基于机器视觉的瓦斯继电器油位异常检测

针对传统的瓦斯继电器油位异常时机械故障引起的误报警情况,文中提出基于机器视觉的瓦斯继电器油位测量方法,为瓦斯继电器油位异常检测提供一种新的方法,有效提高其工作可靠性和安全性。由于瓦斯继电器窗口内部背景复杂干扰较大,使得传统的基于图像处理液位提取方法误差很大,无法得出满意的结果。为此提出颜色空间域转换和Canny检测边缘结构复杂度相结合的算法,提取出瓦斯继电器油位。实验结果显示,所提算法在瓦斯继电器油位提取方面优于传统方法,满足实际工程需求。

车道线破损检测与测量

针对传统的人工车道线破损检测方法存在费时费力的问题,论文提出一种有效的处理方法。用车载相机进行图像采集,将原始道路图像灰度化之后,采用高斯滤波去除图像采集过程中引入的噪声。利用反透视变换将图像转换成俯视图,得到准确的车道线图像信息。最后基于ROI的提取算法,提出将Rect函数用于车道线面积计算,以改善传统边缘检测算法对边缘破损的车道线无法识别的情况。经过对实际道路的实验测试,检测效果良好,准确度高。