-
公开(公告)号：CN112037193A
公开(公告)日：2020-12-04
申请号：CN202010889835.2
申请日：2020-08-28
Applicant: 长安大学
Abstract: 本发明公开了一种电力线路特征标记方法及装置，通过对电力线路样本图像进行预处理后提取特征点，将提取的特征点与该特征点的邻域范围作为一个像素块，求取该像素块的质心；再将特征点与其对应像素块质心进行连线，求出该连线与横坐标轴的夹角θ，基于二进制向量描述的特征点，采用基于汉明距离比值准则匹配连续两幅图像的特征点即可得到最终的特征点匹配对，本发明匹配经过标记的电力线路图像特征点，能够快速基于电力线路特征标记实现电力线路匹配，在不同加噪类型下，对图像特征点的优越的标记能力，本发明对电力线路图像中的一些常见特征的匹配迅速而高效，并且具有较好的旋转不变性和噪声不变性。
-
Patent Agency Ranking
公开(公告)号：CN112036472A
公开(公告)日：2020-12-04
申请号：CN202010888479.2
申请日：2020-08-28
Applicant: 长安大学
IPC: G06K9/62
Abstract: 本发明公开了一种电力系统视觉图像分类方法及系统，通过建立电力系统原始数据集，并将电力系统原始数据集依次进行预处理、分类及预训练得到训练图形，将电力系统图像分类网络模型在MobileNet V2模型的模型权重基础上进行预训练，然后利用训练图形对预训练后的电力系统图像分类网络模型进行优化训练，实现迁移学习，并利用对少量的电力视觉图像特征的识别训练将其他领域的特征识别规律迁移到电力视觉领域的图像分类方法法，对解决电力视觉领域样本稀缺、图像特征提取量不足等问题有一定的价值，对提高电力系统的智能化有重要意义，本发明能够满足常见的电力系统视觉图像分类的要求，并为未来通过电力系统视觉图像分类并进一步检测电力设备故障打下了基础。
-
公开(公告)号：CN113706690A
公开(公告)日：2021-11-26
申请号：CN202110970918.9
申请日：2021-08-23
Applicant: 长安大学
IPC: G06T17/00
Abstract: 本发明公开了一种基于三维模型顶点分区的多载体信息隐藏方法及系统，将每个三维模型变换到几何不变空间中，使其具有仿射不变性；调整中心三维模型内接多面体交点与其他模型外接球交点处的法向量方向，使交点处的法向量垂直，对多个模型进行组合形成多载体融合态，将秘密信息嵌入到由多个三维模型组成的融合态载体中，将融合态模型的顶点按均方根曲率值划分出特征点集合，通过改变扇形分区中特征顶点的极坐标值对秘密信息进行隐藏，与基于单载体点云模型顶点范数的三维模型信息隐藏算法相比，利用多载体构建的大容量嵌入环境实施的冗余嵌入使鲁棒性有明显提升，可以抵抗仿射变换攻击和简化、剪切等减少三维模型顶点的攻击。
-
公开(公告)号：CN113689399A
公开(公告)日：2021-11-23
申请号：CN202110970917.4
申请日：2021-08-23
Applicant: 长安大学
Abstract: 本发明公开了一种用于电网识别遥感图像处理方法及系统，通过对待识别电网遥感图像进行预处理，去除待识别电网遥感图像的无关信息，解决了受到天气影响的遥感图像模糊等缺陷，然后采用信息标注的已知电网遥感图像进行训练得到的检测模型，对预处理后的待识别电网遥感图像进行特征提取，然后将提取的特征与检测模型中标注的电网遥感图像特征进行匹配，匹配度最高的即为待识别电网遥感图像的电网类型，基于遥感图像，利用深度学习的方法，对电网部分进行目标检测和特征识别，将识别后的结果用来预测，通过对电网的目标检测，能够及时的发现电网的状态，通过对发电厂各个部分的目标检测识别，获得发电厂各个部位的分布特点，用于电网的科学安全规划。
-
公开(公告)号：CN113688831A
公开(公告)日：2021-11-23
申请号：CN202110969499.7
申请日：2021-08-23
Applicant: 长安大学
Abstract: 本发明公开了一种基于YOLOV4的电力表计的故障识别方法和系统，通过将已知类别的电力系统指针式仪表图像进行标注，然后利用标注后的电力系统指针式仪表图像训练YOLOV4模型得到识别模型，对电力系统指针式仪表的识别与读数准确而高效，然后利用训练后的YOLOV4模型对待识别电力系统指针式表计进行特征提取，然后对提取的特征进行聚类、拟合后获取待识别电力系统指针式表计特征图，将获取的特征图与YOLOV4模型内存储的标注特征图进行对比得到最接近的标注特征图，能够快速准确获取电力表计数据，得表盘定位更加精准，表盘指针的读数更加准确。从而使得在电力系统中能够更加准确地对故障进行识别并及时报警，以至于能够及时处理并确保电力系统的安全稳定运行。
-
公开(公告)号：CN111797925A
公开(公告)日：2020-10-20
申请号：CN202010631654.X
申请日：2020-07-03
Applicant: 长安大学
Abstract: 本发明公开了一种电力系统视觉图像分类方法及装置，通过收集电力系统各类设备图像，建立原始数据集，对原始数据集进行分类；建立图像分类网络模型，利用分类后的原始数据集对图像分类网络模型进行训练优化得到优化后的图像分类网络模型；利用优化后的图像分类网络模型实现对电力系统的视觉图像进行分类，电力系统各类设备图像训练的图像分类网络模型进行电力系统视觉图像识别分类，根据分类结果能够快速实现电力系统相关画面的综合判断，分类结果准确，大大提高检测效率，提高电力系统响应速度和安全生产；采用ORB方法对图像中目标的特征提取和匹配，为实现分类做前期准备，相对稳定好，鲁棒性强，计算速度快，具有良好的旋转不变性和抗噪声能力。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
