-
公开(公告)号：CN110009670A
公开(公告)日：2019-07-12
申请号：CN201910241541.6
申请日：2019-03-28
Applicant: 上海交通大学 , 上海交通大学烟台信息技术研究院
IPC: G06T7/33
Abstract: 本发明公开了一种基于FAST特征提取和PIIFD特征描述的异源图像配准方法，通过FAST特征提取、PIIFD特征描述、最近邻比例阈值粗匹配、RANSAC错配剔除、最小二乘法仿射变换计算，能够得到异源图像之间的空间变换关系。本发明技术解决方案流程完善，鲁棒性高，实用性强，不易受异源图像品质的影响，能克服图像背景等因素对特征提取的干扰，可以很好地解决目前异源图像配准精度低、误差大、速度慢等问题。
-
公开(公告)号：CN110009583A
公开(公告)日：2019-07-12
申请号：CN201910241548.8
申请日：2019-03-28
Applicant: 上海交通大学 , 上海交通大学烟台信息技术研究院
Abstract: 本发明公开了一种基于灰度均衡和NSCT分解的红外图像预处理方法，对于工业设备的红外图像，对其灰度图像进行灰度均衡调整灰度分布，再采用NSCT分解进行一级分解，选用噪声较小的低频子带图像作为预处理方法的输出。本发明技术解决方案简单，鲁棒性高，实用性强，能够显著提高红外图像品质，能克服图像背景等噪声的干扰，可以很好地增强红外图像的整体特征和局部特征。
-
公开(公告)号：CN110009026A
公开(公告)日：2019-07-12
申请号：CN201910241540.1
申请日：2019-03-28
Applicant: 上海交通大学 , 上海交通大学烟台信息技术研究院
Abstract: 本发明公开了一种基于FDST和双通道PCNN的异源图像融合方法，对多传感器的异源图像，先采用FDST工具将原始图像分解到多个尺度上，再对低频子带通过简单加权平均的方式进行融合，对高频子带通过双通道PCNN进行融合，最后通过FDST反变换得到融合图像。本发明技术解决方案简单，鲁棒性高，实用性强，能够很好地保持原始图像中的细节信息，增强异源图像信息在融合图像中表达的一致性，提升融合图像的质量，可以很好地解决目前异源图像融合方法性能不稳定、效率低下、部分特征缺失、意外引入瑕疵等问题。
-
公开(公告)号：CN119810584A
公开(公告)日：2025-04-11
申请号：CN202411741689.3
申请日：2024-11-29
Applicant: 南方电网科学研究院有限责任公司 , 上海交通大学 , 中国南方电网有限责任公司
IPC: G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本申请涉及一种基于工况预测模型的分接开关操动机构工况预测方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括：将样本分接开关操动机构的样本图像信息输入至待训练的工况预测模型，得到样本分接开关操动机构的预测运动信息；通过待训练的工况预测模型，基于预测运动信息，确定出样本分接开关操动机构的预测工况信息；根据预测运动信息与预测工况信息，对待训练的工况预测模型进行迭代训练，得到训练完成的工况预测模型；获取待分析分接开关操动机构的待分析图像信息，将待分析图像信息输入至训练完成的工况预测模型，得到待分析分接开关操动机构的目标工况信息。采用本方法，能够提高分接开关操动机构的工况预测准确度。
-
公开(公告)号：CN115176274B
公开(公告)日：2025-01-28
申请号：CN202080097152.1
申请日：2020-06-08
Applicant: 上海交通大学
IPC: G06F17/00
Abstract: 本发明公开了一种异源图像配准方法及系统，包括，利用Canny边缘检测算子对采集的图像进行边缘检测，结合曲率尺度空间策略提取边缘图像中的轮廓曲线段；基于全局和局部曲率的特征点检测策略检测轮廓曲线段中的特征点，分别得到特征点指向轮廓起点和终点方向的最近局部曲率极小值；根据局部曲率极小值计算邻域采样点数和特征点两侧邻域的邻域辅助特征点利用邻域辅助特征点与特征点构成特征三角形并计算特征三角形中特征点对应的角平分线向量和主方向；主方向指向特征点轮廓的凹侧，完成主方向分配。本发明方法具有显著性、精准性，对电力设备的图像配准场景具有较高的适应性。
-
Patent Agency Ranking
公开(公告)号：CN119228759A
公开(公告)日：2024-12-31
申请号：CN202411310223.8
申请日：2024-09-19
Applicant: 中国南方电网有限责任公司超高压输电公司电力科研院 , 上海交通大学
IPC: G06T7/00 , G06V10/764 , G06V20/40 , G06T5/70
Abstract: 本发明公开了一种基于图像处理的变电设备缺陷评估方法，涉及图像处理的技术领域，包括以下步骤，根据第一识别结果对第二编号后的第二图像进行分类，计算隔离度、绝缘度和漏油度，将所述隔离度、绝缘度和漏油度的平均值设置为缺陷值，根据所述缺陷值划分待检测设备的缺陷等级。本发明通过视频进行初步处理，以提取和增强有用的信息，通过多个分类和指标对变电设备进行全面评估，确保缺陷检测的全面性，标准化处理，确保缺陷评估结果的一致性和可比较性，关键点距离计算、特征量提取等方法提供了精确的缺陷定位和评估信息，结合了图像处理和机器学习技术，通过详细的处理和计算步骤，有效地提高了变电设备缺陷检测的准确性和效率。
-
公开(公告)号：CN119199389A
公开(公告)日：2024-12-27
申请号：CN202411513144.7
申请日：2024-10-28
Applicant: 上海交通大学
IPC: G01R31/08
Abstract: 本发明公开了一种电缆早期故障智能检测系统，其核心在于结合FPGA与国产D2000CPU的混合架构，实现了高效的数据处理与故障辨识。该系统通过FPGA进行电缆电流信号的精确采集，并运用累计求和算法进行瞬态检测，有效验证了瞬态的发生及其单相类型。进一步地，D2000CPU利用ADALINE算法进行谐波特征提取，结合双阈值判断策略，实现了对电缆早期故障的高精度辨识。本发明数据处理速度快，抗噪声能力强，增强了系统的实时性，相应的检测策略的一个显著优点是易于硬件实现且具有精度高、速度快等优点。同时将原始电流数据上传到上位机中，具有很强的灵活性和可视化能力。
-
公开(公告)号：CN119090743A
公开(公告)日：2024-12-06
申请号：CN202411127387.7
申请日：2024-08-16
Applicant: 上海交通大学
IPC: G06T5/60 , G06T5/70 , G06T5/73 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/045
Abstract: 本发明涉及变电器技术领域，尤其是指一种雾天变电设备图像采集方法及系统，包括：构建有雾变电设备巡检图像样本数据库；构建变电设备图像去雾模型，所述变电设备图像去雾模型包括图像色彩分离模块和深度跨尺度融合网络；构建变电设备图像去雾模型的损失函数，利用有雾变电设备巡检图像样本数据库对变电设备图像去雾模型进行训练；将有雾变电设备图像输入到训练好的变电设备图像去雾模型，得到变电设备去雾图像。本发明能够高效去除有雾变电设备图像中的雾气并提高图像质量，提升了雾天天气下变电设备图像采集的质量和效率，从而提高对雾天变电设备图像的分析和监测能力。
-
公开(公告)号：CN118837310A
公开(公告)日：2024-10-25
申请号：CN202410812278.2
申请日：2024-06-21
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司佛山供电局 , 上海交通大学
Inventor： 张殷 , 刘亚东 , 熊仕斌 , 蒋维 , 詹清华 , 江俊杰 , 臧奕茗 , 胡志鹏 , 李国伟 , 王俊波 , 严英杰 , 唐琪 , 金向朝 , 谢志杨 , 刘益军 , 黄靖正 , 江秀臣 , 陈贤熙 , 曾庆辉 , 林雅俐 , 王智娇 , 刘崧 , 赖艳珊 , 李兰茵 , 姜沛东
IPC: G01N21/31
Abstract: 本公开实施例提供一种基于非正交量子测量的气体检测方法及装置，该气体检测方法包括：将信号源发出的源信号入射至气体吸收器中，使所述源信号与所述气体吸收器中的气体进行弱相互作用，得到气体吸收信号，其中，所述气体吸收信号表示所述弱相互作用的强度；通过量子探测器对所述气体吸收信号进行探测，得到测量数据；根据所述测量数据的概率分布对气体吸收率进行估值，得到所述气体吸收率的估计值。本公开能够对微小的气体吸收系数进行放大测量，得到更高精度的气体吸收系数，为变电设备的维护和故障诊断提供更为精确的数据支持，以及提高电力系统的运行效率和安全性；且气体检测方法对微小变化量高度敏感，极大提高了微小参量估值的精度。
-
公开(公告)号：CN118196541B
公开(公告)日：2024-10-11
申请号：CN202410607531.0
申请日：2024-05-16
Applicant: 上海交通大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06V10/62 , G06V10/77 , G06V10/766 , G06N3/045 , G06N3/0464 , G06N3/044 , G06N3/08 , G06Q10/0635 , G06Q10/20 , G06Q50/06
Abstract: 本发明公开了一种基于深度学习的瓷绝缘子故障分析方法及系统，涉及电力系统设备监测技术领域。包括：采集瓷绝缘子的多模态数据并进行数据预处理；利用卷积神经网络模型和循环神经网络模型进行数据特征提取；结合所述卷积神经网络模型和所述循环神经网络模型的输出，建立深度学习模型进行特征融合；通过所述深度学习模型的输出，建立瓷绝缘子故障预测模型，识别瓷绝缘子的故障。能够更精确地分析和识别瓷绝缘子的微小变化和早期故障迹象。这种深度学习方法使得故障检测不仅限于明显的损坏，还能识别到潜在的故障风险。有助于避免由故障引起的昂贵修复和停机成本。
-
-
-
-
-
-
-
-
-
Search Results
487
records
(took 0.125 seconds)
