共查询到19条相似文献,搜索用时 93 毫秒
1.
一种基于SIFT的图像特征匹配方法 总被引:2,自引:0,他引:2
为解决查询点落于分割超面以及匹配图像光照变化较大时,传统SIFT(尺度不变特征变换)算法的检测性能将会降低的问题,提出了一种改进的SIFT算法。该算法引入了灰度均匀化技术与冗余分割树。灰度均匀化技术将原图像的灰度直方图映射到更宽更均匀的直方图上,降低了光照变化的影响。冗余分割树在分割数据进行匹配时采用了2个分割超面进行数据分割,消除了查询点落于分割超面带来的影响。实验结果表明,在各种不同场景的测试下,改进的SIFT算法均提高了图像的匹配精度,性能优于传统SIFT算法。 相似文献
2.
3.
为了满足变电站智能防误的需求,提出了一种基于图像识别方法的变电站防误操作智能识别系统。利用头戴式摄像机获取变电站现场的实时视频图像,基于尺度不变特征变换对标志牌以及操作目标进行智能识别,实现对操作人员定位,防止走错间隔。采用隐马尔科夫模型对采集到的操作人员手部轨迹进行匹配识别,结合操作票判断操作人员是否有误操作行为发生。本文详细介绍该系统的组成和实现方法。通过变电站内的现场测试验证了所提出方法的有效性。 相似文献
4.
在未知环境中,移动机器人的同步定位与地图创建是机器人研究领域的一个非常重要的问题.作为自主机器人,能够可靠地探索未知环境中的目标或局部环境,是否具有视觉信息采集能力是非常重要的,基于尺度不变的特征变换算法(SIFT)在图像匹配与检测方面具有强大的功能.提出了一种方法来优化SIFT特征向量的维度,降低算法的复杂度,提高算... 相似文献
5.
局部不变特征提取算法的研究及其在图像识别中的应用 总被引:2,自引:0,他引:2
异型纤维自动检验过程中,传统边沿检测方法,受到图片质量的影响较大。而尺度不变特征变换(SIFT),直接从原始的灰度图像中提取特征信息,相对受图片质量的影响较小。本文提出了一种基于尺度不变特征变换以及支持向量机算法的纤维识别方法,实现了一个以该理论为基础的纤维自动识别系统,并获得了较为理想的识别结果。验证了尺度不变特征变换算子具有较强的稳定性、抗噪性、仿射不变性等特性。 相似文献
6.
《高压电器》2021,57(10)
针对变电站中开关状态图像识别易发生误判的问题,提出了一种基于非下采样剪切波变换(NSST)图像融合的变电站开关图像识别方法。该方法采用可见光和红外光双摄像模式,得到开关可见光图像和红外图像,根据两者的特点与互补特性,采用基于NSST的图像融合算法对可见光图像和红外图像进行融合,生成含有两种开关图像丰富细节信息和特征量的融合图像,采用改进加速稳健特征(SURF)算法对融合图像进行目标特征量提取和匹配,再采用基于混沌布谷鸟(CCS)算法的多阈值图像分割技术进行处理,最后基于霍夫变换得到开关臂和触点所在直线的斜率,根据两者角度差判别开关状态。仿真实验表明:所提方法对闭合与断开状态隔离开关的识别率分别为94.4%和100%,验证了所提方法的有效性。 相似文献
7.
8.
局部放电模式识别是一种高电压设备绝缘故障诊断的有效方法。文中基于小波多分辨理论,提出了一种对局部放电φ-q-n灰度图像进行模式识别的新方法。该方法对局部放电待识别图像和参考图像进行小波多尺度分解,然后对某一尺度上形成的低频子图像进行相似度以及模式贴近度计算,按照模式贴近度最大的原则进行模式识别。文中对放电模型实验获得的放电样本进行了模式识别并计算出基于4种小波基的多尺度图像分解的局部放电图像的识别率,分析了小波分解尺度及4种小波正交性及光滑连续性对识别率的影响。分析表明,选择正交小波和合适的分解尺度,文中提出的方法能够获得良好的效果。 相似文献
9.
基于小波多尺度变换的局部放电图像识别方法 总被引:4,自引:0,他引:4
局部放电模式识别是一种高电压设备绝缘故障诊断的有效方法。文中基于小波多分辨理论,提出了一种对局部放电(?)-q-n灰度图像进行模式识别的新方法。该方法对局部放电待识别图像和参考图像进行小波多尺度分解,然后对某一尺度上形成的低频子图像进行相似度以及模式贴近度计算,按照模式贴近度最大的原则进行模式识别。文中对放电模型实验获得的放电样本进行了模式识别并计算出基于4种小波基的多尺度图像分解的局部放电图像的识别率,分析了小波分解尺度及4种小波正交性及光滑连续性对识别率的影响。分析表明,选择正交小波和合适的分解尺度,文中提出的方法能够获得良好的效果。 相似文献
10.
11.
针对智能移动机器人未知环境探测与地图创建的研究与应用,在优化图像匹配算法的基础上,提出了一种基于图像信息与激光测距信息融合的算法,用于机器人作业环境中进行目标有效辨识,以完成机器人的环境探测与地图创建。实验结果证明了该算法的可行性和有效性。 相似文献
12.
13.
14.
改进的尺度不变特征转换精确图像匹配在电力设备目标定位中的应用 总被引:1,自引:0,他引:1
针对电力设备目标定位问题,研究了基于改进的尺度不变特征转换(scale invariant feature transform,SIFT)精确图像配准的定位方法。首先用改进的SIFT特征描述子提取图像中的特征点,降低了特征向量描述子的维数,大大提高了算法的速度;然后采用欧氏距离对特征点进行初始匹配,由于初始匹配过程中存在误匹配,采用改进的随机取样一致性(random sample consensus,RANSAC)算法对阈值进行自动调整,消除了错误匹配;最后,以电力系统中的刀闸、变压器为例,采用旋转、缩放、光照变化及加噪声图像验证了该算法。实验结果表明:改进后的算法不仅继承了SIFT算法的鲁棒性,而且提高了算法的速度和匹配精度,可以较好地应用于电力设备目标定位中。 相似文献
15.
16.
17.
智能变电站配置描述(SCD)文件中没有直接描述一次设备及其拓扑关系的信息,不能直接得到主接线图。文中提出了一种利用SCD文件中智能电子设备(IED)模型信息快速自动生成主接线图的方法。该方法基于IED和一次设备之间的关联及复杂的虚连接关系,采用拓扑连接矩阵对设备拓扑关系进行表示,提出了基于预排序遍历树的IED信息处理模型用于设备拓扑连接关系辨识,利用可缩放矢量图和并行计算技术,只需要SCD文件即可实现主接线图自动生成。实测结果验证了所提方法的有效性和实用性。 相似文献
18.
针对目前变电站巡检机器人系统的特点和不足,从提高变电站无人化、自动化水平出发,提出了一种基于微型低功耗摄像头及传感器的轨道式巡检机器人系统。分析了机器人定位、设备信息采集、图像测温、仪表读数识别、供电系统等关键技术,并讨论了相应的解决方案。可通过分布在电力设备及变电站周围的微型低功耗摄像头和传感器,对电力设备及变电站周围环境进行全方位监测。 相似文献
19.
准确快速检测智能变电站通信网络异常流量是发现系统异常、实现安全态势感知和主动防御的关键技术,对保证智能电网安全稳定运行有着重要意义。文中提出了基于时-频域混合特征的智能变电站通信网络异常流量检测新方法。首先,设计了基于分形自回归积分滑动平均(FARIMA)流量模型和小波包分析方法的流量频域特征提取方法,并结合电力信息流时域特征构建时-频域混合特征集。进而,采用人工蜂群优化的支持向量机算法进行异常流量辨识。最后,基于某110 kV变电站的站内实际网络流量和CIC DDoS2019数据集、KDD99数据集进行仿真,结果表明所提算法对网络异常流量识别有更低的误判率和漏检率。 相似文献