面向工业现场的视频监测与设备状态检测场景,针对人工观察杆状结构是否发生倾斜、拉偏效率较低且难以持续监测的问题,开发基于计算机视觉的横杆姿态与拉偏检测系统。系统能够从视频中自动定位目标横杆、计算姿态角度,并根据设定阈值判断是否存在异常,同时针对不同光照条件进行图像增强,提高复杂环境下的视频分析能力。
点击空白处退出提示
面向工业现场的视频监测与设备状态检测场景,针对人工观察杆状结构是否发生倾斜、拉偏效率较低且难以持续监测的问题,开发基于计算机视觉的横杆姿态与拉偏检测系统。系统能够从视频中自动定位目标横杆、计算姿态角度,并根据设定阈值判断是否存在异常,同时针对不同光照条件进行图像增强,提高复杂环境下的视频分析能力。
系统支持工业视频自动读取与逐帧分析,通过图像增强、边缘检测和直线特征提取定位画面中的横杆目标,并计算目标的实时倾斜角度。系统根据设定的角度阈值自动判断拉偏状态,在视频画面中显示检测结果和异常信息,同时记录各目标的检测角度及报警状态。针对正常光照和低照度视频,可进行自适应图像增强,并最终输出标注后的检测视频及CSV统计结果。
负责项目整体检测方案设计、Python程序实现、视频处理、参数调试和实验结果分析。使用OpenCV完成视频读取与逐帧处理,通过Gamma校正改善低照度画面,结合Canny边缘检测、ROI区域约束和Hough直线检测提取横杆特征,并根据检测直线计算目标倾斜角度。设置10°作为拉偏报警阈值,对正常光照及不同低照度视频进行测试和参数优化,最终实现横杆姿态检测、异常报警、结果视频生成及CSV统计输出。




评论