基于高斯尺度空间GHT的绝缘子红外图像识别方法

绝缘子作为输电线路中用量庞大的部件,其状态对输电线路的稳定运行至关重要。针对现场红外图像中绝缘子的识别问题,设计了一种高斯尺度空间 GHT 方法,基于此,提出了一种基于高斯尺度空间 GHT 的绝缘子红外图像的识别方法。首先利用形态学方法滤除图像中的小块和噪音,基于Canny检测算子提取图像边缘;然后对模板进行高斯尺度空间分解,将分解结果和输入图像进行基于GHT 的模板匹配;最后结合绝缘子的形状特征值识别出绝缘子。实验结果表明该方法可以准确地识别出绝缘子,并为后期绝缘子的故障诊断提供依据。     

一种多光谱红外舰船目标融合检测方法

针对复杂岸岛背景下的红外舰船目标检测问题,提出了一种多光谱融合红外舰船目标检测方法。首先根据不同谱段信息相互间的关系进行基于非下采样轮廓波变换(Nonsubsampled Contourlet Transform, NSCT)域的多级多光谱图像融合,然后利用LSD线段检测和聚类对融合后的图像进行岸岛线检测。采用选择性搜索算法生成初始目标候选区域,然后结合岸岛线空间位置以及舰船目标的几何特征和灰度特征约束剔除部分虚假目标区域,最后提取候选区域的方向梯度直方图(Histogram of Oriented Gradient, HOG)特征算子。利用线性支持向量机(Support Vector Machine, SVM)分类器进行分类识别,以检测出真实舰船目标。实验结果表明,与单谱段红外舰船目标检测方法相比,本文方法在检测精度上有较大提升。     

基于图像识别的无人机输电线路绝缘子故障检测方法研究

针对绝缘子的自爆缺陷故障,基于图像识别技术,设计并实现了一套无人机输电线路绝缘子故障检测方法。该方法依次进行图像色彩转换、图像载入和预处理、OTSU或最大熵值分割法分割以及绝缘子轮廓检测工作,实现了对绝缘子间无明显重叠和有明显重叠图像的前景提取与识别功能;采用基于空间序列关系建立的特征检测算法,实现对图像中部无明显重叠绝缘子的自爆缺陷故障检测和定位工作。经测试,自爆缺陷故障检测和定位准确率较高,速度较快,具有一定的应用价值,并能为类似绝缘子故障的检测研究提供参考。     

一种基于LSKNet的绝缘子缺陷检测方法研究

目前,电力网络缺陷检测主要通过无人机航拍完成。对当前公开的数据集进行筛选,发现绝缘子的标注误差较大且正负样本失衡;同时,巡检图像中存在许多小尺度和细长类型的目标,使用现有的算法很难达到高精度的检测效果。针对上述问题,通过雾化算法构建一个新的数据集,采用大型选择核网络(LSKNet),引入暗通道先验算法,提出针对电力网络缺陷的LSK绝缘子图像去雾算法。实验结果表明,在SFID-PRO数据集上的mAP达到85.90%,其中缺陷绝缘子的召回率达到了99.6%,能够对细长物体和小尺寸物体进行精准的检测。     

一种基于SVM候选区训练的红外舰船目标检测方法

无人机进行红外舰船目标侦察时,检测算法对检测正确率的影响很大。为增强无人机红外光电载荷对舰船目标的检测能力,提出采用支持向量机(Support Vector Machine, SVM)进行候选区训练的检测算法,以提高目标检测的正确率。通过预先对候选区的特征进行训练,得到候选区的分类数据。在检测阶段,加载训练时得到的候选区分类数据,分类筛选出更可能包含目标的候选区,从而提高目标检测的正确率。验证实验中,选用368张无人机拍摄的长波红外图像作为训练数据集图像,另外选择139张图像作为测试图像。分别采用带候选区训练的方法和无候选区训练的方法做目标检测实验。检测结果表明,采用带候选区训练的检测方法比采用无候选区训练方法时平均检测正确率高14.6%。     

不同光照下的绝缘子串劣化灰度图像识别方法

作为故障多发元件的绝缘子串,其劣化严重影响输电线路安全,为此提出基于无人机搭载红外传感器下的绝缘子串劣化灰度图像识别方法,提升不同光照条件下的绝缘子串劣化图像识别效果。采用无人机搭载红外传感器采集绝缘子串图像,通过灰度级线性变换对图像进行增强,提高图像中绝缘子串与背景之间对比度,利用开闭运算去除增强后图像中非必要存在区域。根据图像二值化变换特征,利用连通区域标记法提取完整绝缘子串图像,采用Hough变换求取绝缘子串倾斜角度,经水平校正及定位后完成绝缘子串劣化灰度图像识别。经实验验证:该方法在不同光照条件下,绝缘子串劣化灰度图像识别效果较好,具有实用性。     

一种基于高斯分布模型的语音增强方法

对背景噪声的估计,关键是使算法能跟得上噪声变化,以及时更新噪声的估计值。为了增强对非平稳噪声的跟踪估计能力,在Imrca算法的基础上,提出了基于前向和后向最小值搜索相结合的改进算法。验证实验内容包括：用改进算法、原Imrca算法,基本谱减法对含同种噪声不同信噪比的含噪语音处理后,恢复出来的语音的对比;以及在低输入信噪比情况下,对加入babble噪声的含噪语音经改进算法、原Imrca算法、基本谱减法处理后,所得到的平均分段信噪比的对比。实验结果表明,该改进算法对含噪语音的处理效果要优于原算法,对含有非平稳的噪声的含噪语音,取得了较好的增强效果。     

一种基于颜色属性的通用目标检测方法北大核心CSCD

通用目标检测是视频分析技术中目标定位、检测和跟踪的关键技术.针对数字图像分析中的通用目标检测问题,提出了一种基于颜色属性的通用目标检测算法,用以提取图像中有可能包含目标的子区域并以外接矩形的形式输出.该算法首先利用输入图像的颜色属性对其进行区域分割并计算划分后的区域相似度,接着根据相邻区域间的相似度进行区域合并,最后结合选择性搜索策略,实现了通用目标的检测.实验表明此算法检测出的候选框的精度可以满足通用目标检测的要求.     

盆式绝缘子闪络的典型异物红外图像识别算法

分割典型异物像素区域时,难以选取最佳分割阈值,导致识别出的典型异物定位精度较差,由此,提出盆式绝缘子闪络的典型异物红外图像识别算法。去除红外图像脉冲噪声、高斯噪声,通过边缘锐化和灰度均匀化,划分图像目标和背景,利用遗传算法搜索各类图像灰度方差和最大值,将最大值对应的分割阈值作为最佳阈值,分割典型异物像素区域,构建改进BP神经网络,提取分割图像的异物类别特征,迭代训练后,识别周围典型异物类别。实验结果表明,该方法减小定了位边界框与异物矩形框的间距,提高了异物目标定位精度和识别效率。     

基于贝叶斯岭回归模型的玻璃绝缘子配方自动生成方法

玻璃绝缘子配方是影响玻璃绝缘子生产良品率的一个主要因素.而在其生产过程中,由于原材料批次不同,成份比重不稳定,造成配方中原材料的比例经常变化,对产品的质量影响较大.为解决目前玻璃绝缘子配方生成只能依靠人工实现,费时费力,而且极易出错的问题,提出了基于贝叶斯岭回归模型的玻璃绝缘子配方自动生成方法.首先,采用数据分析的方法...     

基于红外图像的绝缘子提取方法

绝缘子是输电线路上的重要设备,若发生故障会给电力设备带来巨大损失,从拍摄的输电线路红外图像中定位和提取绝缘子,基本上能反映多种绝缘子故障,在绝缘子的识别和故障诊断中更具实用性.本文提出了一种基于红外图像的绝缘子提取方法,依次使用Speeded Up Robust Features(SURF)算法提取测试红外图像的关键特征点、基于改进Fuzzy C-means(FCM)算法聚类划分特征点、根据绝缘子的形状特征值识别和定位绝缘子、基于改进的图像开运算精确提取绝缘子.该方法充分发挥了红外图像的优点,能够准确提取绝缘子,为基于红外图像的绝缘子故障诊断奠定了基础.     

绝缘子串红外图像中绝缘子盘面和钢帽区域的自动提取方法

提出了一种新的绝缘子串红外图像中绝缘子盘面和钢帽区域自动提取方法：通过红外图像预处理、特征提取、角度校正和区域提取4个步骤实现自动提取。该方法首先将现场拍摄的绝缘子红外图像进行灰度化处理、去噪、二值化;然后从二值图像中提取反映绝缘子的特征集合;通过特征集对二值图进行角度校正;最后通过区域提取中的特定算法提取出绝缘子的盘面和钢帽区域。该方法经过了某220kV 变电站的实验验证,证实了提取结果的正确性和实用性。     

一种基于HOG的快速人体检测方法

Dalal等人提出的基于梯度方向直方图(HOG)的人体识别算法具有较高精度,因此成为了人体识别领域热门研究的对象,文中提出了一种快速HOG特征提取算法,并用支持向量机(SVM)训练得到人体分类器。实验结果表明,该算法在不降低检测效果的情况下,明显提高了人体检测的速度,且具有较强的鲁棒性。     

一种绝缘子托瓶装置的研制与应用

从110kV直线塔在检修绝缘子过程中拆分绝缘子串存在的问题入手,提出一种具有带电作业专业特点的绝缘子托瓶装置。对所研制的绝缘子托瓶装置进行结构设计、强度计算和机械试验,并现场验证。在设计允许荷载内使用该装置,可采用带电作业方式高效、快捷、安全地更换直线绝缘子串。同时该装置亦适用输电线路停电检修更换直线绝缘子串的工作。     

一种基于用户路径模型的搜索引擎检索性能度量方法

 搜索引擎是信息时代人们获取所需信息的重要手段,搜索引擎性能度量方法也成为了一个重要的研究课题.本文分析了国内外搜索引擎检索性能度量的研究状况,提出了一种基于用户路径模型的性能度量方法.从用户搜索行为的角度研究了用户行为模型,通过抽象用户行为模型到路径模型的映射,给出基于用户路径模型的搜索引擎检索性能的评估步骤,针对度量数据给出了成功搜索度量方法,并通过度量平台的实现验证了该度量方法的实践意义.     

基于红外图像识别的输电线路故障诊断方法

基于红外图像研究了输电线路的故障诊断方法,首先采用LSD线段检测法提取红外图像中的导线,采用深度卷积神经网络提取红外图像中绝缘子,从而得到线路元件区域.在线路元件区域内进行温度和灰度分析提取发热点,并利用漫水填充算法对过热区域进行分割,提取骨架扫描点数、有效凸缺陷、引流线对缺陷类型进行识别.实验证明该算法有较高发热点定位准确率和缺陷类型识别准确率.     

基于改进PointNet++的电力杆塔绝缘子分割方法

针对绝缘子串分割过程中,由于采集到的点云较为稀疏,及绝缘子串较电力杆塔整体点云粒度过小,导致分割结果会出现绝缘子串识别为电缆线的问题。为提高绝缘子串的分割准确率,提出了一种基于改进PointNet++的电力杆塔绝缘子分割方法。在原有的局部特征处理中增加了自注意力机制,考虑同种塔形绝缘子串位置相对固定,利用位置编码,增加中心点与邻域点相对位置特征。结果表明,在湖北省某地区输电线路的实际扫描点云数据集上改进后的模型在绝缘子分割上有更高的准确率,OA能达到93.5%较PointNet++提升2.2%,Instance MIoU能达到86.9%较PointNet++提升1.8%,绝缘子串的识别准确率提高4.1%,满足准确实时智能巡检的需求。     

基于SVM算法的林果害虫图像识别

支持向量机已经成功应用在许多领域如规则提取、分类和评价。针对阿克苏林果害虫分类种类多的特点,采用了一种简单sift特征提取,结合svm算法分类识别林果主要害虫的方法。首先对样本数据进行SVM分类器训练,从而快速获取原始样本数据的最佳SVM分类器参数,并实现分类。利用神经网络算法进行分类实验,比较分析传统SVM算法、神经网络算法在分类识别方面的差异。实验结果表明,SVM算法能够快速有效地识别害虫种类,并获得相对较高的分类精度,但由于测试图像背景不同且提取的特征单一识别的准确率有待提高。     

一种基于计算机视觉的行人流量统计方法

提出了一种统计监控视频中行人流量的方法。文中方法利用背景差法提取运动物体,并对运动物体进行跟踪。提取物体的HOG特征,并利用线性SVM判决提取的HOG特征是否符合行人要求,以达到统计视频中行人流量的目的。实验表明在人流量不是特别密集的场景,可以准确地统计视频中的行人数量。