CN102262734B - 判别刀闸开合与否的方法及其系统 - Google Patents
判别刀闸开合与否的方法及其系统 Download PDFInfo
- Publication number
- CN102262734B CN102262734B CN 201110021738 CN201110021738A CN102262734B CN 102262734 B CN102262734 B CN 102262734B CN 201110021738 CN201110021738 CN 201110021738 CN 201110021738 A CN201110021738 A CN 201110021738A CN 102262734 B CN102262734 B CN 102262734B
- Authority
- CN
- China
- Prior art keywords
- knife switch
- opened
- closed
- judging whether
- feature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及图像识别领域,公开了一种判别刀闸开合与否的方法及其系统。本发明中,从多个特征区域获取图像,边缘提取并求边缘梯度直方图,与样本数据比较判断是否吻合,并根据吻合的特征区域数目判定刀闸开合与否,判断结果不但准确而且较为稳定。以刀闸闭合的状态作为比较基准,更容易得到稳定而准确的比较结果。特征区域最好是取背景简单的矩形框,且包含刀闸直线体征。
Description
技术领域
本发明涉及图像识别领域,特别涉及利用图像识别判别刀闸开合与否的技术。
背景技术
在变电站中,大电流电路的接通与断开是用刀闸控制的。在某些场景下,例如发生断电故障、或例行检查时,需要知道刀闸是处于闭合状态还是开断状态。
目前判断刀闸开合与否的方法是派人到现场用肉眼观察。但变电站可能与工作人员的常驻地点有较远的距离,到现场人工观察费时费力,很不方便。而且变电站数量多、分布广,如果需要同时知道多个变电站的刀闸状态就需要大量人力。
图像识别是利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对象的技术。图像识别技术虽然已有不少成熟的方案,但图像识别在不同的应用场景的技术方案千差万别,需要针对具体的应用环境进行创新以得到较好的效果,目前还没有发现有人将图像识别技术应用到刀闸状态的判断。
发明内容
本发明的目的在于提供一种判别刀闸开合与否的方法及其系统,可以自动判定刀闸开合与否,且判定的结果准确而稳定。
为解决上述技术问题,本发明的实施方式提供了一种判别刀闸开合与否的方法,包括以下步骤:
从N个预先设定的特征区域获取图像,N为大于1的整数;
分别将所获的N个图像进行边缘提取并求出边缘梯度方向的直方图数据;
分别将所得的N个直方图数据与预先保存的对应特征区域的直方图样本数据比较,求相似度;
对于每个特征区域,分别判断所得相似度是否超过预定第一门限,如果是则判定在该特征区域吻合;
根据N个特征区域中被判定为吻合的数目与预定第二门限的相对大小关系,判定刀闸开合与否。
本发明的实施方式还提供了一种判别刀闸开合与否的系统,包括:
存贮单元,用于保存N个预先设定的特征区域的直方图样本数据,N为大于1的整数;
图像获取单元,用于从N个预先设定的特征区域获取图像;
相似度计算单元,用于分别将图像获取单元所获的N个图像进行边缘提取并求出边缘梯度方向的直方图数据,再将所得的N个直方图数据与存贮单元中保存的对应特征区域的直方图样本数据比较,求得相似度;
吻合判断单元,用于对于每个特征区域,分别判断相似度计算单元所得的相似度是否超过预定第一门限,如果是则判定在该特征区域吻合;
开合判断单元,用于根据N个特征区域中被吻合判断单元判定为吻合的数目与预定第二门限的相对大小关系,判定刀闸开合与否。
本发明实施方式与现有技术相比,主要区别及其效果在于:
从多个特征区域获取图像,边缘提取并求边缘梯度直方图,与样本数据比较判断是否吻合,并根据吻合的特征区域数目判定刀闸开合与否,判断结果不但准确而且较为稳定。因为刀闸一般具有条状边缘,采用边缘提取并求边缘梯度直方图的方式可以方便而准确地识别出刀闸的位置。因为使用了多个独立的特征区域,而每个特征区域可以选取有利于判断的、背景简单的局部图像,解决了复杂刀闸形状增加判定难度的问题,也解决了背景的图像对判断的干扰问题。
进一步地,以刀闸闭合的状态作为比较基准,更容易得到稳定而准确的比较结果。
进一步地,实际应用中,优选地,0.8N≤第二门限≤N,在此范围内判定结果较为稳定可靠。
进一步地,特征区域取背景简单的矩形框,减少了比对复杂度,增加了图像比对效率和精度。特征区域中包含刀闸直线体征,可以使刀闸的识别更为容易。
进一步地,从一个图像中截取N个特征区域的图像,对硬件设备的数量要求最小,硬件成本较低。
进一步地,使用多个摄像机从不同角度或位置对刀闸进行拍摄,可以更容易地选择背景简单的区域作为特征区域,从而使刀闸位置的判断更为准确。
附图说明
图1是本发明第一实施方式中一种判别刀闸开合与否的方法的流程示意图;
图2是本发明第一实施方式中预先准备N个特征区域的直方图样本数据的流程示意图;
图3是本发明第一实施方式的原理示意图;
图4是本发明第一实施方式中特征区域标定流程示意图;
图5是本发明第一实施方式中特征区对比流程示意图;
图6是本发明第三实施方式中一种判别刀闸开合与否的系统的结构示意图。
具体实施方式
在以下的叙述中,为了使读者更好地理解本申请而提出了许多技术细节。但是,本领域的普通技术人员可以理解,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请各权利要求所要求保护的技术方案。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的实施方式作进一步地详细描述。
本发明技术方案利用化整为零策略、图像比对技术来确认刀闸的闭合状态,刀闸的具体形状基本不会增加判断过程的难度。同时该技术方案易于测试,解决了实际变电站中缺少刀闸断开场景的困难。化整为零策略:从闭合刀闸的静止视频图像上提取出包含刀闸的直线体特征的区域,作为比对区域,而每个比对区域图像作为整个刀闸比对的基础。当每个比对区域图像的差异都在容许范围内时,则可以判定刀闸是闭合状态,反之则是开断状态。也可以对多个比对结果进行综合计算来判断刀闸的闭合。通过化整为零的技术方案,解决了刀闸的形状对判定难度的增加,也解决了背景的图像对判断过程的干扰。采用多区域比对的技术方案解决了判定结果不稳定的困难。通常情况下比对区域都是比较小的矩形框,减少了比对复杂度,增加了图像比对效率和精度。
本发明第一实施方式涉及一种判别刀闸开合与否的方法。
首先需要预先准备N个特征区域的直方图样本数据,可以通过以下步骤得到,如图2所示。
在步骤201中,从N个预先设定的特征区域获取图像。
此后进入步骤202,分别将所获的N个图像进行边缘提取。
此后进入步骤203,分别根据N个图像的边缘提取结果求出边缘梯度方向的直方图数据。
此后进入步骤204,将所得的N个直方图数据保存为N个直方图样本数据,用于将来的比对。
优选地,本实施方式的直方图样本数据是在刀闸闭合状态下得到的,也就是说步骤201所获取的图像是刀闸闭合状态下的图像。以刀闸闭合状态作为比较基准,更容易得到稳定而准确的比较结果。
如果事先还没有设置好摄像机和特征区域,在实施图2的流程之前,还需要设定N个特征区域,其流程如图4所示。
先确定闭合刀闸的场景,再调整摄像机到合适的位置,然后标定N个包含刀闸直线体征的特征区域,如果标定失败就继续调整摄像机,如果标定成功就记录下N个特征区域的位置信息。
图1是该判别刀闸开合与否的方法的流程示意图。
在步骤101中,从N个预先设定的特征区域获取图像,N为大于1的整数。
本实施方式中,特征区域都是矩形框,特征区域中包含刀闸直线体征,特征区域中背景空旷简单。
特征区域取背景简单的矩形框,减少了比对复杂度,增加了图像比对效率和精度。特征区域中包含刀闸直线体征,可以使刀闸的识别更为容易。
可以理解,在本发明的其它某些实施方式中,在特定的应用场景下,也可以使用非矩形框作为特征区域的形状,如圆形、多边形等,以达到避开对识别可能会造成干扰的复杂背景等目的。
经实践,优选地,5≤N≤7,N在此区间效果较好。当然,N也可以小于5或大于7,也可以达到基本效果。
在本实施方式的优选实例中,步骤101进一步包括以下步骤:
用一个摄像机对整个刀闸进行拍摄。
从拍摄所得的同一个原始图像中N个预先设定的不同区域位置截取N个图像,其中每个区域位置对应一个特征区域。
从一个图像中截取N个特征区域的图像,对硬件设备的数量要求最小,硬件成本较低。
此后进入步骤102,分别将所获的N个图像进行边缘提取。边缘检测和提取的方法主要有Roberts、Prewitt、Sobel、Cann y、Marr-Hildreth、Laplace和小波边缘检测等。
此后进入步骤103,分别根据N个图像的边缘提取结果求出边缘梯度方向的直方图数据。
此后进入步骤104,分别将所得的N个直方图数据与预先保存的对应特征区域的直方图样本数据比较,求相似度。直方图相似度比较方法有相关系数、卡方、相交以及Bhattacharyya距离等。
此后进入步骤105,对于每个特征区域,分别判断所得相似度是否超过预定第一门限,如果是则判定在该特征区域吻合,否则为不吻合。
此后进入步骤106,根据N个特征区域中被判定为吻合的特征区域数目与预定第二门限的相对大小关系,判定刀闸开合与否。因为本实施方式中是以刀闸闭合的状态作为比较基准,所以步骤106具体包括以下子步骤:
如果N个特征区域中被判定为吻合的数目大于第二门限,则判定刀闸为闭合状态,否则判定刀闸为开断状态。
可以理解,在特定应用场景下,如果刀闸开断的位置是比较确定的,直方图样本数据也可以对应于刀闸开断的状态。方法是在刀闸开断状态下,从N个特征区域获取图像,分别进行边缘提取并求出边缘梯度方向的直方图数据,将所得的直方图数据保存为直方图样本数据。此时,当N个特征区域中被判定为吻合的数目大于第二门限,则判定刀闸处于开断状态,否则处于闭合状态。
实际应用中,优选地,0.8*N≤第二门限≤N,在此范围内判定结果最为稳定可靠。在特定应用场景下,第二门限也可以小于0.8*N。
在刀闸场景中的每个特征区域位置不同,对整个判定结果的影响也是有细微的区别的。在本实施方式中,为了简化模型,假定在简单特征区域标定模块中选定的区域对结果的影响是相同的,所以只需要对吻合的特征区域数目进行判断就可以了。
从多个特征区域获取图像,边缘提取并求边缘梯度直方图,与样本数据比较判断是否吻合,并根据吻合的特征区域数目判定刀闸开合与否,判断结果不但准确而且较为稳定。因为刀闸一般具有条状边缘(而且可以有意选包括刀闸直线体征的区域作为特征区域),采用边缘提取并求边缘梯度直方图的方式可以方便而准确地识别出刀闸的位置。因为使用了多个特征区域,而每个特征区域可以选取有利于判断的、背景简单的局部图像,解决了复杂刀闸形状增加判定难度的问题,也解决了背景的图像对判断的干扰问题。
特征区域图像中背景应当尽量简单,尽量不要有其他物体存在,光线、天气以及特征区域图像的角度旋转都会对比对结果产生影响。
为了更为方便地提取刀闸的图像,特征区域的背景最好采用与刀闸本身差异较大的颜色或灰度,例如,如果可能的话,可以将特征区地区背景统一地刷上某种颜色,或者将刀闸除触点以外的区域刷上某种与背景在色彩或灰度上差异较大的颜色。
为了更好地理解上述技术方案,图3中示出了本发明的原理示意图。
刀闸开合的判断原理是通过验证刀闸局部区域的变化与否来确定刀闸整体是否发生改变。实际应用中刀闸闭合的场景比较确定,而刀闸断开的情形会比较多。因此选择闭合情形的刀闸作为比对标准。利用化整为零策略、图像比对技术来确认刀闸的闭合状态,刀闸的具体形状基本不会增加判断过程的复杂度。
图3中,虚线左侧是刀闸闭合判定的基准部分,右侧是实际刀闸场景。将右侧场景与左侧基准进行区域比对,经过综合判定进而得出刀闸的状态。
闭合刀闸场景选定需要人工参与,变电站架设摄像机过程中,应该保证尽可能将闭合刀闸整体都包含在内,同时图像尽可能清晰,而且刀闸背景要尽可能的简单。这样做的目的是为了有更多的简单特征区域供标定。当闭合刀闸的场景选定了,那么实际检测过程的场景也就确定了。因此在实际应用过程,一旦摄像机的拍摄角度和位置固定了就不会轻易发生改变。
在标定特征区域时,要保证闭合刀闸图像处于静止状态。标定过程中,应该选择背景简单,而且包含了刀闸简单特征的区域,区域内元素越少,在判定过程的所受到的干扰就越小。通常选择背景空旷而且包含刀闸直线体征的区域。标定出5~7个简单特征区域,记录这些区域在整幅刀闸图像中的位置和大小,以及标定区域中的图像。标定的区域之间的间隔应尽可能大。
对于每个特征区域来说,所涉及的处理如图5所示。
本发明第二实施方式涉及一种判别刀闸开合与否的方法。
第二实施方式与第一实施方式基本相同,区别主要在于步骤101的实现方法不同。
在第一实施方式的步骤101中,用一个摄像机对整个刀闸进行拍摄,从拍摄所得的同一个原始图像中N个预先设定的不同区域位置截取N个图像。
然而在第二实施方式中,步骤101包括以下子步骤:
用M个摄像机从不同角度或位置对刀闸的整体或局部进行拍摄,其中1<M≤N。
从同一时刻拍摄所得的M个原始图像中N个预先设定的不同区域位置截取N个图像,其中每个区域位置对应一个特征区域,每个原始图像中至少截取1个图像。从M个原始图像中截取N个图像并不是指对每一个图像都要截取N个图象,而是指从M个原始图像中总共截取N个图像。
使用多个摄像机从不同角度或位置对刀闸进行拍摄,可以更容易地选择背景简单的区域作为特征区域,从而使刀闸位置的判断更为准确。
因为每个摄像机需要拍摄的区域较小,可以采用像素值较低的摄像机,单个摄像机的成本可以降低。
本发明的各方法实施方式均可以以软件、硬件、固件等方式实现。不管本发明是以软件、硬件、还是固件方式实现,指令代码都可以存储在任何类型的计算机可访问的存储器中(例如永久的或者可修改的,易失性的或者非易失性的,固态的或者非固态的,固定的或者可更换的介质等等)。同样,存储器可以例如是可编程阵列逻辑(Programmable Array Logic,简称“PAL”)、随机存取存储器(Random Access Memory,简称“RAM”)、可编程只读存储器(Programmable Read Only Memory,简称“PROM”)、只读存储器(Read-Only Memory,简称“ROM”)、电可擦除可编程只读存储器(Electrically Erasable Programmable ROM,简称“EEPROM”)、磁盘、光盘、数字通用光盘(Digital Versatile Disc,简称“DVD”)等等。
本发明第三实施方式涉及一种判别刀闸开合与否的系统。图6是该判别刀闸开合与否的系统的结构示意图。该系统包括:
存贮单元,用于保存N个预先设定的特征区域的直方图样本数据。优选地,存贮单元中的直方图样本数据是在刀闸闭合的状态下,将从N个预先设定的特征区域获取的图像分别进行边缘提取并求出边缘梯度方向的直方图数据。
图像获取单元,用于从N个预先设定的特征区域获取图像,N为大于1的整数。图像获取单元中可以包括:一台或多台摄像机,从摄像机获取原始图像的装置,根据预先设定的特征区域位置参数从所获取的原始图像中截取特征区域图像的装置。
相似度计算单元,用于分别将图像获取单元所获的N个图像进行边缘提取并求出边缘梯度方向的直方图数据,再将所得的N个直方图数据与存贮单元中保存的对应特征区域的直方图样本数据比较,求得相似度。
吻合判断单元,用于对于每个特征区域,分别判断相似度计算单元所得的相似度是否超过预定第一门限,如果是则判定在该特征区域吻合。
开合判断单元,用于根据N个特征区域中被吻合判断单元判定为吻合的数目与预定第二门限的相对大小关系,判定刀闸开合与否。当以刀闸闭合状态作为比较基准时,如果N个特征区域中被判定为吻合的数目大于第二门限,则判定刀闸为闭合状态,否则判定刀闸为开断状态。
优选地,特征区域都是矩形框,特征区域中包含刀闸直线体征,特征区域中背景空旷简单,5≤N≤7。
第一或第二实施方式是与本实施方式相对应的方法实施方式,本实施方式可与第一或第二实施方式互相配合实施。第一或第二实施方式中提到的相关技术细节在本实施方式中依然有效,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在第一或第二实施方式中。
需要说明的是,本发明系统实施方式中提到的各单元都是逻辑单元,在物理上,一个逻辑单元可以是一个物理单元,也可以是一个物理单元的一部分,还可以以多个物理单元的组合实现,这些逻辑单元本身的物理实现方式并不是最重要的,这些逻辑单元所实现的功能的组合是才解决本发明所提出的技术问题的关键。此外,为了突出本发明的创新部分,本发明上述系统实施方式并没有将与解决本发明所提出的技术问题关系不太密切的单元引入,这并不表明上述设备实施方式并不存在其它的单元。
虽然通过参照本发明的某些优选实施方式,已经对本发明进行了图示和描述,但本领域的普通技术人员应该明白,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (10)
1.一种判别刀闸开合与否的方法,其特征在于,包括以下步骤:
从N个预先设定的特征区域获取图像,N为大于1的整数;
分别将所获的N个图像进行边缘提取并求出边缘梯度方向的直方图数据;
分别将所得的N个直方图数据与预先保存的对应特征区域的直方图样本数据比较,求相似度;
对于每个特征区域,分别判断所得相似度是否超过预定第一门限,如果是则判定在该特征区域吻合;
根据N个特征区域中被判定为吻合的数目与预定第二门限的相对大小关系,判定刀闸开合与否。
2.根据权利要求1所述的判别刀闸开合与否的方法,其特征在于,所述预先保存的对应特征区域的直方图样本数据通过以下步骤得到:
在刀闸闭合状态下,从所述N个预先设定的特征区域获取图像;
分别将所获的N个图像进行边缘提取并求出边缘梯度方向的直方图数据,将所得的直方图数据保存为直方图样本数据;
所述判定刀闸开合与否的步骤包括以下子步骤:
如果所述N个特征区域中被判定为吻合的数目大于第二门限,则判定所述刀闸为闭合状态,否则判定所述刀闸为开断状态。
3.根据权利要求2所述的判别刀闸开合与否的方法,其特征在于,所述第二门限大于等于0.8*N且小于等于N。
4.根据权利要求1所述的判别刀闸开合与否的方法,其特征在于,所述特征区域都是矩形框,特征区域中包含刀闸直线体征,特征区域中背景空旷简单。
5.根据权利要求1所述的判别刀闸开合与否的方法,其特征在于,5≤N≤7。
6.根据权利要求1至5中任一项所述的判别刀闸开合与否的方法,其特征在于,所述从N个预先设定的特征区域获取图像的步骤包括以下子步骤:
用一个摄像机对整个刀闸进行拍摄;
从拍摄所得的同一个原始图像中N个预先设定的不同区域位置截取N个图像,其中每个区域位置分别对应一个特征区域。
7.根据权利要求1至5中任一项所述的判别刀闸开合与否的方法,其特征在于,所述从N个预先设定的特征区域获取图像的步骤包括以下子步骤:
用M个摄像机从不同角度或位置对刀闸的整体或局部进行拍摄,其中1<M≤N;
从同一时刻拍摄所得的M个原始图像中N个预先设定的不同区域位置截取N个图像,其中每个区域位置分别对应一个特征区域,每个原始图像中至少截取1个图像。
8.一种判别刀闸开合与否的系统,其特征在于,包括:
图像获取单元,用于从N个预先设定的特征区域获取图像,N为大于1的整数;
相似度计算单元,用于分别将所述图像获取单元所获的N个图像进行边缘提取并求出边缘梯度方向的直方图数据,再将所得的N个直方图数据与预先保存的对应特征区域的直方图样本数据比较,求得相似度;
吻合判断单元,用于对于每个特征区域,分别判断所述相似度计算单元所得的相似度是否超过预定第一门限,如果是则判定在该特征区域吻合;
开合判断单元,用于根据N个特征区域中被所述吻合判断单元判定为吻合的数目与预定第二门限的相对大小关系,判定刀闸开合与否。
9.根据权利要求8所述的判别刀闸开合与否的系统,其特征在于,所述直方图样本数据是在刀闸闭合的状态下,将从所述N个预先设定的特征区域获取的图像分别进行边缘提取并求出边缘梯度方向的直方图数据;
所述开合判断单元中,如果所述N个特征区域中被判定为吻合的数目大于第二门限,则判定所述刀闸为闭合状态,否则判定所述刀闸为开断状态。
10.根据权利要求9所述的判别刀闸开合与否的系统,其特征在于,所述特征区域都是矩形框,特征区域中包含刀闸直线体征,特征区域中背景空旷简单,5≤N≤7。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110021738 CN102262734B (zh) | 2011-01-07 | 2011-01-07 | 判别刀闸开合与否的方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110021738 CN102262734B (zh) | 2011-01-07 | 2011-01-07 | 判别刀闸开合与否的方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102262734A CN102262734A (zh) | 2011-11-30 |
CN102262734B true CN102262734B (zh) | 2013-05-15 |
Family
ID=45009355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110021738 Active CN102262734B (zh) | 2011-01-07 | 2011-01-07 | 判别刀闸开合与否的方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102262734B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102679913B (zh) * | 2012-05-25 | 2014-12-24 | 上海交通大学 | 图像式刀闸到位监测系统及方法 |
CN104200219B (zh) * | 2014-08-20 | 2017-12-08 | 深圳供电局有限公司 | 一种变电站刀闸位开关位指示自动识别方法及装置 |
CN106446903B (zh) * | 2016-09-20 | 2019-04-23 | 山东省计量科学研究院 | 一种仪表波段开关位置识别方法 |
CN111080570B (zh) * | 2019-09-21 | 2025-02-18 | 南京鑫和汇通电子科技有限公司 | 一种对开式刀闸的开合角度的精确检测方法 |
CN111798630A (zh) * | 2019-10-25 | 2020-10-20 | 北京沃东天骏信息技术有限公司 | 自助收银机防损方法、装置和系统、计算机可读存储介质 |
CN111044279A (zh) * | 2020-01-08 | 2020-04-21 | 福建闽高电力股份有限公司 | 三维矢量刀闸开关检测方法 |
CN114220068B (zh) * | 2021-11-08 | 2023-09-01 | 珠海优特电力科技股份有限公司 | 刀闸分合状态确定方法、装置、设备、介质及产品 |
CN114037960B (zh) * | 2022-01-11 | 2022-05-24 | 合肥金星智控科技股份有限公司 | 一种基于机器视觉的翻板阀状态识别方法和系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101625723A (zh) * | 2009-07-02 | 2010-01-13 | 浙江省电力公司 | 电力线轮廓的快速图像识别方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7333656B2 (en) * | 2003-11-26 | 2008-02-19 | Matsushita Electric Industrial Co., Ltd. | Image processing method and image processing apparatus |
-
2011
- 2011-01-07 CN CN 201110021738 patent/CN102262734B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101625723A (zh) * | 2009-07-02 | 2010-01-13 | 浙江省电力公司 | 电力线轮廓的快速图像识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102262734A (zh) | 2011-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102262734B (zh) | 判别刀闸开合与否的方法及其系统 | |
US11774735B2 (en) | System and method for performing automated analysis of air samples | |
JP5413408B2 (ja) | 画像処理装置、プログラム及び画像処理システム | |
US8885048B2 (en) | Computer vision and radio frequency identification technology based book enrolment management apparatus | |
CN111325769B (zh) | 一种目标对象检测方法及装置 | |
RU2601185C2 (ru) | Способ, система и компьютерный носитель данных для детектирования лица | |
US20210019878A1 (en) | Image processing device, image processing method, and image processing program | |
US20060153429A1 (en) | Method for controlling photographs of people | |
US20150124082A1 (en) | Image processing device, program, image processing method, computer-readable medium, and image processing system | |
CN102915433B (zh) | 基于字符组合的车牌定位和识别方法 | |
CN109146832B (zh) | 一种视频图像的拼接方法、装置、终端设备及存储介质 | |
CN105303153A (zh) | 一种车辆车牌识别方法及装置 | |
CN105426828A (zh) | 人脸检测方法、装置及系统 | |
CN110264523B (zh) | 一种确定测试图像中的目标图像的位置信息的方法与设备 | |
CN102547079B (zh) | 夜景光源检测设备及夜景光源检测方法 | |
CN111524189A (zh) | 门开关状态检测方法、装置及计算机存储介质 | |
CN111126393A (zh) | 车辆外观改装判断方法、装置、计算机设备及存储介质 | |
KR101891631B1 (ko) | 영상 학습 장치, 이를 이용한 촬영영상 분석 시스템 및 방법, 이를 수행하기 위한 기록매체 | |
CN111832345A (zh) | 集装箱监控方法、装置及设备、存储介质 | |
CN109635679B (zh) | 一种实时的靶纸定位及环线识别方法 | |
CN109215150A (zh) | 人脸点名与计数方法及其系统 | |
CN110765940B (zh) | 目标对象统计方法和装置 | |
KR20190054369A (ko) | 영상 기반 물류 컨테이너 무결성도 측정 장치 및 그 방법 | |
CN118397248A (zh) | 一种基于机器视觉的定容方法及系统 | |
CN102004537B (zh) | 系统上下电控制装置和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |