-
公开(公告)号:CN114897778A
公开(公告)日:2022-08-12
申请号:CN202210367179.9
申请日:2022-04-08
Applicant: 成都唐源电气股份有限公司
IPC: G06T7/00 , G06T7/73 , G06T5/20 , G06T5/00 , G06T3/60 , G06T3/40 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种刚性汇流排缺陷的检测方法及装置,涉及图像处理及图像识别的技术领域;包括S1、利用深度学习模型,从采集获得的汇流排图像中,定位感兴趣汇流排区域图像;S2、滤除所述感兴趣汇流排区域图像的噪声;S3、对滤除噪声后的感兴趣汇流排区域图像进行预处理,得到特征图,从所述特征图中提取出汇流排特征;S4、根据提取出的所述汇流排特征,进行汇流排缺陷检测,所述汇流排缺陷检测包括汇流排弯曲变形检测和/或汇流排擦伤检测。本发明的汇流排缺陷检测方法,能够快速准确的检测并判断汇流排是否弯曲变形,以及快速识别汇流排擦伤类型及并定位汇流排擦伤位置,适用于轨道交通领域刚性接触网。
-
公开(公告)号:CN114445369A
公开(公告)日:2022-05-06
申请号:CN202210098587.9
申请日:2022-01-27
Applicant: 成都唐源电气股份有限公司
Abstract: 本发明公开了基于3D成像技术的接触网分段绝缘器识别方法和装置,方法包括采集接触网分段绝缘器的点云数据;对采集的点云数据进行预处理;将预处理后的点云数据转换为三维矩阵;将三维矩阵作为训练集,输入到卷积神经网络中进行模型训练;对训练完成后的卷积神经网络模型进行测试,如果测试结果满足要求,则输出模型进行分段绝缘器识别,否则继续训练。本发明采用深度卷积神经网络,对接触网分段绝缘器进行智能化识别,提高了识别效率和精度。
-
公开(公告)号:CN114897778B
公开(公告)日:2024-11-12
申请号:CN202210367179.9
申请日:2022-04-08
Applicant: 成都唐源电气股份有限公司
IPC: G06T7/00 , G06T7/73 , G06T5/20 , G06T5/70 , G06T3/60 , G06T3/4007 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/084 , G06N3/0464
Abstract: 本发明公开了一种刚性汇流排缺陷的检测方法及装置,涉及图像处理及图像识别的技术领域;包括S1、利用深度学习模型,从采集获得的汇流排图像中,定位感兴趣汇流排区域图像;S2、滤除所述感兴趣汇流排区域图像的噪声;S3、对滤除噪声后的感兴趣汇流排区域图像进行预处理,得到特征图,从所述特征图中提取出汇流排特征;S4、根据提取出的所述汇流排特征,进行汇流排缺陷检测,所述汇流排缺陷检测包括汇流排弯曲变形检测和/或汇流排擦伤检测。本发明的汇流排缺陷检测方法,能够快速准确的检测并判断汇流排是否弯曲变形,以及快速识别汇流排擦伤类型及并定位汇流排擦伤位置,适用于轨道交通领域刚性接触网。
-
-