CN103996266B - 基于视频分析的尾矿库安全监测装置 - Google Patents
基于视频分析的尾矿库安全监测装置 Download PDFInfo
- Publication number
- CN103996266B CN103996266B CN201410216800.7A CN201410216800A CN103996266B CN 103996266 B CN103996266 B CN 103996266B CN 201410216800 A CN201410216800 A CN 201410216800A CN 103996266 B CN103996266 B CN 103996266B
- Authority
- CN
- China
- Prior art keywords
- video
- module
- image
- tailings dam
- analysis
- 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.)
- Expired - Fee Related
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 48
- 238000012806 monitoring device Methods 0.000 title claims abstract description 22
- 238000006073 displacement reaction Methods 0.000 claims abstract description 34
- 238000009826 distribution Methods 0.000 claims abstract description 30
- 238000001914 filtration Methods 0.000 claims description 24
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 22
- 238000001514 detection method Methods 0.000 claims description 18
- 239000004606 Fillers/Extenders Substances 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 4
- 230000001054 cortical effect Effects 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 210000001525 retina Anatomy 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000005728 strengthening Methods 0.000 claims description 2
- 241000406668 Loxodonta cyclotis Species 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 abstract description 9
- 238000004364 calculation method Methods 0.000 abstract description 6
- 238000007781 pre-processing Methods 0.000 abstract 2
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 3
- 230000007850 degeneration Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- UPLPHRJJTCUQAY-WIRWPRASSA-N 2,3-thioepoxy madol Chemical compound C([C@@H]1CC2)[C@@H]3S[C@@H]3C[C@]1(C)[C@@H]1[C@@H]2[C@@H]2CC[C@](C)(O)[C@@]2(C)CC1 UPLPHRJJTCUQAY-WIRWPRASSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000003897 fog Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 229910052755 nonmetal Inorganic materials 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004091 panning Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
一种基于视频分析的尾矿库安全监测装置，包括：用于根据尾矿库的源视频图像中像素点的RGB分布特性检测并去除背景以得库区图像的视频预处理模块；用于获取库区图像中轮廓的像素点分布直方图并根据轮廓的像素点分布直方图计算得到当前的目标参数的位置形状计算模块；用于存储尾矿库的库区图像和目标参数的视频缓存；用于对比当前的目标参数和存储在视频缓存中的目标参数，计算得到当前的目标参数与存储在视频缓存中的目标参数之间的位移变化值的位移计算模块；用于根据当前的目标参数和/或位移变化值输出报警信息的分析报警模块；处理器。上述装置实现了对尾矿库主要技术参数的准确计算以及实时的分析报警，有利于尾矿库的安全监测和管理。
Description
技术领域
本发明涉及库区安全监测领域，特别是涉及一种基于视频分析的尾矿库安全监测装置。
背景技术
为了矿业开采和垃圾处理的需要，采取筑坝的方式拦截谷口或围地筑成尾矿库，用于堆放金属或非金属矿山进行矿石选别后排出的尾矿或其它工业废渣。目前，我国存在有成千上万座尾矿库，其中不乏大量具有安全隐患的尾矿库。如若对这些尾矿库管理不善，则会发生坝体崩塌事故，进而给人民群众的生命财产安全造成严重损失，并且对周围环境构成很大破坏。因此，对尾矿库的安全检测迫切需要一套行之有效的装置。
目前，对尾矿库的安全监测的主要技术参数有：尾矿库库区的水位位置、干滩长度、尾矿库坝体位移、浸润线、降雨量等。
现有的对尾矿库的安全检测方式多采用人工巡检的方式，常常需要人工携带笨重的仪器设备定期到尾矿库库区实地进行各项参数的测量记录，容易受到恶劣天气以及尾矿库库区地形等因素的影响，不能够及时且准确地测量尾矿库主要技术参数，进行分析报警，从而对尾矿库的安全管理带来不便和隐患。
发明内容
基于此，有必要提供一种能够实时对尾矿库主要技术参数进行准确的计算，并根据测量的主要技术参数进行分析报警的基于视频分析的尾矿库安全监测装置。
一种基于视频分析的尾矿库安全监测装置，包括：
视频预处理模块，用于接收尾矿库的源视频图像，并根据所述源视频图像中像素点的RGB分布特性检测并去除所述源视频图像的背景，以得到尾矿库的库区图像；
位置形状计算模块，用于获取所述库区图像中轮廓的像素点分布直方图，根据所述轮廓的像素点分布直方图计算得到当前的目标参数；
视频缓存，用于存储尾矿库的所述库区图像和所述目标参数；
位移计算模块，用于对比当前的目标参数和存储在所述视频缓存中的所述目标参数，计算得到当前的目标参数与存储在所述视频缓存中的目标参数之间的位移变化值；
分析报警模块，用于根据所述当前的目标参数和/或所述位移变化值输出报警信息；
处理器，用于读取所述视频预处理模块中的所述库区图像和所述位置形状计算模块中的所述目标参数并输出到所述视频缓存中，还用于根据所述视频预处理模块中的所述库区图像计算得到所述库区图像中轮廓的像素点分布直方图并输出到所述位置形状计算模块。
其中一个实施例中，所述视频预处理模块还用于根据视网膜皮层算法对所述源视频图像进行增强处理得到增强图像；
所述视频预处理模块进一步根据所述增强图像中像素点的RGB分布特性检测并去除所述源视频图像的背景，以得到尾矿库的库区图像。
其中一个实施例中，所述目标参数为水位位置，
所述分析报警模块根据所述水位位置是否超出预设水位警戒线，若为是，则输出报警信息，若为否，则通知所述视频预处理模块。
其中一个实施例中，所述目标参数为干滩长度，
所述分析报警模块判断是否小于预设安全阈值，若为是，则输出报警信息，若为否，则通知所述视频预处理模块。
其中一个实施例中，所述处理器为基于DSP的SoC处理器。
其中一个实施例中，还包括宽带通信模块，
所述处理器将所述位移变化值和所述报警信息输出至所述宽带通信模块，所述宽带通信模块用于将所述位移变化值和所述报警信息经过数据格式转换并输出至外部的本地监测中心或远程的安全生产监管中心。
其中一个实施例中，还包括总线扩展模块，所述总线扩展模块用于接入外部的一个或多个测量检测仪器，并将一个或多个所述测量检测仪器输出的信号传送至所述处理器，
所述总线扩展模块与所述处理器连接。
其中一个实施例中，还包括：分别与所述总线扩展模块连接的位移测量仪、浸润线测量仪和雨量计，
所述位移测量仪，用于采集所述尾矿库的坝体位移参数，并输出到所述分析报警模块；
所述浸润线测量仪，用于采集所述尾矿库的浸润线参数，并输出到所述分析报警模块；
所述雨量计，用于采集所述尾矿库的降雨量，并输出到所述分析报警模块。
上述基于视频分析的尾矿库安全监测装置中的视频预处理模块接收外接高清摄像头采集的源视频图像，根据源视频图像中像素点的RGB分布特性去除背景得到库区图像，位置形状计算模块进而根据库区图像中轮廓的像素点分布直方图准确的计算库区图像中的目标参数，分析报警模块实现对目标参数进行实时分析报警，有利于尾矿库的安全监测和管理，实现了对尾矿库主要技术参数的准确计算以及实时的分析报警。
附图说明
图1为本发明一较佳实施例的基于视频分析的尾矿库安全监测装置的功能模块图；
图2为本发明另一较佳实施例的基于视频分析的尾矿库安全监测装置的功能模块图；
图3为图2所示基于视频分析的尾矿库安全监测装置外接摄像头工作时的方法步骤流程图。
具体实施方式
如图1所示，其为本发明一较佳实施例的基于视频分析的尾矿库安全监测装置的功能模块图，该装置包括：视频预处理模块110、位置形状计算模块120、视频缓存130、位移计算模块140、分析报警模块150、处理器160。
视频预处理模块110，用于接收尾矿库的源视频图像，并根据源视频图像中像素点的RGB分布特性检测并去除源视频图像的背景，以得到尾矿库的库区图像。
位置形状计算模块120，用于获取库区图像中轮廓的像素点分布直方图，根据轮廓的像素点分布直方图计算得到库区图像中所对应的目标参数。
视频缓存130，用于存储尾矿库的库区图像和目标参数。
位移计算模块140，用于对比当前的目标参数和存储在视频缓存130中的目标参数，计算得到当前的目标参数与存储在视频缓存130中的目标参数之间的位移变化值。
分析报警模块150，用于根据目标参数和/或位移变化值输出报警信息。
处理器160，用于读取视频预处理模块110中的库区图像和位置形状计算模块120中的目标参数并输出到视频缓存130中，还用于根据视频预处理模块110中的所述库区图像计算得到库区图像中轮廓的像素点分布直方图并输出到位置形状计算模块120。
本实施例中，视频预处理模块110、位置形状计算模块120、视频缓存130、位移计算模块140以及分析报警模块150分别与处理器160连接。处理器160优选为具有强大数据处理能力和高速运行速度的基于DSP的SoC处理器，也可以为通用微处理器。
其中，外接的高清摄像头与视频预处理模块110连接，用于实时采集尾矿库的源视频图像，以输出1080i、720p或其它清晰度更高的信号格式到视频预处理模块110。
利用视频分析的方法，视频预处理模块110根据源视频图像中像素点的RGB分量分布特性，应用主成分分析思路对源视频图像中背景像素点的RGB分量分布变化趋势进行分析，获取源视频图像中背景像素点真实的橄榄球形RGB分量分布特性，并结合阈值法进行背景检测，提高了背景检测的准确性。即便其背景检测结果中存在少量噪声信号，该噪声信号也都主要分布在库区图像中像素点的附近，不影响源视频图像背景的识别以及库区图像捕获的实用性、准确性和稳定性的要求。
更具体的，视频预处理模块110从源视频图像中提取多帧图像作为样本图像，分别求取多帧样本图像中各像素点的RGB均值矩阵，即红色分量值、绿色分量值和蓝色分量值。根据样本图像中各像素点的RGB协方差矩阵，分别确定各像素点的背景边界阈值。对于源视频图像中作为背景检测对象的帧图像，分别求取作为背景检测对象的每一帧图像各像素点的RGB矩阵与样本图像中对应序号像素点的RGB均值矩阵的马氏距离，通过阈值法进行判定，检测视频中作为背景检测对象的帧图像的各个像素点是否为背景像素点，完成对作为背景检测对象的帧图像的背景检测。
由于在大雾、沙尘等恶劣天气或光照较暗的情况下，高清摄像头采集到的尾矿库的源视频图像的对比度和颜色均会产生不同程度的降低或退化，使得源视频图像中许多特征变得模糊，不易准确的计算得到当前尾矿库所对应的目标参数。因此，在其它实施例中，优选的利用视网膜皮层算法(Retinex算法)对所述源视频图像进行增强处理，以对清晰的或模糊的图像进行自适应增强，并使得增强处理后的源视频图像在动态范围压缩、边缘增强和颜色恒常这三方面达到平衡，从而能够计算得到准确的当前尾矿库所对应的目标参数。
本实施例中，所述目标参数为水位位置。分析报警模块150判断所述水位位置是否超出预设水位警戒线，若为是，则输出报警信息，若为否，则通知视频预处理模块110，还可以根据当前的水位位置与存储在视频缓存130中的水位位置之间的位移变化值的大小，选择是否输出报警信息。
计算得到水位位置之前位置形状计算模块120需要从所述尾矿库的库区图像中提取出水位线形状，而水位线形状的获取是基于区域两条典型的形状描述与分析方法，构建了检测过程中用目标轮廓点上的相对位置分布关系对其形状进行描述，获得极坐标下形状轮廓特征描述符合轮廓的像素点分布直方图。再通过去噪丢掉不相干的区域，得到水位线形状，进而计算得到水位位置。
其它实施例中，所述目标参数为干滩长度。分析报警模块150判断所述干滩长度是否小于预设安全阈值，若为是，则输出报警信息，若为否，则通知视频预处理模块110。
容易理解，可以依次判断所述水位位置是否超出预设水位警戒线、所述干滩长度是否小于预设安全阈值，如若两者中任意一个为是，则输出报警信息。从而实现对水位位置和干滩长度进行分析报警的作用。
水位位置的获取是基于轮廓和基于区域两条典型的形状描述与分析方法，获得极坐标下形状轮廓特的像素点分布直方图，计算简单且具有缩放和平移不变性。
在其它实施例中，还可以对水位位置和干滩长度的变化进行分析。首先需要存储所述轮廓的像素点的分布直方图，获取两个不同时间点的所述轮廓的像素点的分布直方图，采用动态规划算法并结合轮廓的像素点的分布直方图的特性采用差距计算方法，通过旋转匹配和镜像匹配相结合的方式，最终确定所述两个不同时间点的所述轮廓的像素点的分布直方图之间的差距，从而实现对水位位置和干滩长度的变化进行分析。
如图2所示，其为本发明另一较佳实施例的基于视频分析的尾矿库安全监测装置的功能模块图，另一较佳实施例的基于视频分析的尾矿库安全监测装置还包括：宽带通信模块210和总线扩展模块220。
处理器160将位移变化值和报警信息输出至宽带通信模块210，宽带通信模块210用于将位移变化值和报警信息转换成符合所使用的通信协议要求的数据格式并输出。总线扩展模块220与处理器160连接。
总线扩展模块220用于扩展一较佳实施例的基于视频分析的尾矿库安全监测装置外接的检测或测量设备的种类或数量，例如总线扩展模块220可以外接位移测量仪，位移测量仪用于采集所述尾矿库的坝体位移参数，并输出到分析报警模块150，分析报警模块150对所述尾矿库的坝体位移偏离程度进行分析判断，选择是否输出报警信息。同样道理，总线扩展模块220上也可以连接浸润线测量仪，用于采集所述尾矿库的浸润线参数，并输出到分析报警模块150。总线扩展模块220上也可以连接雨量计，用于采集所述尾矿库的降雨量，并输出到分析报警模块150。为了实际应用的需要，总线扩展模块220上也可以接入，如温度、湿度、风速、光照等各种环境变量的采集设备。
另一较佳实施例的基于视频分析的尾矿库安全监测装置中的分析报警模块150可以通过传输线与近距离的本地监测中心设备连接，将报警信息发送至本地监测中心，实现对库区的实时监测预警。基于视频分析的尾矿库安全监测装置可以通过宽带通信模块210利用有线或无线局域网接入互联网与远距离的安全生产监管中心设备连接，将报警信息传送至安全生产监管中心，实现对库区的远程实时监测预警。
若处理器160为基于DSP的SoC处理器，基于视频分析的尾矿库安全监测装置中根据需要还可以外接系统内存、硬盘、WDT(看门狗，WatchDog Timer)、RTC(实时时钟，Real-Time Clock)、标准console、AC/DC电源模块等辅助模块。
如图3所示，其为图2所示基于视频分析的尾矿库安全监测装置外接摄像头工作时的方法步骤流程图，包括如下步骤：
步骤S300，图像采集；
步骤S310，图像增强；
步骤S320，背景的检测及生成；
步骤S330，背景去除；
步骤S340，水位线轮廓位置生成及干滩形状生成；
步骤S350，水位位置及干滩长度计算；
步骤S360，位移变化值计算；
步骤S370，分析报警。
上述基于视频分析的尾矿库安全监测装置中的视频预处理模块110接收外接高清摄像头采集的源视频图像，根据源视频图像中像素点的RGB分布特性去除背景得到库区图像，位置形状计算模块120进而根据库区图像中轮廓的像素点分布直方图准确的计算库区图像中的目标参数，分析报警模块150实现对目标参数进行实时分析报警，有利于尾矿库的安全监测和管理。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种基于视频分析的尾矿库安全监测装置，其特征在于，包括：
视频预处理模块，用于接收尾矿库的源视频图像，并根据所述源视频图像中像素点的RGB分布特性检测并去除所述源视频图像的背景，以得到尾矿库的库区图像；
位置形状计算模块，用于获取所述库区图像中轮廓的像素点分布直方图，根据所述轮廓的像素点分布直方图计算得到当前的目标参数；
视频缓存，用于存储尾矿库的所述库区图像和所述目标参数；
位移计算模块，用于对比当前的目标参数和存储在所述视频缓存中的所述目标参数，计算得到当前的目标参数与存储在所述视频缓存中的目标参数之间的位移变化值；
分析报警模块，用于根据所述当前的目标参数和/或所述位移变化值输出报警信息；
处理器，用于读取所述视频预处理模块中的所述库区图像和所述位置形状计算模块中的所述目标参数并输出到所述视频缓存中，还用于根据所述视频预处理模块中的所述库区图像计算得到所述库区图像中轮廓的像素点分布直方图并输出到所述位置形状计算模块；
其中，视频预处理模块从源视频图像中提取多帧图像作为样本图像，分别求取多帧样本图像中各像素点的RGB均值矩阵，即红色分量值、绿色分量值和蓝色分量值；根据样本图像中各像素点的RGB协方差矩阵，分别确定各像素点的背景边界阈值；对于源视频图像中作为背景检测对象的帧图像，分别求取作为背景检测对象的每一帧图像各像素点的RGB矩阵与样本图像中对应序号像素点的RGB均值矩阵的马氏距离，通过阈值法进行判定，检测视频中作为背景检测对象的帧图像的各个像素点是否为背景像素点，完成对作为背景检测对象的帧图像的背景检测。
2.根据权利要求1所述的基于视频分析的尾矿库安全监测装置，其特征在于，所述视频预处理模块还用于根据视网膜皮层算法对所述源视频图像进行增强处理得到增强图像；
所述视频预处理模块进一步根据所述增强图像中像素点的RGB分布特性检测并去除所述源视频图像的背景，以得到尾矿库的库区图像。
3.根据权利要求1所述的基于视频分析的尾矿库安全监测装置，其特征在于，所述目标参数为水位位置，
所述分析报警模块根据所述水位位置是否超出预设水位警戒线，若为是，则输出报警信息，若为否，则通知所述视频预处理模块。
4.根据权利要求1或3所述的基于视频分析的尾矿库安全监测装置，其特征在于，所述目标参数为干滩长度，
所述分析报警模块判断是否小于预设安全阈值，若为是，则输出报警信息，若为否，则通知所述视频预处理模块。
5.根据权利要求1所述的基于视频分析的尾矿库安全监测装置，其特征在于，所述处理器为基于DSP的SoC处理器。
6.根据权利要求1所述的基于视频分析的尾矿库安全监测装置，其特征在于，还包括宽带通信模块，
所述处理器将所述位移变化值和所述报警信息输出至所述宽带通信模块，所述宽带通信模块用于将所述位移变化值和所述报警信息经过数据格式转换并输出至外部的本地监测中心或远程的安全生产监管中心。
7.根据权利要求1所述的基于视频分析的尾矿库安全监测装置，其特征在于，还包括总线扩展模块，所述总线扩展模块用于接入外部的一个或多个测量检测仪器，并将一个或多个所述测量检测仪器输出的信号传送至所述处理器，
所述总线扩展模块与所述处理器连接。
8.根据权利要求7所述的基于视频分析的尾矿库安全监测装置，其特征在于，还包括：分别与所述总线扩展模块连接的位移测量仪、浸润线测量仪和雨量计，
所述位移测量仪，用于采集所述尾矿库的坝体位移参数，并输出到所述分析报警模块；
所述浸润线测量仪，用于采集所述尾矿库的浸润线参数，并输出到所述分析报警模块；
所述雨量计，用于采集所述尾矿库的降雨量，并输出到所述分析报警模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410216800.7A CN103996266B (zh) | 2014-05-21 | 2014-05-21 | 基于视频分析的尾矿库安全监测装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410216800.7A CN103996266B (zh) | 2014-05-21 | 2014-05-21 | 基于视频分析的尾矿库安全监测装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103996266A CN103996266A (zh) | 2014-08-20 |
| CN103996266B true CN103996266B (zh) | 2017-01-11 |
Family
ID=51310416
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410216800.7A Expired - Fee Related CN103996266B (zh) | 2014-05-21 | 2014-05-21 | 基于视频分析的尾矿库安全监测装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103996266B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105091951B (zh) * | 2015-09-25 | 2016-09-07 | 江苏省泰州引江河管理处 | 一种闸站水工建筑物变形监测及状态预警方法 |
| CN107036545B (zh) * | 2017-06-02 | 2019-06-25 | 中国水利水电科学研究院 | 一种坝体监测预警方法和装置 |
| CN110132200B (zh) * | 2019-05-07 | 2021-07-20 | 四川安信科创科技有限公司 | 基于北斗及视频识别的尾矿库干滩动态监测方法及系统 |
| CN115390498B (zh) * | 2022-09-22 | 2024-01-02 | 淮北市众泰机电工程有限公司 | 一种尾矿排放量在线智能监控预警系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202501869U (zh) * | 2012-03-03 | 2012-10-24 | 湖南中大智能科技有限公司 | 基于物联网的尾矿库在线安全监测系统 |
| CN103093579A (zh) * | 2012-12-24 | 2013-05-08 | 天津市亚安科技股份有限公司 | 一种基于视频的泥石流或山体滑坡报警系统 |
-
2014
- 2014-05-21 CN CN201410216800.7A patent/CN103996266B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202501869U (zh) * | 2012-03-03 | 2012-10-24 | 湖南中大智能科技有限公司 | 基于物联网的尾矿库在线安全监测系统 |
| CN103093579A (zh) * | 2012-12-24 | 2013-05-08 | 天津市亚安科技股份有限公司 | 一种基于视频的泥石流或山体滑坡报警系统 |
Non-Patent Citations (2)
| Title |
|---|
| 基于图像识别的边坡表面位移检测方法研究;彭艺;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20140415(第4期);C038-926 * |
| 基于数字图像处理的尾矿库干滩长度监测系统研究;张玉磊;《中国优秀硕士学位论文全文数据库 工程科技I辑》;20140315(第3期);B021-108 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103996266A (zh) | 2014-08-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109804232B (zh) | 一种基于红外热像图分析的沥青路面裂缝发育程度检测方法 | |
| CN104655030B (zh) | 一种输电线路覆冰检测与预警装置 | |
| CN102768022B (zh) | 采用数码照相技术的隧道围岩变形检测方法 | |
| US20130342692A1 (en) | Ptz video visibility detection method based on luminance characteristic | |
| Liu et al. | Classification of airborne lidar intensity data using statistical analysis and hough transform with application to power line corridors | |
| CN106443701B (zh) | 基于时序水范围遥感影像的洪涝灾前预警方法 | |
| CN104237121B (zh) | 一种精子活力性能检测方法 | |
| CN111044570A (zh) | 电力设备的缺陷识别及预警方法、装置及计算机设备 | |
| Zhang | Detection of urban housing development by fusing multisensor satellite data and performing spatial feature post-classification | |
| CN101144714A (zh) | 一种钢轨磨耗综合参数车载动态测量装置及方法 | |
| CN109087363B (zh) | 一种基于hsv颜色空间的污水排放检测方法 | |
| CN102799903A (zh) | 一种基于空间与光谱信息的高光谱自动云检测方法 | |
| CN103996266B (zh) | 基于视频分析的尾矿库安全监测装置 | |
| CN103310203B (zh) | 基于物联网和机器视觉的指针式仪表示值自动识别方法 | |
| CN112668534B (zh) | 基于数字正射影像和数字表面模型反演林区植被高度的方法 | |
| JP2017224935A (ja) | 物体検知評価システム及び物体検知評価方法 | |
| CN105701844A (zh) | 基于颜色特征的障碍物或阴影检测方法 | |
| CN106128121A (zh) | 基于局部特征分析的车辆排队长度快速检测算法 | |
| CN103456011A (zh) | 一种利用互补信息的改进型高光谱rx异常检测方法 | |
| CN110208807A (zh) | 一种基于航海雷达图像检测区域差异性参数的雨强等级反演方法 | |
| CN116152697A (zh) | 一种混凝土结构裂缝的三维模型测量方法及相关装置 | |
| CN118776479A (zh) | 一种融合机器视觉与边缘计算的桥梁健康监测方法 | |
| Ouyang et al. | Surface distresses detection of pavement based on digital image processing | |
| CN107169969A (zh) | 一种基于fpga的公路危岩崩塌堆积物大小测量及报警系统 | |
| CN119068421A (zh) | 一种隧道掌子面施工信息自动监测方法、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C53 | Correction of patent of invention or patent application | ||
| CB02 | Change of applicant information |
Address after: Baoqing Baolong Industrial Zone Road in Longgang District of Shenzhen City, Guangdong province 518000 No. 8 Longgang Shuanghuan new generation information technology industrial park C building 4 floor Applicant after: Shenzhen CLP wisdom information Safe Technology Ltd Address before: No. four Futian District Yuanling street gossip Shenzhen city in Guangdong province 518000 No. 22 South Court Hotel No. 1 building B six building 602, room 603A Applicant before: Ltd of Zhong Jian wisdom China Urban Construction Design & Research Institute of Shenzhen |
|
| COR | Change of bibliographic data |
Free format text: CORRECT: APPLICANT; FROM: SHENZHEN ZHONGJIAN RESEARCH INSTITUTE FOR SMARTERCITIES CO., LTD. TO: SHENZHEN ZHONGDIAN ZHIHUI INFORMATION SECURITY TECHNOLOGY CO., LTD. |
|
| ASS | Succession or assignment of patent right |
Owner name: CHEN LEI Free format text: FORMER OWNER: SHENZHEN ZHONGDIAN ZHIHUI INFORMATION SECURITY TECHNOLOGY CO., LTD. Effective date: 20150514 |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| C53 | Correction of patent of invention or patent application | ||
| CB03 | Change of inventor or designer information |
Inventor after: Chen Lei Inventor before: Chen Lei Inventor before: Gao Zhentie Inventor before: Chen Deyuan |
|
| COR | Change of bibliographic data |
Free format text: CORRECT: INVENTOR; FROM: CHEN LEI GAO ZHENTIE CHEN DEYUAN TO: CHEN LEI |
|
| TA01 | Transfer of patent application right |
Effective date of registration: 20150514 Address after: Four road 518000 Guangdong city of Shenzhen province Futian District No. 22 building 6 Bagua kwachung Applicant after: Chen Lei Address before: Baoqing Baolong Industrial Zone Road in Longgang District of Shenzhen City, Guangdong province 518000 No. 8 Longgang Shuanghuan new generation information technology industrial park C building 4 floor Applicant before: Shenzhen CLP wisdom information Safe Technology Ltd |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170111 Termination date: 20210521 |