-
公开(公告)号：CN111368661B
公开(公告)日：2023-05-09
申请号：CN202010114878.3
申请日：2020-02-25
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种基于图像处理的手指静脉图像增强方法，包括步骤：1)获取原始采集手指静脉感兴趣区域图片；2)利用均值滤波和中值滤波滤除图像噪声，得到去除噪声后的图像；3)利用同态滤波增强去除噪声后的图像的对比度，得到对比度增强后的图像；4)利用方向纹理滤波增强对比度增强后的图像的纹理细节，得到纹理增强后的图像；5)利用伽马校正拉伸图像的灰度分布，增强滤波后的图像纹理区分度，以进一步增强滤波后的纹理像素值，完成手指静脉图像增强。本发明有效避免了采集时设备噪声和手指脏污的影响，同时避免了背景环境光照导致的对比度不佳的情况，通过方向谷滤波器增强静脉纹路的响应，有效解决低对比度情况下手指静脉图像增强的问题。
-
公开(公告)号：CN109801302A
公开(公告)日：2019-05-24
申请号：CN201811531451.2
申请日：2018-12-14
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种基于双目视觉的高压输电线路异物检测方法，该方法是在输电线路正下方布置双目摄像头，对双目摄像头进行标定得到内外参数，令双目摄像头呈仰角拍摄输电线路图像，并通过云台调整双目摄像头的仰角大小，以实现对输电线路更广泛的范围监测；然后对双目摄像头采集的图片进行预处理，获取图像中输电线路ROI区域，并通过概率Hough直线检测提取左视图和右视图中的输电线路，对输电线路进行三维重建，获得输电线路的空间直线方程；对ROI区域图像提取特征点，获取特征点空间坐标，计算特征点到输电线路拟合的空间直线的欧式距离判断输电线路上是否存在异物。本发明可以实现对输电线路的安全的实时监控，保障输电供电安全。
-
公开(公告)号：CN111291709B
公开(公告)日：2023-05-09
申请号：CN202010114880.0
申请日：2020-02-25
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种基于图像处理的手指静脉图像质量评价方法，包括步骤：1)获取原始采集手指静脉感兴趣区域图片；2)利用均值滤波和中值滤波滤除图像噪声，得到去除噪声后的图像；3)利用同态滤波增强去除噪声后的图像的对比度，得到对比度增强后的图像；4)利用方向纹理滤波增强对比度增强后的图像的纹理细节，得到纹理增强后的图像；5)设置阈值，对纹理增强后的图像进行二值化处理，得到手指静脉二值图像；6)利用连通域信息，对手指静脉二值图进行连通域分析，去除面积小于阈值区域，并统计剩余区域面积，获得图像质量分数。本发明可有效地反映了采集到的手指静脉图像质量，从而有效解决没有通用的手指静脉图像质量评价方法的问题。
-
公开(公告)号：CN111402248B
公开(公告)日：2023-05-09
申请号：CN202010207255.0
申请日：2020-03-23
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
IPC: G06T7/00 , G06T7/11 , G06V10/28 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084 , G01N21/88
Abstract: 本发明公开了一种基于机器视觉的输电线路导线缺陷检测方法，包括：获取现场图像数据，制作训练数据集；构建和训练实例分割网络，获得预测模型；模型推导输入图片，获得导线的矩形区域图像、二值化掩膜图像；采用骨架算法提取导线骨架，并计算导线平均宽度，重构二值化掩膜图像；采用同态滤波算法消除矩形区域图像的光照不均影响，并结合重构的二值化掩膜图像提取分割后的导线区域图像；在导线区域上生成大量矩形框进行筛选；制作分类训练数据集，构建并训练浅层的分类网络，获得分类预测模型；导线段区域图片输入到分类预测模型，统计导线段状态的缺陷类型和缺陷比例。本发明能够精准分割导线并分段检测导线的状态，判断导线缺陷类型及缺陷程度。
-
公开(公告)号：CN111402248A
公开(公告)日：2020-07-10
申请号：CN202010207255.0
申请日：2020-03-23
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种基于机器视觉的输电线路导线缺陷检测方法，包括：获取现场图像数据，制作训练数据集；构建和训练实例分割网络，获得预测模型；模型推导输入图片，获得导线的矩形区域图像、二值化掩膜图像；采用骨架算法提取导线骨架，并计算导线平均宽度，重构二值化掩膜图像；采用同态滤波算法消除矩形区域图像的光照不均影响，并结合重构的二值化掩膜图像提取分割后的导线区域图像；在导线区域上生成大量矩形框进行筛选；制作分类训练数据集，构建并训练浅层的分类网络，获得分类预测模型；导线段区域图片输入到分类预测模型，统计导线段状态的缺陷类型和缺陷比例。本发明能够精准分割导线并分段检测导线的状态，判断导线缺陷类型及缺陷程度。
-
Patent Agency Ranking
公开(公告)号：CN111402247B
公开(公告)日：2023-04-18
申请号：CN202010206871.4
申请日：2020-03-23
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
IPC: G06T7/00 , G06T7/11 , G06T7/73 , G06T7/62 , G06T5/20 , G06T5/10 , G06V10/82 , G06V10/766 , G06V10/28 , G06V10/764 , G01N21/88 , G01B11/26
Abstract: 本发明公开了一种基于机器视觉的输电线路上悬垂线夹缺陷检测方法，包括：无人机采集输电线路图像，制作实例分割和关键点检测训练数据集；采用Mask‑Keypoints R‑CNN网络对无人机图像进行分割和关键点检测，分割获得悬垂线夹的矩形区域图像、二值化掩膜及上、下、左、右四个关键点坐标；基于四个关键点坐标计算悬垂线夹的倾斜角度；对分割的悬垂线夹矩形区域进行同态滤波数据增强，降低光照和阴影的影响；将分割后的图像转到HSV颜色空间中，基于H分量值定位腐蚀位置，并统计腐蚀面积和判断腐蚀程度。本发明可以实现精确检测并悬垂线夹的倾角并判断悬垂线夹的腐蚀程度。
-
公开(公告)号：CN111462057B
公开(公告)日：2023-02-21
申请号：CN202010206878.6
申请日：2020-03-23
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种基于深度学习的输电线路上玻璃绝缘子自爆检测方法，通过无人机采集输电线路图像，使用深层Mask R‑CNN网络分割玻璃绝缘子串，并基于不变矩计算绝缘子串长轴的拟合直线方程。对裁剪后的玻璃绝缘子串图像使用浅层Mask R‑CNN网络进一步分割玻璃绝缘子片并计算质心位置。通过质心到拟合直线的距离判断玻璃绝缘子串的类型，并基于相邻质心的距离与距离阈值的比例定位自爆缺陷位置。本发明可以实现精确检测并定位玻璃绝缘子串的自爆缺陷位置，保障输电供电安全。
-
公开(公告)号：CN111462057A
公开(公告)日：2020-07-28
申请号：CN202010206878.6
申请日：2020-03-23
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种基于深度学习的输电线路上玻璃绝缘子自爆检测方法，通过无人机采集输电线路图像，使用深层Mask R-CNN网络分割玻璃绝缘子串，并基于不变矩计算绝缘子串长轴的拟合直线方程。对裁剪后的玻璃绝缘子串图像使用浅层Mask R-CNN网络进一步分割玻璃绝缘子片并计算质心位置。通过质心到拟合直线的距离判断玻璃绝缘子串的类型，并基于相邻质心的距离与距离阈值的比例定位自爆缺陷位置。本发明可以实现精确检测并定位玻璃绝缘子串的自爆缺陷位置，保障输电供电安全。
-
公开(公告)号：CN111402247A
公开(公告)日：2020-07-10
申请号：CN202010206871.4
申请日：2020-03-23
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种基于机器视觉的输电线路上悬垂线夹缺陷检测方法，包括：无人机采集输电线路图像，制作实例分割和关键点检测训练数据集；采用Mask-Keypoints R-CNN网络对无人机图像进行分割和关键点检测，分割获得悬垂线夹的矩形区域图像、二值化掩膜及上、下、左、右四个关键点坐标；基于四个关键点坐标计算悬垂线夹的倾斜角度；对分割的悬垂线夹矩形区域进行同态滤波数据增强，降低光照和阴影的影响；将分割后的图像转到HSV颜色空间中，基于H分量值定位腐蚀位置，并统计腐蚀面积和判断腐蚀程度。本发明可以实现精确检测并悬垂线夹的倾角并判断悬垂线夹的腐蚀程度。
-
公开(公告)号：CN111368661A
公开(公告)日：2020-07-03
申请号：CN202010114878.3
申请日：2020-02-25
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种基于图像处理的手指静脉图像增强方法，包括步骤：1)获取原始采集手指静脉感兴趣区域图片；2)利用均值滤波和中值滤波滤除图像噪声，得到去除噪声后的图像；3)利用同态滤波增强去除噪声后的图像的对比度，得到对比度增强后的图像；4)利用方向纹理滤波增强对比度增强后的图像的纹理细节，得到纹理增强后的图像；5)利用伽马校正拉伸图像的灰度分布，增强滤波后的图像纹理区分度，以进一步增强滤波后的纹理像素值，完成手指静脉图像增强。本发明有效避免了采集时设备噪声和手指脏污的影响，同时避免了背景环境光照导致的对比度不佳的情况，通过方向谷滤波器增强静脉纹路的响应，有效解决低对比度情况下手指静脉图像增强的问题。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.151 seconds)
