一种基于激光传感器系统的铁塔倾斜检测系统及方法

    公开(公告)号:CN107687838B

    公开(公告)日:2020-05-12

    申请号:CN201710592803.4

    申请日:2017-07-19

    Abstract: 本发明公开了一种基于激光传感器系统的铁塔倾斜检测系统及方法,该系统分为激光发射端部分和激光接收端部分。激光发射端部分,通过单片机实现继电器的定时吸合或断开,实现激光器断续发射激光,向激光接收端传递光信号。激光接收端部分,当受光器接收到激光照射时,则微控制器会侦测到受光器中一组电路连通出现高电平,通过微控制器记录高电平的持续时间,将电信号翻译成相应的摩尔斯电码符号,并与接收端内预置的口令逐位比对。若出现符合的摩尔斯密码字段,则说明铁塔倾斜状态正常,并向远程监控中心,发送报告铁塔状态正常。否则,报告铁塔倾斜报警。该激光检测系统对铁塔倾斜状态的检测方法效率高,实现简单,精确度高,具有较好的使用价值。

    一种基于计算机视觉的水稻叶片SPAD值估测方法及系统

    公开(公告)号:CN109827957A

    公开(公告)日:2019-05-31

    申请号:CN201811540722.0

    申请日:2018-12-17

    Abstract: 本发明公开了一种基于计算机视觉的水稻叶片SPAD值估测方法,该方法包括:(1)采集一定数量的水稻叶片样本,并将所述水稻样本放在18%灰板上,获取对应样本图像;(2)测定所有样本图像的SPAD值;(3)采用阈值分割法去除样本图像中的灰板部分,留下绿色叶片主体部分;(4)提取所述样本图像的颜色特征,获得样本图像中的RGB颜色空间中颜色特征和HSV颜色空间中的颜色特征;(5)以所述颜色分量为输入,采用逐步回归分析方法,建立基于颜色分量的SPAD值估测模型M'2。本发明提出的方法,可快速得到整片水稻叶片SPAD值数据,估测结果精度较高、误差小,不仅能减少人工检测水稻叶片SPAD值的工作效率,还能为水稻叶片可视化研究提供依据。

    基于标志物多特征融合的无人机自动寻的着陆方法

    公开(公告)号:CN106203439A

    公开(公告)日:2016-12-07

    申请号:CN201610481768.4

    申请日:2016-06-27

    CPC classification number: G06K9/4609 G06K9/4652 G06K9/629

    Abstract: 本发明公开了一种基于标志物多特征融合的无人机自动寻的着陆方法,是一种基于标志物颜色、形态学轮廓以及特征点,多种特征的无人机自动寻的着陆方法,以机载摄像机实时采集到的视频图像为对象,自动地较准确地检测目标在图像中的位置。该方法以标志物图形的颜色特征、轮廓的形态特征和特征点作为判断依据,能够适应低空无人机航空序列图像的视角变换、几何变换、放射变换、畸变、亮度变换、噪声干扰等恶劣情况下的匹配问题,可以实时地对基准图形进行检测,进而实时计算标志物的坐标,检测结果准确率高,对无人机自动寻地着陆具有重要的应用价值。

    一种基于空时偏微分方程的弱小目标检测方法

    公开(公告)号:CN104616299A

    公开(公告)日:2015-05-13

    申请号:CN201510051773.7

    申请日:2015-01-30

    CPC classification number: G06T7/001 G06T2207/10048 G06T2207/20182

    Abstract: 本发明公开了一种基于空时偏微分方程的弱小目标检测方法,该方法包括:(1)读入待处理图像序列的相邻三帧图像;(2)初始化参数w并计算图像的空时梯度(3)利用空时偏微分方程对图像进行背景预测;(4)对当前帧的图像和背景预测的结果进行差分,得到弱小目标的检测结果。本发明通过利用空时偏微分方程模型对远距离红外图像进行背景预测,使得算法能够对弱小目标进行检测,该方法为成像制导、安全监控、空间监测等方面提供了技术支撑,具有较强的实用价值。

Patent Agency Ranking