图像识别在箱式变电站监控与保护系统中的应用

在箱式变电站监控与保护系统中应用远程数字视频监控与图像识别技术有利于及时进行设备维护和故障排除。本文介绍了远程数字视频监控与图像识别技术及其应用现状，说明了一般的图像识别过程。采用图像识别技术可对设备信号灯、7段式数字、指针位置和开关位置进行识别，介绍了具体识别过程。指出远程数字视频监控与图像识别技术在电力系统中具有广阔的应用前景。     

基于GIS的煤矿井下电力监控管理系统

按照矿山物联网统一时空模型的要求,开发了基于GIS的煤矿井下电力监控管理系统。该系统建立了各配电点和供电子系统设备的内部结构模型及其相互联系的地理拓扑模型,将井下电力系统CAD图转换为GIS拓扑图,将图形软件和数据库相结合来描述和管理各种电力设备的参数属性及几何拓扑关系;采用多世界空间关联表达,实现了井下配电网络及其资产一张图管理。     

智能监控设备图像识别系统的研究

研究了智能监控设备图像识别系统中的图像采集、展开等一系列流程,并提出了图像识别系统的总体设计方案。     

基于改进Hough变换的信号灯视觉识别系统

提出一种基于改进Hough变换的铁路调车信号灯识别算法.算法利用信号灯图案的几何性质简化了计算,可以应用快速变化的实时图像序列.对现场获取的图像序列的处理验证本算法的有效性.     

基于图像识别技术的输电线路智能监控系统应用

针对持续多发的输电线路外力破坏事件,人工巡视以及传统监控设备并不能及时有效发现事故隐患,因此提出基于图像识别技术的输电线路智能监控系统.该系统应用卷积神经网络的深度学习算法训练模型,可以智能识别出输电线路现场的安全隐患.建立起前端采集图像,数据无线传输,后台识别分析,隐患定向推送的智能监控新模式.在佛山地区应用实践中,该系统实现了对输电线路现场的24小时实时监控预警,提高了对外力破坏隐患的监管能力,有效预防了大型施工机械所致的线路跳闸事故.     

煤矿井下局部通风机监控系统的开发与应用

为进一步探究煤矿井下局部通风机的自动监控与调节,研究人员以LMX6ULL为核心控制器,采用交叉编译模式设计了局部通风机监控系统的整体结构,而后以模糊控制方法为基础,整合传感器、通信、数据采集分析等多方面的功能,搭建了煤矿井下局部通风机监控系统。从实验测试效果来看,该系统基本实现了局部通风机智能调控的目标,具有潜在的应用价值。     

ATmega128L嵌入式控制器在煤矿井下变电站监控系统中通信的应用

介绍了ATmega128L嵌入式控制器在煤矿井下变电站监控系统中通信的应用，并介绍了PROFIBUS总线协议和MODBUS协议的特点。     

多媒体电视监控中的视频多画面与图像识别

本文主要论述在Ｗｉｎｄｏｗｓ环境下，通过视频叠加卡在ＰＣ计算机的监视器上实现多画面显示并论述如何从图像信号中识别出动态物体，以达到监控的目的。本文采用Ｂｏｒｌａｎｄ Ｃ＋＋ ＯＷＬ的方法来实现。     

智能监控系统中的图像识别与分析

当前,随着计算机通信技术和网络技术的快速发展,图像处理技术在科学技术领域中的地位愈来愈重要。图像识别属于智能监控设备中的重要技术组成部分,本文在概述智能监控系统的基础上,研究智能监控系统图像识别的关键技术,并对智能图像监控系统的图像识别与分类进行分析。     

基于注意力机制网络的航运监控图像识别模型

针对已有的航运监控图像识别模型C3D里中级表征学习能力有限,有效特征的提取容易受到噪声的干扰,且特征的提取忽视了整体特征与局部特征之间关系的问题,提出了一种新的基于注意力机制网络的航运监控图像识别模型。该模型基于卷积神经网络（CNN）框架,首先,通过特征提取器提取图像的浅层次特征;然后,基于CNN对不同区域激活特征的不同响应强度,生成注意力信息并实现对局部判别性特征的提取;最后,使用多分支的CNN结构融合局部判别性特征和图像全局纹理特征,从而利用局部判别性特征和图像全局纹理特征的交互关系提升CNN学习中级表征的能力。实验结果表明,所提出的模型在航运图像数据集上的识别准确率达到91.8%,相较于目前的C3D模型提高了7.2个百分点,相较于判别滤波器组卷积神经网络（DFL-CNN）模型提高了0.6个百分点。可见所提模型能够准确判断船舶的状态,可以有效应用于航运监控项目。     

基于图像处理和模式识别的网络图像监控系统

随着科学技术和生活水平不断的提高,人们的财产和人身安全问题已经不仅仅来自于传统的经验,而是逐渐的转变到虚拟的网络当中;为此,提高人们的隐私安全和财产安全需要加强网络监控,其中图像监控是较为主要的方面;加强图像监控的可靠性和实时性,是实现社会稳步发展和人民网络隐私安全的首要目标;应用计算机网络技术和现代化通讯技术相结合,综合图像处理技术和模式识别技术的应用,设计应用于网络图像监控系统是当前社会发展的安全技术保障之一;文章通过对图像监控进行简析,阐述图像处理技术和模式识别技术的相关方面,探讨研究网络图像监控中图像识别和处理方面的技术;通过对图像处理中的色彩均化和模糊识别实验,得出其对于网络中传播的图片辨识度和提取信息能力具有很高的发展。     

基于KCCA的煤矿人员特征融合识别

煤矿井下险情时有发生,为险情下方便救援,需要监控各区域人员签到,准确掌握人员身份及分布情况。在煤矿井下由于光线不足、黑尘干扰等原因,影响人员的识别和管理。传统的识别由于单独依赖人脸识别来辨别井下人员数量和身份,易受到矿井下恶劣的环境影响而导致出现无法识别和识别效率低等问题,所以可靠程度较低。为解决上述问题,提出了一种基于KCCA算法的人脸特征和虹膜特征融合的煤矿井下人员签到识别方法。首先提取出人脸特征和虹膜特征,然后采用KCCA算法对采集到的人脸特征和虹膜特征进行融合,去除图片中无效的信息,降低算法复杂度,最后利用TAN分类完成人员认证,准确识别人员身份。实验表明,该算法降低了计算复杂度,提高了身份识别的准确度,增强了工作人员的安全监控。     

图像处理在矿井瓦斯监控中的应用研究

针对目前煤矿采掘工作面便携式瓦斯报警仪监控过程中存在繁琐、枯燥的现场报数问题,提出了采用摄像机对便携式瓦斯报警仪进行实时监控并对监控视频图像序列进行图像处理和识别的方法;详细介绍了瓦斯浓度自动识别过程中的图像预处理、边缘检测和瓦斯浓度示数区域分割方法,即采用图像灰度化法和中值滤波法对监控图像进行预处理,分别使用Roberts边缘算子、Prewitt边缘算子、Sobel边缘算子对瓦斯浓度示数区域的图像边缘进行提取,通过Hough变换对瓦斯浓度示数区域附近的边缘直线进行检测,实现对目标图像的分割。     

基于小波变换的矿井监控图像增强研究

针对在矿井视频监控系统中采集到的井下图像质量差的问题,论文提出了一种基于小波变换的图像增强方法,使用该方法增强的图像细节显示能力强,图像对比度更高,该方法对煤矿监控图像有显著的增强作用.通过与传统的伪彩色增强算法、灰度线性变换算法和直方图均衡算法比较,该方法较好地增强了井下低对比度图像的可视化效果.实验证明,该基于小波变换的图像增强方法能够增强矿井下图像的清晰程度,使矿井视频监控系统更好地发挥作用.     

无线传感技术在煤矿井下监控系统应用的分析

文章分析了目前煤矿井下监测监控系统的现状,以及无线传感网络的特点,并介绍了ZigBee的特点和在各个领域的应用。     

煤矿多媒体安全监视系统中基于IFS的图象压缩方法探讨

概述了分形及分形图象压缩编码的理论基础，讨论了基于迭代函数系统和新的分形图象压缩编码。     

基于信号识别的台区拓扑监测技术

低压台区处于电力系统的末端,在未来新型电力系统建设中,台区拓扑关系监测是提升精细化管理和供电服务水平的重要环节;由于无法准确获知低压台区现场线路和设备的变化,台区线路拓扑档案往往存在混乱、失管等问题,严重影响线损治理、故障运维等工作开展;为了准确识别和建立台区线路拓扑关系,进行了低压台区结构和拓扑识别原理分析,基于电压和电流信号识别方法,对特征序列信号识别策略进行了研究,并设计关键的硬件模块,提出了一种基于信号识别的台区拓扑监测技术,能够在不影响低压台区运行的情况下、准确地识别台区拓扑关系;经现场应用实验测试,实现了台区运行条件下的拓扑监测,能够在较短时间内准确地识别台区拓扑关系,表明该技术的实用性与有效性,能够满足工程应用的需要。     

基于图像识别技术的核电文档智能化应用实践

本文对采用图像识别技术来辅助核电企业开展文档智能化应用进行研究。文章阐述了开展图像识别技术应用的业务背景、主要过程、实现原理和典型应用场景解决方案等内容,通过对基于图像识别技术的扫描文件清晰度的自动化检测以及基于光学图像文字识别技术的文件自动化拆分和比对这两个应用场景,阐述了面临的问题、解决方案的原理、具体的程序功能设计方案以及最终的应用效果。根据对应用效果的评估,证明了图像识别技术能够在文档智能化应用中发挥重要作用。通过本课题的研究和实践,为基于图像识别技术的文档智能化利用做了有益的探索。     

基于图像识别混沌的弱信号检测方法研究

分析了基于Melnikov法和相轨迹观察法的弱周期信号检测方法,针对该方法存在检测精度低等不足,通过对混沌相平面的分析,结合图像处理相关知识,提出了基于图像识别法的弱周期信号检测方法;首先给出相关理论基础,然后阐述了所提方法的原理和设计方案,并给出了相应判别程序流程图;该方法具有算法简单、计算量小且可以实现自动识别的优点;仿真结果验证了理论分析的正确性和所提方案的有效性,为弱信号的检测提供了一条新的途径。