基于红外影像辅助的无人机自主巡检规划方法设计

为了提高对电网线路的自主巡检能力,设计了基于红外影像辅助技术的无人机自主巡检规划方法.在对电网线路实施红外成像处理的基础上,在机器视觉环境下提取红外影像的边缘轮廓特征量和纹理信息.然后结合对红外影像的信息融合和边缘区域检测结果提取影像的像素类别,通过模糊聚合融合处理方法检测影像的主成分特征,从而完成对影像信息增强处理....     

贝叶斯网络在输电线路运行状态预测中的应用

为了提高电力输电线路巡检的效率,充分考虑了影响输电线路运行状态的各种因素,采用基于贝叶斯网络的数据挖掘方法,建立了输电线路运行状态模型,它通过预测结果可以对巡检制定出合理的计划.在SPSS Clementine 下进行的仿真实验证明,该模型具有较高的准确率.     

基于视觉传达的多维彩色图像模糊区域特征识别方法

为了提高多维彩色图像的检测识别能力,提出一种基于视觉传达的多维彩色图像模糊区域特征识别方法。构建多维彩色图像模糊区域特征匹配模型,采用模板匹配方法进行多维彩色图像的多尺度结构二值模式分割处理,对分割后的彩色图像利用视觉传达方法进行模糊区域特征提取,获得适应于图像识别表达的像素特征集,采用零均值化的图像滤波方法进行多维彩色图像降噪处理,提高多维彩色图像模糊区域特征检测和识别能力,结合图像的旋转不变性和灰度不变性,实现多维彩色图像模糊区域特征识别。仿真结果表明,采用该方法进行多维彩色图像模糊区域特征识别的准确性较高,特征匹配能力较强。     

粗糙集与决策树理论在输电线路巡检中的应用

针对输电线路巡检需求,为了提高巡检的效率,充分考虑了影响输电线路运行状态的各种因素,采用基于粗糙集理论与决策树的数据挖掘方法,建立了输电线路运行状态预测模型,将从输电线路历史异常数据中提取的规则应用于输电线路异常预测,根据预测结果可以制定出科学合理的巡检计划,经过测试样本的验证,该模型有较高的准确率.     

覆冰状态下高压输电线路运行可靠性自动检测方法

为了提高对覆冰状态下高压输电线路运行可靠性的自动检测能力,提出一种基于关联规则信息融合的覆冰状态下高压输电线路运行可靠性自动检测方法,采用自相关特征检测方法进行覆冰状态下高压输电线路运行状态挖掘,提取覆冰状态下高压输电线路运行的可靠性数据,根据数据提取结果进行信息融合和量化回归分析,结合异常谱密度特征检测方法,实现对覆冰状态下高压输电线路运行可靠性数据挖掘,构建覆冰状态下高压输电线路运行状态的特征分布模型,结合关联规则信息融合方法,实现覆冰状态下高压输电线路运行可靠性自动检测。仿真结果表明,采用该方法进行覆冰状态下高压输电线路运行可靠性检测的准确性较高,抗干扰性能较好。     

基于移动巡检的电缆线路运行状态诊断构建方法

本文围绕电缆线路移动巡检及交互诊断系统的构建方法开展研究,首先利用分布式边缘代理组件对电缆线路进行数据流改造,并根据前、后端数据特征及应用场景进行算法设计,形成了综合基于模糊证据理论的状态评价模型、灰色马尔可夫的误差反推预测模型的前端自诊断模型和综合相关性分析法模型、Weibull长期运行可靠性评估模型的后端多维度数据分析与决策模型,最终实现设备识别、状态感知、数据交互与智能诊断的无缝衔接和多层级电缆运行的可靠性评价及运维管控决策,强化了设备状态管控力,优化了设备运维策略。     

基于机器视觉的足球射门视频图像轨迹跟踪方法

为提高对足球射门视频图像的自动识别和动作纠正能力,提出一种基于机器视觉和特征提取的足球射门视频图像轨迹跟踪方法。通过视觉信息融合和模糊跟踪识别方法进行足球射门视频图像的轨迹线跟踪识别,建立足球射门视频图像的关键动作特征点提取模型,通过空间三维信息融合方法进行机器视觉下的图像信息融合和有效动作特征点检测,结合角点的动态分布特征提取方法,实现足球射门视频图像的相关性动作特征点提取和轨迹跟踪。仿真结果表明,与传统方法相比,采用该方法进行足球射门视频图像轨迹跟踪的准确性最高达到0.8,该方法的准确性较高,特征提取能力较好,提高了足球射门视频图像识别和动作纠正能力。     

基于FR-CNN算法的线路巡检元件故障识别仿真

由于传统故障识别方法的特征提取精度较低,得出的线路巡检元件故障识别的误差较大.于是提出基于FasterR-CNN算法的线路巡检元件故障识别方法.根据线路巡检元件的运行规律划分其状态,并设置相应的状态特征,作为元件故障识别的比对标准.利用巡检机器人内置的硬件设备,实时收集线路巡检图像,并通过压缩和透视畸变校正两个步骤,实现对巡检图像的预处理.构建FasterR-CNN网络模型,并利用该模型提取巡检元件图像特征,并针对防震锤、间隔棒和绝缘子等元件得出最终的故障识别结果.经过仿真测试得出结论,与传统识别方法相比,设计识别方法的mAP指标值提高了0.316,即识别精度有所提升,且识别耗时较短,具有一定的有效性.     

基于多时相巡检图像的变电设备抗干扰缺陷检测

近年来,变电站中广泛采用机器视觉算法分析多时相巡检图像的差异变化,用于检测各类变电设备缺陷,以确保运行安全.然而,由于拍摄时刻不同,多时相图像间存在天气、光照、季节等各类干扰变化,对变电设备的缺陷检测提出了挑战.对此,提出一种基于多时相巡检图像的变电设备抗干扰缺陷检测方法.首先,利用风格迁移模型CycleGAN学习不同风格域之间的映射关系,并基于检测图生成足量存在天气、光照、季节干扰变化的干扰图;其次,基于参考图$+$检测图$+$干扰图三元组对三重孪生网络TripleNet进行协同训练,在特征层面提出空间一致性损失以抵抗各类干扰变化,用于提取三者鲁棒的多尺度差异特征;最后,搭建特征聚合网络PANet融合多尺度差异特征,输出多尺度的缺陷检测结果.在实际变电设备多时相巡检图像数据集上进行实验验证,结果表明,所提出方法相较于非孪生网络和一般孪生网络可提升2.09%和0.67%的mAP,且在原始样本与干扰样本上的检测精度更均衡,而且所提出方法可以在提升变电设备缺陷检测模型精度的同时增强模型的抗干扰能力.     

基于灰度直方图的运动目标特征检测算法

为提高运动目标的检测效果和指导性，提出一种基于灰度直方图分析的运动目标特征检测算法。采用视觉成像技术进行运动目标图像采集和视觉特征分析，提取运动目标的动态视觉特征量。根据运动目标边缘差分变换和空间位置关系进行运动图像的特征分离，提取运动目标图像的边缘轮廓特征量。采用统计形状模型进行运动目标图像的二值化分离，构建运动目标图像的灰度直方图。根据灰度直方图中的统计信息进行目标特征检测和动态特征提取，实现运动目标图像的视觉检测和动态识别，有效提取运动目标的关键特征，实现目标特征检测。仿真结果表明，采用该方法进行运动目标图像的特征检测性能较好，对运动目标的动态识别能力较强。     

微型钻头端刃侧刃缺陷的全景式视觉检测技术

在微钻生产中采用机器视觉方法进行缺陷检测时,其难点在于一次拍摄就获得微钻侧刃的完整的、高分辨率的图像.当采用高倍率光学镜头时,又产生视野与检测范围的矛盾.为解决该矛盾,本文创造性地设计了一套内锥镜面反射成像装置,既可获得微钻端刃的清晰图像,又可获得整个微钻侧刃的清晰图像,使得微钻缺陷的全自动视觉检测成为可能.试验结果表明,本文研发的微钻全景式视觉检测系统,能够满足微钻生产中的自动化检测需求.     

基于机器视觉的嫁接夹抓取点定位与朝向检测

针对现代农业自动化嫁接机的嫁接过程中,嫁接夹的分拣整理仍然需要使用刚性振动盘或人工参与,整体自动化程度有待提高的问题,提出基于机器视觉的嫁接夹轮廓链特征点定位方法与朝向检测;设计了一种自动化嫁接专用的嫁接夹,采用背光源打光方式,对每个阴影轮廓计算Hu矩,根据Hu矩匹配值进行分类以获得正确的嫁接夹个体轮廓;对每个嫁接夹个体轮廓采用轮廓链角分析方法,获得嫁接夹抓取点的像素位置;根据抓取点位置信息计算朝向角度;实验结果表明,嫁接夹抓取点平均定位误差为2.16个像素,嫁接夹朝向角度检测误差为0.40°;该方法可以准确地对嫁接夹进行视觉检测,对嫁接机的嫁接过程中,嫁接夹的自动分拣方面,具有机器视觉方面的价值。     

智能制造装备视觉检测控制方法综述

为满足智能制造装备产业对机器视觉技术的巨大需求,本文结合装备技术特点和特殊应用环境,提出了通用的机器视觉检测控制技术体系,弥补了当前研究的不足.本文首先对该技术体系的成像系统、自动图像获取、图像预处理、标定与分割、识别检测、视觉伺服与优化控制等关键核心技术,进行了总结和阐述.然后提出了视觉检测控制系统设计的一般原理,并结合3种典型装备,对其具体应用进行详细说明.最后根据智能制造装备不断增长的高可靠性、智能化、高速高精度作业等需求,探讨了视觉检测控制技术所面临的新问题和新挑战.     

基于轮廓线与特征融合的电网变电设备三维自动化运检方法

因工作环境的复杂性,变电设备成为智能电网中故障频率最高的装置之一,易发生设备接地故障、保险熔断故障、绝缘材料老化等问题,为提高电网变电设备三维自动化运检精度,提出基于轮廓线与特征融合的电网变电设备三维自动化运检方法研究。采集电网变电设备三维图像,获取电网变电设备三维图像初始轮廓点,筛选变电设备轮廓点,依照顺序连接提取出的关键轮廓点,得到变电设备三维图像轮廓线,结合形态学滤波算法,对图像进行开、闭运算,依据轮廓线的闭合情况,分割出目标图像与背景图像,提取包括HOG特征与LBP特征的变电设备目标图像特征,经过特征融合后,构造最优分类超平面,制定电网变电设备三维自动化运检规则,判定变电设备运维情况,最终实现变电设备的三维自动化运检。实验数据显示：该方法识别出变电设备的正常与异常状态,在不同实验工况背景下,应用提出方法获得的变电设备运检精度达到了96%。提高了变电设备的自动化运检的识别及运检精度,满足现今变电设备的运检需求。     

基于机器视觉的气门油封装配质量在线检测

目前在汽车发动机装配线上仍主要依靠人工视觉检测气门油封装配质量,效率低且易出错。引入机器视觉技术,利用智能相机获取压装后的气门油封图像,应用图像定位、模板匹配、特征提取等算法,实现对气门油封装配质量的在线自动检测。实践证明：该方法可替代人工对气门油封压装质量进行100％在线检测,快速稳定,满足生产要求。     

一种基于边缘轮廓线的LoG角点检测

角点是数字图像中目标的重要局部特征,提供了目标的低层次视觉特性。将Laplace of Gaussian变换引入到平面曲线,提出了一种基于边缘轮廓的LoG角点检测算子。深入分析LoG变换的几何特征,建立了边缘轮廓曲率和LoG范数间的等价度量关系。角点响应函数被定义为边缘点的LoG变换范数,边缘轮廓上LoG范数的局部极值点被认为是角点。并针对?祝-角点模型和圆周曲线模型,验证了这种定义的合理性。实验结果表明,相比经典角点检测算子,该文算法具有高效、稳定的优点。     

基于机器视觉的印刷标签检测系统的改进

针对图像采集的非同步性和传送平台存在的抖动等因素造成采集图像质量降低的问题,提出了一种简单可行的高可靠性机器视觉印刷标签检测系统。通过比较几种边缘检测算法,采用Canny这种相对高可靠性的边缘检测算法制作边缘掩膜,通过在模板图像上加盖边缘掩膜,在差影比较后对差影图像进行形态学去噪来消除轮廓伪影和人眼难以识别的微小缺陷。该方法运用在印刷标签质量检测系统中,有效地降低了印刷标签误检率,并且符合人眼识别特性。     

基于机器视觉技术的易拉罐罐底喷码检测系统设计

本文根据食品饮料行业易拉罐生产线的工作环境以及罐底喷码检测的检测要求,研制了基于康耐视机器视觉的易拉罐罐底喷码检测系统,实现对易拉罐喷码不合格的产品进行自动检测与快速剔除。该检测系统由光源与视觉处理系统、电气控制与人机交互系统、次品剔除装置等组成。当易拉罐通过成像系统时,金属接近开关触发光源频闪和工业智能相机,获得高速易拉罐罐底图像,智能相机对其分析处理,由电气控制系统执行检测结果,从而达到分拣不良品的目的。通过实际项目应用证明：该系统实时性好,可靠性高,有效地提高了在生产过程中产品喷码质量的控制。     

西林瓶缺陷自动视觉检测方法与系统研究

与传统的西林瓶缺陷人工检测方法相比,在线视觉自动检测具有巨大优越性。设计了一套西林瓶缺陷自动视觉在线检测系统,研究了系统的机械与电气结构,并设计了针对西林瓶的视觉成像与图像获取装置;根据西林瓶各部位的形状特殊性,针对性地提出了具体的检测方法。选取各类缺陷样品100瓶进行测试,结果表明该系统检测准确度较高,能满足实际生产的需求。