G06V10/82
摘要： 本发明公开了基于图像处理融合网络权值的电网传输线检测方法及装置，包括步骤：读入图片；将图片灰度化；对灰度化图像进行高斯模糊去噪、图像算术运算、灰度线性变换一系列图像处理方法；对处理后的图像用Canny算子边缘检测；在图像中设定感兴趣区域(ROI)；将ROI内的像素点分类；采用深度网络模型计算图片中电网传输线分布图。将电网传输线分布与分类像素点进行融合。根据融合得到的像素点拟合传输线，并在图中显示拟合结果，同时输出线的方程以及高压线的数量，实现了对高压线的检测，并且具有一定的精确性，同时能够排除道路、杆塔、天空以及云层等背景的干扰，并且能够对交叉的高压线进行辨别，能处理边缘检测断点，具有一定的鲁棒性和实用性。
-
公开(公告)号：CN111898459A
公开(公告)日：2020-11-06
申请号：CN202010645928.0
申请日：2020-07-07
申请人： 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司 , 国网内蒙古东部电力有限公司电力科学研究院 , 国网内蒙古东部电力有限公司 , 国网通用航空有限公司 , 国家电网有限公司
发明人： 罗旺 , 张小明 , 罗汉武 , 李文震 , 樊强 , 彭启伟 , 席丁鼎 , 张智成 , 祝永坤 , 陈骏 , 陈师宽 , 吴钰芃 , 张佩 , 夏源 , 崔漾 , 郝小龙 , 杜伟 , 郑思嘉
摘要： 本发明公开了一种输电线路车辆靠近检测方法和装置，包括：将采集到的选定区域的图像进行灰度处理得到灰度图像；根据灰度图像的像素和对应的灰度值确定测试矩阵；基于预先利用字典学习模型迭代求解获得的字典，确定测试矩阵的表示矩阵；基于字典和表示矩阵确定测试矩阵对应的类别标签，获得输电线路车辆可能靠近的位置。本发明提出一种基于字典学习的输电线路车辆靠近检测方法，创新性地引入字典学习这一新兴技术，利用字典学习判断输电线路保护区内是否出现车辆，从而可以及时发现输电线路保护区内的安全隐患。
-
公开(公告)号：CN109378013A
公开(公告)日：2019-02-22
申请号：CN201811379108.0
申请日：2018-11-19
申请人： 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
IPC分类号： G10L21/0264 , G10L21/0232 , G10L25/21 , G10L25/87
摘要： 本发明公开了一种语音降噪方法，结合传统的信号处理方法和神经网络模型，二者取长补短，先使用传统的信号处理方法对音频信号进行处理，能够滤除一部分均匀的环境噪声，如白噪声，使得后续的神经网络模型能够主要处理其他噪声，如汽车鸣笛，其他人声音等，同时，本方法对带噪语音样本执行VAD操作，去掉了非必要的信号，能够一定程度训练和降噪的效果，解决了传统信号处理方法可扩展性差，不同的噪声环境需要不同的；神经网络虽然能够处理所有噪声情况，但是该方法非常依赖于训练样本的问题。
-
公开(公告)号：CN109640100B
公开(公告)日：2021-04-06
申请号：CN201811379107.6
申请日：2018-11-19
申请人： 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
IPC分类号： H04N19/85 , H04N19/42 , H04N19/426
摘要： 本发明公开了一种视频图像再压缩方法，采用将原视频进行分割重构的方法，先根据镜头边界检测技术对原视频的分割形成的各视频段进行分类，将不同类型的视频段分别进行处理，对某些帧进行省略，主要针对传统压缩方法对帧间数据压缩比例不够的情况，提出一种结合现有视频图像压缩方法和深度学习技术的视频图像再压缩方法，能极大地提高视频图像帧间数据的压缩比例。具有在现有压缩方法上结合深度学习的方法极大地减少了视频图像帧之间的冗余信息，能在现有方法上提高5倍以上的压缩比的优势。
-
公开(公告)号：CN109829887B
公开(公告)日：2022-07-01
申请号：CN201811598037.3
申请日：2018-12-26
申请人： 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
摘要： 本发明公开一种基于深度神经网络的图像质量评估方法，是一种用于图像质量评估的深度神经网络的新型应用技术。本发明解决的是无人机作业巡检采集图像的质量评估问题，在大型数据库ImageNet上训练得到一个预训练的深度神经网络模型，对深度神经网络改进并采用图像质量评价数据库TID2013训练深度神经网络模型，最后对输入任意的图像，采用已训练完成的深度神经网络模型预测图像的质量。本发明所公开的基于深度神经网络的图像质量评估方法能够非常准确地评估无人机作业巡检采集图像的质量，并且能够明显地区分高质量图像和低质量图像，过滤低质量无用图像。
-
公开(公告)号：CN108092969A
公开(公告)日：2018-05-29
申请号：CN201711327132.5
申请日：2017-12-13
申请人： 国家电网公司 , 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司 , 国网山东省电力公司 , 国网浙江省电力公司
CPC分类号： Y02D70/00 , Y02D70/10 , Y02D70/12 , Y02D70/126 , H04L63/029 , H04L63/0823 , H04L63/0853 , H04L67/12 , H04L67/28 , H04W12/06
摘要： 本发明公开了变电站巡检机器人采集图像接入电力内网的系统，包括巡检机器人、通信基站和接入平台；巡检机器人内置有图像采集装置和无线数据终端设备，图像采集装置与无线数据终端设备通信连接，无线数据终端设备内置有通信基站认证的SIM卡，无线数据终端设备内存储有接入平台生成的数字证书，无线数据终端设备与通信基站通信连接，通信基站与接入平台通信连接，接入平台与电力内网通信连接。同时也公开了该系统的方法。本发明有效杜绝机器人采集图像传输的安全问题，同时机器人组网方式更加灵活，传输更加稳定，保障电网信息系统的安全稳定，为电力企业节省资金和人力。
-
公开(公告)号：CN112101365A
公开(公告)日：2020-12-18
申请号：CN202010945373.1
申请日：2020-09-10
申请人： 国网辽宁省电力有限公司电力科学研究院 , 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司 , 国网辽宁省电力有限公司铁岭供电公司 , 国家电网有限公司
摘要： 本发明公开了一种基于红外热像处理的电力设备关键特征提取方法及系统。本发明将红外热读数映射成红外热像灰度图，对红外热像灰度图进行预处理，解决红外热像常见的噪声困扰，降低图片质量要求，再采用二值化操作提取出热点区域，有效降低计算量并突出热点区域轮廓，最后对热点区域进行提取，有效获得可靠性高的特征参量。
-
公开(公告)号：CN109829887A
公开(公告)日：2019-05-31
申请号：CN201811598037.3
申请日：2018-12-26
申请人： 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
摘要： 本发明公开一种基于深度神经网络的图像质量评估方法，是一种用于图像质量评估的深度神经网络的新型应用技术。本发明解决的是无人机作业巡检采集图像的质量评估问题，在大型数据库ImageNet上训练得到一个预训练的深度神经网络模型，对深度神经网络改进并采用图像质量评价数据库TID2013训练深度神经网络模型，最后对输入任意的图像，采用已训练完成的深度神经网络模型预测图像的质量。本发明所公开的基于深度神经网络的图像质量评估方法能够非常准确地评估无人机作业巡检采集图像的质量，并且能够明显地区分高质量图像和低质量图像，过滤低质量无用图像。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.051 秒)
