【摘 要】
：
输电线受风力等自然条件作用会发生舞动,针对这一问题,运用了一种基于机器视觉的输电线舞动检测方案。该方案在对图像预处理后,使用了一种结合背景差法和自适应阈值分割法的新方法来提取输电线目标的特征值,经透视变换校正特征值后,最终插值重建出输电线舞动曲线。多个工况下的传感器数据与重建曲线对应位置数据对比表明,该方法可以有效提取特征值,并最终直观地呈现整条输电线路的垂直舞动情况,实现了误差小于50mm的输电
论文部分内容阅读
输电线受风力等自然条件作用会发生舞动,针对这一问题,运用了一种基于机器视觉的输电线舞动检测方案。该方案在对图像预处理后,使用了一种结合背景差法和自适应阈值分割法的新方法来提取输电线目标的特征值,经透视变换校正特征值后,最终插值重建出输电线舞动曲线。多个工况下的传感器数据与重建曲线对应位置数据对比表明,该方法可以有效提取特征值,并最终直观地呈现整条输电线路的垂直舞动情况,实现了误差小于50mm的输电线目标垂直运动检测。
其他文献
在雾霾天气条件下,由于大气粒子的散射作用,道路的能见度下降,致使摄像头获取的景物图像严重退化,给智能车障碍物监测、目标跟踪、自动驾驶等带来很大的困难。提出了一种基于引导滤波方法的智能车辆的雾霾去除算法,在客观分析雾霾天成像退化机理的基础上,从大气衰减模型的角度出发,对基于导向滤波的图像增强算法进行了深入的研究。
类人驾驶系统是通过学习人类驾驶员知识与经验来提升无人驾驶系统适用性与接受度的重要技术途径。为解决驾驶员轨迹和操控层面经验的表述问题,以采集得到的大量真实驾驶数据为依托,提出一种基于轨迹基元与操控基元的分层式驾驶员经验表述模型。轨迹基元以动态运动基元算法进行表征,并由概率提取算法完成基元从无标签连续轨迹数据中的分割提取。操控基元在轨迹基元的提取分类结果上,利用高斯混合模型完成基元的训练,并利用高斯回
道路交通在夜间发生事故的概率显著高于日间,而车灯是夜间行车安全的关键一环也是车辆在夜间最明显的特征,由此基于车灯的灯光特征提出一种新的夜间车辆检测方法。针对车前灯,利用形态学算法实现图像的预处理,并采用直方图双峰法提取车前灯,利用路面反射光消除算法去除路面反射光对车灯识别的干扰;针对车尾灯,选用尾灯图像的(R-G)色差特征作为输入,再结合Otsu最大类间方差法对尾灯进行自适应阈值分割。之后根据车灯
气体信号分子硫化氢(H_2S)同时参与"诱导气孔关闭"和"增强光合作用"两个看似矛盾的生理过程。为了探究这一现象可能的机制,该文以模式植物拟南芥野生型(WT)与内源H_2S生成酶缺失突变体(lcd/des1)为实验材料,研究干旱胁迫下H_2S信号对植物非气孔因素的影响。结果表明, lcd/des1经外源生理浓度H_2S熏蒸后,气孔导度(Gs)下降,胞间二氧化碳浓度(Ci)显著降低,净光合速率(Pn
In this paper we present a CNN based approach for a real time 3 D-hand pose estimation from the depth sequence.Prior discriminative approaches have achieved remarkable success but are facing two main
在海天背景下,由于复杂海况以及船舶六自由度运动,船载摄像机难以获取稳定的视频序列,不利于海上目标探测.针对这一问题,通过将船载摄像机与惯性传感器数据相融合,提出了一种基于海天线检测的电子稳像算法.算法主要包括三个步骤,即海天线估算、海天线检测以及点线模型.首先,通过构建摄像机运动模型,估算出海天线在图像中的候选区域;然后,在候选区域内应用边缘检测以及霍夫变换提取最优海天线;最后,在海天线附近区域应
现阶段的电网输电线路状态监测正处于快速发展时期,如何构建更加健全的在线监测系统,进一步完善其功能,需要引进物联网技术,提高其应用价值,强化输电线路运行的安全性与稳定性。简要阐述了物联网技术及其基本特点,分析了电网输电线路中物联网技术应用构架,并对基于物联网的电网输电线路状态监测进行深入探究。
配电网中过电压类故障因其对电力设备具有破坏性且需要快速响应和处理,不必进入泛在电力物联网云平台进行数据采集和集成,而是采用本地化控制、分布式处理的方式进行边缘计算。面向泛在电力物联网,将边缘计算技术应用于单相接地故障响应边缘信息处理。依据IEC 62939智能电网用户接口标准,设计了配电网故障边缘计算节点(Distribution Power Network Fault Edge Computin
针对当前局部放电图像识别系统存在的一些局限性,为了提高局部放电图像识别的精准度,设计了基于激光视觉的局部放电图像识别系统。通过激光视觉传感器采集电力设备图像,从图像处理中提取局部放电分形特征和矩特征后,利用小波多尺度方法识别电力设备绝缘图像中的局部放电部位,输出局部放电最终识别结果。实验结果表明,系统可有效识别种种局部放电图像,识别准确率超过90%,有效提升了局部放电图像的识别精度。
在塔式太阳能电站中,定日镜运行状态的稳定极大地影响电站的发电效率和运行安全。针对定日镜系统出现故障而导致定日镜无法正常转动的情况,采用机器视觉的方法对定日镜场进行检测。首先通过对定日镜的运动规律进行分析选择最佳检测时段,利用无人机对不同区域进行图像采集;然后对采集的图像进行滤波、级联边缘检测、矩形标记等一系列的图像处理操作,其中利用提出的级联边缘特征提取方法对物体在镜面的投影进行消除;最后利用故障