[发明专利]一种电力作业现场物体安全特征识别系统有效

专利信息
申请号: 201810005569.5 申请日: 2018-01-03
公开(公告)号: CN108230182B 公开(公告)日: 2019-04-19
发明(设计)人: 高明;林海;林克全;张文斐;梁雪青;黎炼;张志亮;田纯青;梅永坚 申请(专利权)人: 广州龙腾机电股份有限公司
主分类号: G06Q50/06 分类号: G06Q50/06;G06T5/00;G06T7/136;G06T7/194
代理公司: 北京华识知识产权代理有限公司 11530 代理人: 赵永强
地址: 528400 广东省中*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电力作业 现场物体 后台服务器 判定结果 移动终端 安全特征 识别系统 作业现场 安全 无线传输模块 存储和处理 安全监督 风险隐患 图片上传 传送 反馈 监察 发现 图片
【权利要求书】:

1.一种电力作业现场物体安全特征识别系统,其特征是,包括移动终端、无线传输模块和后台服务器;其中,所述移动终端用于将电力作业现场物体图片通过无线传输模块上传至后台服务器,还用于接收所述后台服务器发送的电力作业现场物体安全判定结果,并根据电力作业现场物体安全判定结果进行相应地显示;所述后台服务器用于接收、存储和处理电力作业现场物体图片,生成电力作业现场物体安全判定结果并将电力作业现场物体安全判定结果通过无线传输模块反馈到所述移动终端;

所述移动终端上安装有用于采集电力作业现场物体图片的并与后台服务器进行信息交互的移动应用客户端,所述移动应用客户端通过调用移动终端上内置摄像头采集电力作业现场物体图片;

所述后台服务器包括图像处理单元、特征提取单元、特征识别单元、安全特征数据库和存储单元;所述图像处理单元用于对电力作业现场物体图片进行处理,得到电力作业现场物体图片的前景图像,所述特征提取单元用于提取前景图像中的电力作业现场物体的细节特征,得到前景图像的特征图像,所述特征识别单元用于将特征图像和安全特征数据库中的安全特征图像进行匹配,判断采集到的电力作业现场物体图片是否存在安全风险隐患,生成电力作业现场物体安全判定结果并将判定结果通过无线网络发送给移动应用客户端,所述安全特征数据库中存储有电力作业现场物体的安全特征图像,所述存储单元用于存储来自移动应用客户端的电力作业现场物体图片;

所述图像处理单元包括图像预处理模块、图像增强模块和图像分割模块,其中,所述图像预处理模块用于对电力作业现场物体图片进行去噪;所述图像增强模块用于对去噪后电力作业现场物体图片进行图像增强处理,所述图像分割模块用于提取经图像增强处理后的电力作业现场物体图片的前景图像;

对电力作业现场物体图片进行去噪,具体包括:

(1)根据PCNN神经元同步脉冲发放特性确定电力作业现场物体图片噪声点的位置,若像素点(i,j)不是噪声点,则直接输出像素点(i,j)的灰度值;否则,以噪声点(i,j)为中心,选取一个大小为N×N(其中N为奇数)的滑动窗口,计算滑动窗口中所有像素点的灰度值并进行统计排序,从已排序的像素点灰度值中选取该滑动窗口中像素点的灰度中值Mmed

(2)将滑动窗口中剩余像素点(m,n)的灰度值分别与Mmed进行比较,并计算像素点(m,n)处的加权系数W(m,n),其加权系数的计算公式为:

式中,r={1,2,…,(N-1)/2};W(m,n)为像素点(m,n)的加权系数;R(m,n)为像素点(m,n)的灰度值,Mmed为滑动窗口中像素点的灰度中值;

(3)利用下式计算中心像素点灰度值:

式中,I(i,j)为中心像素点(i,j)的灰度值,W(m,n)为像素点(m,n)的加权系数,R(m,n)为像素点(m,n)的灰度值;

(4)遍历电力作业现场物体图片中所有像素点,全体像素点的灰度值构成的集合为去噪后电力作业现场物体图片。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州龙腾机电股份有限公司,未经广州龙腾机电股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810005569.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top