摘要
一种基于机器视觉的变压器油中气泡检测方法,包括以下步骤;步骤S101,基于采集的变压器油的视频图像信息,对视频图像特征中得到的高斯分布模型进行初始化;步骤S102,基于高斯混合模型,获取变压器油视频图像视频帧,对高斯混合模型进行匹配混合判断实时更新模型;步骤S103,对更新的高斯混合模型进行调整,选取背景分布模型,对新的变压器油气泡视频,作图像运动检测判断;步骤S104,结合卷积神经网络,对所提取的气泡图像进行识别与智能分类,实现对油中气泡的检测与智能识别。本发明采用视频流的方式,对视频中每一帧的进行关联和跟踪,实现对变压器油中气泡的检测,让动态和静态变压器油中气泡均能得到识别和可视化。
技术关键词
气泡检测方法
高斯混合模型
变压器油
视频图像特征
高斯分布模型
混合高斯模型
油路块
气泡检测系统
采集单元
视觉
运动检测
视频帧
处理单元
控制单元
像素点
实时视频
系统为您推荐了相关专利信息
道路交通流预测方法
卷积递归神经网络
交通状态预测
高斯混合模型
节点特征
电磁暂态仿真
集构建方法
电磁暂态模型
场景
新能源发电系统
医疗打印机
多维特征向量
退化特征
监测方法
高斯混合模型
人工智能识别
卷积神经网络模型
介质
视频图像特征
实时视频流
冗余机器人
雅可比矩阵
学习方法
非线性优化方法
层级