摘要
本发明涉及图像识别技术领域,具体公开了基于图像识别的变压器火灾阶段识别方法。包括以下步骤:步骤一:通过监控摄像头采集变压器的实时图像数据,对变压器的运行状态进行监测;步骤二:对所述图像数据进行预处理,包括噪声去除、亮度归一化和目标区域提取,以提高后续识别的准确率;步骤三:基于卷积神经网络提取图像的深度特征,同时提取颜色分布、烟雾形态、火焰纹理等特征参数,进行特征融合形成多模态特征向量;本发明的技术方案实现火灾阶段的精细化识别:通过引入深度学习模型和图像识别算法,将变压器火灾发展过程划分为六个阶段,实现对火灾全过程的细粒度识别,突破传统监测手段难以区分火情阶段的瓶颈。
技术关键词
识别方法
卷积神经网络提取
变电站自动化监控系统
阶段
火灾模拟实验
气体传感器
火灾全过程
纹理
双边滤波算法
实时图像
低光照环境
多模态
自动灭火系统
烟雾
变压器电源
感兴趣
图像识别算法
系统为您推荐了相关专利信息
芯片仿真方法
静态时序分析
互连线
布图规划
标准单元
数据分析方法
多阶段
蒙特卡洛树搜索方法
分层特征提取
动态
穿孔特征
细粒度特征
空间金字塔池化
特征融合网络
识别方法
区域识别方法
静息态功能磁共振
扩散加权图像
矩阵
多模态