-
公开(公告)号：CN110674827A
公开(公告)日：2020-01-10
申请号：CN201910905815.7
申请日：2019-09-24
Applicant: 哈尔滨工业大学
Abstract: 一种融合深度学习与形态学滤波的设备状态视觉检测方法,它属于视觉检测技术领域。本发明解决了现有偷电检测方法需要消耗大量的人力以及需要的检测成本高的问题。本发明采用TenssorFlow_Object_Detection API的方式训练SSD_MobileNet_V2网络，然后使用训练好的网络模型用于对待测图像中的电表位置进行检测，接下来通过检测返回的信息对图像进行剪裁，最后依次使用显著性分析算法FT、自适应二值化算法wellner、开运算方法和连通域分析的方法对剪裁后的图像进行处理，返回电表连线个数，从而根据电表连线个数判断是否有窃电行为，检测成本低廉，使用方便。本发明可以应用于电表接线状态识别，以判别是否有偷电现象。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
