一种GIS内部典型缺陷图像自动识别方法

发明专利有效专利

申请号：
CN201710075214.9
IPC分类号：G06T7/00;G06T7/11;G06T7/136
申请日期：
2017-02-10
申请人：
云南电网有限责任公司电力科学研究院

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种GIS内部典型缺陷图像自动识别方法
申请号	CN201710075214.9	申请日期	2017-02-10
法律状态	授权	申报国家	中国
公开/公告日	2017-06-13	公开/公告号	CN106846316A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕	IPC分类号	G;0;6;T;7;/;0;0;;;G;0;6;T;7;/;1;1;;;G;0;6;T;7;/;1;3;6查看分类表>
申请人	云南电网有限责任公司电力科学研究院	申请人地址	云南省昆明市经济技术开发区云大西路105号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	云南电网有限责任公司电力科学研究院	当前权利人	云南电网有限责任公司电力科学研究院
发明人	刘荣海;于虹;杨迎春;郭新良;吴章勤;李志翔;许宏伟;郑欣;周静波
代理机构	北京弘权知识产权代理事务所（普通合伙）	代理人	逯长明;许伟群

摘要

本申请实施例公开了一种GIS内部典型缺陷图像自动识别方法，包括获取缺陷图像；对所述缺陷图像进行预处理，获得目标图像；对所述目标图像进行特征提取，获得特征数据；从所述特征数据中提取特征向量；采用多类分类器，将所述特征向量作为输入，对所述特征向量进行识别。本申请实施例通过训练多类分类器对缺陷类型进行特征分类，然后筛选出满足缺陷类型特征的缺陷图像，从而确定缺陷图像类型，能够提高GIS设备检测的效率和精确性，实现在线监测。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供