[发明专利]一种变压器螺母识别与定位装置及方法有效

专利信息
申请号: 201810920149.X 申请日: 2018-08-13
公开(公告)号: CN109410272B 公开(公告)日: 2021-05-28
发明(设计)人: 丁彬;康林贤;李鹏程;谷永刚;隋喆;万康鸿;吴昊;王文森;杨传凯;冯忆兵;王治豪;高亚宁;邓作为;周艳辉 申请(专利权)人: 国网陕西省电力公司电力科学研究院;国网陕西省电力公司;西安交通大学
主分类号: G06T7/70 分类号: G06T7/70;G06T5/00;G06T7/33;G06T7/55
代理公司: 北京中济纬天专利代理有限公司 11429 代理人: 覃婧婵
地址: 710199 陕西*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 变压器 螺母 识别 定位 装置 方法
【说明书】:

本公开揭示了一种变压器螺母识别与定位装置及方法。在变压器的正前方以及上方放置三维深度感知摄像头。红外散斑投射器投射散斑至变压器,IR摄像头接受红外散斑图像,进行预处理,运动匹配和后处理等操作得到深度图信息。两个摄像头采集处理之后的点云进行点云配准,与融合,添加rgb彩色信息实现三维重建,再进行目标物体检测,分割出识别的螺母三维模型,确定每个螺母(变压器高压侧和负载测)的位置信息。本发明通过识别确定变压器螺母的位置信息,便于工业化生产中利用。

技术领域

本发明涉及属于识别技术领域,特别涉及一种变压器螺母识别与定位装置及方法。

背景技术

随着人工智能技术发展,基于计算机视觉的测量方法越来越得到重视。计算机视觉的本质是实现二维图像到三维空间的重建,而基于计算机视觉的测量技术中关键的步骤就是获取目标物体的三维信息,近年来研究比较热门的深度感知技术为我们提供了获取三维信息的重要途径。通过该技术不仅获取重要参数信息还实现了三维重建,进而对物体的几何参数、位置信息进行更加精确的测量。

随着人工智能的火热,人工智能识别技术已经应用到了工业化生产等领域。智能化也在不断的发展,特别计算机视觉在工业化生产中占据着重要的位置,无论工业化生产中的机械物体抓取、还是目标物体检测都可以通过智能化实现。通过智能化的方式可以减少人工消耗,提高工业化生产效率。这也使得工业化趋向智能化。

发明内容

本发明的目的在于提供一种变压器螺母的识别与定位方法及装置,旨在通过智能化自动识别装置提高工业化生产效率。

本发明采用如下技术方案:一种变压器螺母识别与定位装置,所述装置包括:

红外散斑投射模块:用于投射散斑至变压器上;

图像采集模块:利用IR摄像头和RGB摄像头采集变压器的红外散斑图像序列和RGB彩色图像,并将采集的红外散斑图像序列发送至深度感知处理模块,将 RGB彩色图像发送给三维重建模块;

深度感知处理模块:用于将接收到的红外散斑图序列进行处理,得到显示效果平滑的深度图;

三维重建模块:用于将所述深度图进行处理得到点云数据,再将所述点云数据经过处理并添加RGB彩色图像形成三维模型;

目标识别模块:基于所述三维模型,对变压器中的螺母进行识别,确定所述螺母在空间中的实时位置信息,并将变压器中螺母的实时位置信息传递给PC端进行显示。

本发明还提供一种变压器螺母识别与定位方法,所述方法包括如下步骤:

S100、利用红外散斑投射模块投射散斑至变压器上方以及前方位置;

S200、利用变压器的上方前方的IR摄像头和RGB摄像头实时采集变压器场景中的红外散斑图像序列和R6B彩色图像;

S300、对红外散斑图像序列进行图像处理得到显示效果平滑的深度图序列,将所述深度图序列与RGB彩色图像结合进行点云配准与融合得到三维模型;

S400、对场景中的变压器进行检测,识别出变压器的高压侧和负载侧的螺母,并对所述螺母位置信息进行定位,将得到的螺母位置信息传入PC端。

本发明通过实时检测识别场景中目标物体,达到精准定位的目的。

附图说明

图1本公开一个实施例中应用于变压器螺母识别与定位装置图;

其中6是变压器的主体,在变压器的上方和前方可以看到放有三维深度感知摄像头7,其中三维深度感知摄像头7包括:1红外散斑投射器,2 IR摄像头, 3 R6B摄像头,变压器主体6上包括高压侧的螺母5和低压侧的螺母4;

图2本公开一个实施例的整体流程框图。

具体实施方式

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国网陕西省电力公司电力科学研究院;国网陕西省电力公司;西安交通大学,未经国网陕西省电力公司电力科学研究院;国网陕西省电力公司;西安交通大学许可,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/201810920149.X/2.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