一种基于图像识别的电能表异常现象检测方法及系统

AITNT
正文
推荐专利
一种基于图像识别的电能表异常现象检测方法及系统
申请号:CN202410987226
申请日期:2024-07-23
公开号:CN119206599A
公开日期:2024-12-27
类型:发明专利
摘要
本发明公开了一种基于图像识别的电能表异常现象检测方法及系统。本发明的方法,包括:通过高速摄像头实时监控电能表,使用多级滤波和边缘融合算法预处理图像,通过频域变换、边缘梯度方向直方图和颜色直方图提取纹理、形状和颜色特征,得到多特征融合后的特征图像;将多特征融合后的特征图像与模板图像特征比对,采用复合差分法和复合相关性分析检测异常,结合局部和全局检测进行综合判定,触发动态视频捕捉异常。本发明通过融合多尺度的边缘信息,增强图像的边缘特征,便于后续的特征提取和异常检测;通过融合多种特征,形成综合特征图像,提高特征提取的准确性和鲁棒性可;综合判定将两种检测结果结合起来,确保检测结果的准确性和可靠性。
技术关键词
电能表 梯度方向直方图 颜色直方图 融合算法 梯度直方图 模板 图像获取单元 高斯滤波器 坐标 像素点 纹理特征 视频 动态 多尺度 特征点
系统为您推荐了相关专利信息
1
一种应用无人机确定南极企鹅种群数量的方法
短波红外成像仪 水体 卷积神经网络深度学习模型 节点 集群
2
电能表计量数据的极轻量级压缩方法及系统、设备、介质
电能表计量 序列 采集电能表 纵向高度 模式
3
一种非对称双分支DGB-D语义分割方法和装置
语义分割方法 分支 特征融合方法 网络模块 解码器
4
数据标注方法及系统、存储介质、计算机设备和程序产品
数据标注方法 三维点云数据 物体 机器人 语义
5
一种剪切散斑干涉的缺陷尺寸检测方法、电子设备和介质
缺陷尺寸检测方法 剪切散斑干涉 YOLO模型 注意力机制 图像
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号