摘要
本发明公开了一种基于细颗粒度检测的电力作业安全风险辨识方法及系统,涉及电力作业安全管理领域,解决了难以通过图像分析软件获取设备表面物质面积占比,也难以通过SAD算法获取目标像素点的视差值,缺少以卷积神经网络作为基础框架构建模型进行区域判定,并进行双重预警的技术问题,包括以下步骤:通过图像分析软件获取腐蚀面积比例和磨损面积比例得到设备综合损害比例;使用高分辨率双目相机采集电力作业现场视频数据;获取目标像素点的视差值和相应的视差图,通过SAD算法得到视差值后获取相应点深度值和三维坐标;以卷积神经网络作为基础框架构建模型对车辆类型进行判定,并根据两个判定条件判断是否触发预警信号。
技术关键词
风险辨识方法
像素点
图像分析软件
电力作业现场
双目相机
特征点
高分辨率摄像头
深度值
坐标
卷积神经网络提取图像特征
指数
拍摄设备
算法
视频
感兴趣
生成点云数据
系统为您推荐了相关专利信息
智能检测仪
尖端曲率半径
夹持平台
智能分析模块
载物台
训练分类模型
时间序列图像
墙面
自动检测方法
语义分割模型
领航无人机
山体三维模型
特征点
Harris角点检测算法
坐标系
光流估计方法
图像分割模型
语义
图像特征提取
注意力解码