-
公开(公告)号：CN110232660B
公开(公告)日：2022-05-03
申请号：CN201910347677.5
申请日：2019-04-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种新型红外图像识别预处理灰度拉伸方法，属于图像处理技术领域。本发明可用于红外图像中的恒温物体的检测，如行人识别、动物识别，车辆识别等。本发明首先将温度与灰度进行一一对应，通过将被识别物体的温度范围内灰度进行拉伸来提高物体的灰度细节，减少被识别物体的灰度特征受环境温度的影响，从而提高对于图像进行灰度拉伸处理的普适性，以及提升红外图像中的物体识别系统中需要进行图像灰度拉伸预处理的处理环节，从而提升对目标物体的识别准确度。
-
公开(公告)号：CN110232660A
公开(公告)日：2019-09-13
申请号：CN201910347677.5
申请日：2019-04-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种新型红外图像识别预处理灰度拉伸方法，属于图像处理技术领域。本发明可用于红外图像中的恒温物体的检测，如行人识别、动物识别，车辆识别等。本发明首先将温度与灰度进行一一对应，通过将被识别物体的温度范围内灰度进行拉伸来提高物体的灰度细节，减少被识别物体的灰度特征受环境温度的影响，从而提高对于图像进行灰度拉伸处理的普适性，以及提升红外图像中的物体识别系统中需要进行图像灰度拉伸预处理的处理环节，从而提升对目标物体的识别准确度。
-
公开(公告)号：CN109630905A
公开(公告)日：2019-04-16
申请号：CN201910071585.9
申请日：2019-01-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于无人机遥感和深度学习的油气管道全智能巡检系统，属于检测技术领域。本发明采用无人机搭载高分辨率可见光相机从空中获得影像数据，用户可用图传设备在地面上实时看到处理后的影像；再利用其预置的深度神经网络识别器自动发现危害油气管道安全的行为；一旦发现危害管道安全的行为，则可以保存相关数据，并通过4G网络向监管部门传输位置数据、时间数据和影像数据，且触发警报，极大地减少了人工分析视频图像的工作量，有效避免了漏检现象，提高巡检可靠性，保证巡检质量。本发明的油气管道全智能巡检系统应用简单，可靠高效，能显著地降低巡检成本，提高巡检效率和质量。
-
公开(公告)号：CN210511074U
公开(公告)日：2020-05-12
申请号：CN201920129701.3
申请日：2019-01-25
Applicant: 电子科技大学
Abstract: 本实用新型公开了一种基于无人机遥感和深度学习的油气管道全智能巡检系统，属于检测技术领域。本实用新型采用无人机搭载高分辨率可见光相机从空中获得影像数据，用户可用图传设备在地面上实时看到处理后的影像；再利用其预置的深度神经网络识别器自动发现危害油气管道安全的行为；一旦发现危害管道安全的行为，则可以保存相关数据，并通过4G网络向监管部门传输位置数据、时间数据和影像数据，且触发警报，极大地减少了人工分析视频图像的工作量，有效避免了漏检现象，提高巡检可靠性，保证巡检质量。本实用新型的油气管道全智能巡检系统应用简单，可靠高效，能显著地降低巡检成本，提高巡检效率和质量。(ESM)同样的发明创造已同日申请发明专利
-
-
-
Search Results
4
records
(took 0.038 seconds)
