-
公开(公告)号：CN112053368A
公开(公告)日：2020-12-08
申请号：CN201910897761.4
申请日：2019-09-23
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种用于薄板焊接的焊缝中心识别方法及系统。所述方法首先获取线阵CCD拍摄的薄板表面图像并转换为灰度图像；根据所述灰度图像的灰度值确定最佳分割阈值；根据所述最佳分割阈值对所述灰度图像进行二值化处理，生成二值化图像；根据所述二值化图像的像素值确定多个连通域，并确定每一个所述连通域的中心点对应的灰度值；从而根据所述连通域的中心点对应的灰度值确定焊缝区域和焊缝中心。本发明所述焊缝中心识别方法可在嵌入式系统中进行使用，同时可稳定实现较高精度的焊缝中心识别，用于薄板自动焊接时，可以有效提高焊接效率、精度与准确度。
-
公开(公告)号：CN111898575A
公开(公告)日：2020-11-06
申请号：CN202010783039.0
申请日：2020-08-06
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种基于Faster R-CNN检测器的栓母对自动组合方法，包括以下步骤：使用Faster R-CNN检测器输出并保存螺栓、螺母类别和目标框坐标；基于目标框坐标，分别获得螺栓、螺母四个顶点坐标；根据自动组合规则，组合为栓母对，并计算栓母对区域四个顶点坐标；计算栓母对区域目标框，并对栓母对区域进行数据化处理。本发明提供的基于Faster R-CNN检测器的栓母对自动组合方法，充分考虑螺栓和螺母关系，提出使用Faster R-CNN检测并输出螺栓和螺母目标框坐标，结合螺栓和螺母的坐标有规则自动组合栓母对，高效完成栓母对的自动组合，弥补手动裁剪和非自动组合栓母对的不足。
-
公开(公告)号：CN110133443B
公开(公告)日：2020-06-16
申请号：CN201910468525.0
申请日：2019-05-31
Applicant: 中国科学院自动化研究所 , 华北电力大学(保定)
IPC: G01R31/08
Abstract: 本发明属于电力系统管理与检测领域，具体涉及了一种基于平行视觉的输电线路部件检测方法、系统、装置，旨在解决数据获取成本高、模型性能受限且不能及时调整更新的问题。本发明方法包括：获取输电线路各部件视频图像；通过训练好的目标检测模型，获取部件边界框大小、位置以及部件所属类别；输出部件边界框大小、位置以及部件所属类别。本发明一方面通过建立虚实结合的场景，扩展了输电线路各部件的训练和测试样本，降低了数据获取的成本，提高了模型的性能；另一方面通过在线学习的方法，不断利用新的数据更新模型达到更好的检测效果。
-
公开(公告)号：CN110232687A
公开(公告)日：2019-09-13
申请号：CN201910541355.4
申请日：2019-06-21
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种电力巡检图像中带销螺栓缺陷的检测方法，主要包括Faster R-CNN模型的构建、Faster R-CNN模型的训练、带销螺栓目标的检测以及带销螺栓的缺陷判断的步骤，解决在复杂背景中对带销螺栓目标的难准确检测问题，大大提升了带销螺栓这种小目标物体的检测精度，为进一步进行带销螺栓缺陷诊断提供基础，同时提出了基于灰度图的带销螺栓缺陷判别方法，解决了现有带销螺栓缺陷难判别问题，为电网安全运行提供基础保障。
-
公开(公告)号：CN110222757A
公开(公告)日：2019-09-10
申请号：CN201910468531.6
申请日：2019-05-31
Applicant: 华北电力大学(保定) , 中国科学院自动化研究所
Abstract: 本发明属于深度学习及图像识别技术领域，具体涉及了一种基于生成对抗网络的绝缘子图像样本扩充方法、系统，旨在解决将深度学习应用到输电线路无人机自主巡检过程中缺乏大量优质绝缘子训练图像的问题。本发明方法包括：采用样本生成网络，依据尺寸调整后的虚拟样本集，生成待筛选样本集；分别计算待筛选样本集和真实样本集的IS指数；待筛选样本集中IS指数高于第一阈值的图像作为绝缘子图像样本扩充集并输出。本发明能够快速生成多样化的深度学习应用到输电线路无人机自主巡检过程中所需要的大量优质绝缘子训练图像，生成图像过程可控，真实度与真样本无异，推动了深度神经网络在绝缘子及其故障检测中的应用。
-
Patent Agency Ranking
公开(公告)号：CN110210387A
公开(公告)日：2019-09-06
申请号：CN201910468534.X
申请日：2019-05-31
Applicant: 华北电力大学(保定) , 中国科学院自动化研究所
Abstract: 本发明属于电力管理及图像检测领域，具体涉及了一种基于知识图谱的绝缘子目标检测方法、系统、装置，旨在解决现有目标检测算法速度慢以及很难应用于特定领域实时检测的问题。本发明方法包括：基于获取的包含绝缘子的图像，采用绝缘子目标检测网络，获得绝缘子目标候选框的图像并输出；其中，绝缘子目标检测网络包括特征提取网络、目标候选框生成网络、分类网络。本发明方法一方面引入知识图谱，提供更丰富的语义关系，增强了机器的学习能力；另一方面利用空域形态一致性特征，既保证了精度又加快了检测速度。
-
公开(公告)号：CN110133443A
公开(公告)日：2019-08-16
申请号：CN201910468525.0
申请日：2019-05-31
Applicant: 中国科学院自动化研究所 , 华北电力大学(保定)
IPC: G01R31/08
Abstract: 本发明属于电力系统管理与检测领域，具体涉及了一种基于平行视觉的输电线路部件检测方法、系统、装置，旨在解决数据获取成本高、模型性能受限且不能及时调整更新的问题。本发明方法包括：获取输电线路各部件视频图像；通过训练好的目标检测模型，获取部件边界框大小、位置以及部件所属类别；输出部件边界框大小、位置以及部件所属类别。本发明一方面通过建立虚实结合的场景，扩展了输电线路各部件的训练和测试样本，降低了数据获取的成本，提高了模型的性能；另一方面通过在线学习的方法，不断利用新的数据更新模型达到更好的检测效果。
-
公开(公告)号：CN109885091A
公开(公告)日：2019-06-14
申请号：CN201910215512.2
申请日：2019-03-21
Applicant: 华北电力大学(保定)
IPC: G05D1/10
Abstract: 本发明公开一种无人机自主飞行控制方法及系统，本发明首先创建生成网络和分类判别网络；根据所述训练集A和所述生成网络确定假样本；然后将所述假样本和所述训练集A输入所述分类判别网络进行训练，获得所述分类判别网络的输出参数；网络输出结果比场景指令标记向量多出一个维度，这一维度特征用于分类真假样本，训练生成网络的过程中可以将无指令标记的假样本与有指令标记的训练集A一同当做真实样本输入进生成网络获得分类判别网络的输出参数，进而提高了对分类判别网络参数确定的准确性，进一步的提高自主飞行控制精度。
-
公开(公告)号：CN105957081B
公开(公告)日：2019-01-08
申请号：CN201610278200.2
申请日：2016-04-28
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种玻璃绝缘子掉串故障检测方法，其中方法包括：建立绝缘子的颜色模型，依据此模型来进行绝缘子的初步分割，并对得到的绝缘子二值图像进行形态学闭运算和连通域标记操作，以进行绝缘子方向的校正和位置的确定，然后再通过面积占比来选择结构元素大小，进行形态学闭运算完成最终的分割，在分割的基础上寻找绝缘子区域的缺口，进行最终的掉串标记。本发明所述的玻璃绝缘子掉串检测方法，提高了玻璃绝缘子掉串检测精度，为智能监控系统的成功应用提供了技术保障，大大降低了人工检测带来的人力物力的损耗，具有很强的实用价值和现实意义。
-
公开(公告)号：CN108776145A
公开(公告)日：2018-11-09
申请号：CN201810338070.6
申请日：2018-04-16
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种绝缘子掉串故障检测方法及系统。该方法包括：获取原始图像，所述原始图像包括绝缘子以及背景；所述绝缘子包括玻璃绝缘子和陶瓷绝缘子；对所述原始图像进行分割，得到绝缘子图像以及背景图；对所述绝缘子图像进行矫正，得到矫正后的图像；对所述矫正后的图像进行投影，得到投影曲线；根据所述投影曲线，对所述绝缘子进行掉串故障检测。本发明能够实现对绝缘子故障快速、精确的检测。
-
-
-
-
-
-
-
-
-
Search Results
141
records
(took 0.035 seconds)
