CN111695512B - 一种无人值守文物监测方法及装置 - Google Patents
一种无人值守文物监测方法及装置 Download PDFInfo
- Publication number
- CN111695512B CN111695512B CN202010536774.1A CN202010536774A CN111695512B CN 111695512 B CN111695512 B CN 111695512B CN 202010536774 A CN202010536774 A CN 202010536774A CN 111695512 B CN111695512 B CN 111695512B
- Authority
- CN
- China
- Prior art keywords
- image
- current image
- remote server
- cultural relic
- unattended
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/532—Query formulation, e.g. graphical querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
- G06V10/464—Salient features, e.g. scale invariant feature transforms [SIFT] using a plurality of salient features, e.g. bag-of-words [BoW] representations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种无人值守文物监测方法,本发明包括:S1.建立根据清晰度分类的图库;S2.获取当前图像;S3.若能从图库中选取与当前图像清晰度值最接近的图片作为参考图像,则执行步骤S4,否则执行步骤S6;S4.根据当前图像的纹理特征判断关键区域是否缺失或偏离;缺失或偏离,则发送异常信息;否则执行S5;S5.对当前图像和参考图像的关键区域进行仿射变换来判断当前图像的关键区域是否缺失,缺失则发送异常信息;否则不发送。S6.调节光源后获取清晰度值合适的图像作为当前图像,执行步骤S3。本发明还公开了一种无人值守文物监测装置。本发明通过纹理特征、仿射变换和实例分割等综合方法来判断当前图像的关键区域是否缺失,抗干扰性强。
Description
技术领域
本发明涉及文物监测,更具体地说,它涉及一种无人值守文物监测方法及装置。
背景技术
传统方法主要采用简单的传感器检测文物位移,或摄像机拍照后检测照片的差别(帧间差异)的方法进行分析文物是否破坏或被盗。传统的采用图像处理的方法识别文物异常时,检测结果容易受到光线的干扰,以及其它物体的遮挡。另外,文物所在地也存在不方便部署网络,而基于移动通信运营商的网络的监控方式,流量资费限制了视频监控在此领域的应用。
发明内容
本发明要解决的技术问题是针对现有技术的上述不足,本发明的目的一是提供一种可以提高监测稳定性的无人值守文物监测方法。
本发明的目的二是提供一种可以提高监测稳定性的无人值守文物监测装置。
为了实现上述目的一,本发明提供一种无人值守文物监测方法,包括步骤如下:
S1.获取不同清晰度值的原始图像,在所述原始图像中选定关键区域,提取所述关键区域的纹理特征,建立根据清晰度(SSIM)分类的图库,该图库包含所述原始图像、关键区域位置信息、纹理特征和清晰度数据;
S2.从成像设备获取当前图像;
S3.计算当前图像的清晰度值,若能够从所述图库中选取得到与该清晰度值最接近且与该清晰度值的差值在允许范围内的图片作为参考图像,则执行步骤S4,否则执行步骤S6;
S4.根据参考图像的关键区域的纹理特征在所述当前图像中搜索其关键区域,根据所述当前图像关键区域的纹理特征判断所述当前图像的关键区域是否缺失、关键区域是否偏离;若所述当前图像的关键区域缺失或偏离,则发送异常信息给远程服务器;否则执行S5;
S5.依据所述参考图像与当前图像的关键区域位置信息对所述当前图像进行仿射变换,对所述当前图像的关键区域和参考图像的关键区域进行差分计算得到变化值,若所述变化值超出阈值,则判断所述当前图像的关键区域缺失,保存所述当前图像,并发送异常信息给所述远程服务器;否则不发送;
S6.调节环境亮度并获取清晰度值合适的图像作为当前图像,执行步骤S3。
作为进一步地改进,在所述步骤S1中还包括:
对所述原始图像进行标注目标;
将所述原始图像中目标以外的部分当作背景,保留所述目标,使用不同的图像替换所述背景得到替换图像,对所述原始图像、替换图像进行深度学习得到目标识别分割模型。
进一步地,在发送异常信息给远程服务器后还进行以下步骤:
根据所述目标识别分割模型对所述原始图像进行分析得到详细信息,并发送所述详细信息给所述远程服务器。
进一步地,以文本的形式发送所述异常信息、详细信息给所述远程服务器。
进一步地,还包括:实时获取现场的环境参数,若所述环境参数正常时,定时发送所述环境参数给所述远程服务器;否则即时发送所述环境参数给所述远程服务器。
进一步地,还包括:实时判断现场是否有人,若有人,则按照第一频率执行所述步骤S2;否则按照第二频率执行所述步骤S2,所述第一频率大于所述第二频率。
进一步地,还包括:接收所述远程服务器发送的查看图像指令,根据所述查看图像指令发送相应的图像到所述远程服务器。
进一步地,通过物联网或局域无线网络将所述异常信息发送至网关,并通过所述网关将所述异常信息发送给所述远程服务器。
为了实现上述目的二,本发明提供一种无人值守文物监测装置,其特征在于,包括终端控制器、摄像机、可调光源、通信模块、环境监控传感器、人体传感器,所述终端控制器分别电性连接所述摄像机、可调光源、环境监控传感器、人体传感器,所述终端控制器通过所述通信模块网络连接远程服务器;所述环境监控传感器至少包括温度传感器、湿度传感器、光强度传感器中的一种;
所述终端控制器用于调节所述可调光源的亮度,并通过所述摄像机获取文物的图像,根据上述的方法对所述文物进行监测。
有益效果
本发明与现有技术相比,具有的优点为:本发明首先以不同清晰度值的图像建立根据清晰度分类的图库,从图库中选取一张清晰度值与当前获取图像最接近的图像,依据两张图像的纹理特征对关键区域定位,如果关键区域偏离或缺失则判定为异常,否则依据定位信息对当前获取图像进行仿射变换后,再计算两张图像中目标的差异,根据差异判断监控目标是否异常,在受光线或遮挡等干扰情况下,也能准确监测文物状态,抗干扰性强;此外对存在异常的图像,采用深度学习模型分析造成异常的原因,并将分析结果以文本的方式即时提交到远程服务器,后台工作人员根据文本情况,可以不查看当时的图像,减少了流量,也提高了工作效率。
附图说明
图1为本发明的结构示意图。
其中:1-终端控制器、2-摄像机、3-可调光源、4-通信模块、5-环境监控传感器、6-人体传感器、7-远程服务器、8-文物。
具体实施方式
下面结合附图中的具体实施例对本发明做进一步的说明。
参阅图1,一种无人值守文物监测方法,包括步骤如下:
S1.获取不同清晰度值的原始图像,在原始图像中选定关键区域,关键区域为图像特征明显且位置稳定的区域,将关键区域作为感兴趣区域ROI,提取关键区域的纹理特征,建立根据清晰度(SSIM)分类的图库,该图库包含原始图像、关键区域位置信息、纹理特征和清晰度数据;为了便于后续图像仿射变换,同一幅图像内的ROI数量不少于3个,ROI可以位于关注的文物的内部,也可位于外则,如图1中的ROI1-ROI5,建图库时需要提供ROI的位置信息,以及是否位于关注的文物的内部;
S2.从成像设备获取当前图像;
S3.计算当前图像的清晰度值,若能够从图库中选取得到与该清晰度值最接近且与该清晰度值的差值在允许范围内的图片作为参考图像,则执行步骤S4,否则执行步骤S6;
S4.根据参考图像的关键区域的纹理特征在当前图像中搜索其关键区域,根据当前图像关键区域的纹理特征判断当前图像的关键区域是否缺失、关键区域是否偏离;若当前图像的关键区域缺失或偏离,则发送异常信息给远程服务器,保存当前图像用于后续人工复查;否则执行S5;
S5.依据参考图像与当前图像的关键区域位置信息对当前图像进行仿射变换,对当前图像的关键区域和参考图像的关键区域进行差分计算得到变化值,若变化值超出阈值,则判断当前图像的关键区域缺失,保存当前图像用于后续人工复查,并发送异常信息给远程服务器;否则不发送;
S6.调节环境亮度并获取清晰度值合适的图像作为当前图像,执行步骤S3,这里的清晰度值满足当前图像清晰、图像质量好、易于图像分析处理。
在步骤S1中还包括:
对原始图像进行标注目标,即在原始图像中标注目标文物;
将原始图像中目标以外的部分当作背景,保留目标,使用不同的图像替换背景得到替换图像,对原始图像、替换图像进行深度学习得到目标识别分割模型。
在发送异常信息给远程服务器后还进行以下步骤:
根据目标识别分割模型对原始图像进行分析得到详细信息,并发送详细信息给远程服务器。在本实施例中,以文本的形式发送异常信息、详细信息给远程服务器,极大降低了监控终端产生的流量,有利于监控终端的广泛部署。
所述监测方法还包括:实时获取现场的环境参数,若环境参数正常时,定时发送环境参数给远程服务器;否则即时发送环境参数给远程服务器,以提高监测的时效性。
所述监测方法还包括:实时判断现场是否有人,若有人,则按照第一频率执行步骤S2;否则按照第二频率执行步骤S2,第一频率大于第二频率。在监控对象周围无人员走动时(特别是在夜间),减少获取图像以及进行图像分析的次数,可有效降低功耗,延长终端待机时间。
所述监测方法还包括:接收远程服务器发送的查看图像指令,根据查看图像指令发送相应的图像到远程服务器。当远程的工作人员发现异常时,可通过指令获取发生异常时的图像,察看发生异常的原因。
所述监测方法通过物联网或局域无线网络将异常信息发送至网关,并通过网关将异常信息发送给远程服务器。上述数据发送时,可以通过物联网或局域无线网络将周围待上报数据汇集至网关,网关有连接远程服务器的无线或有线的数据通道,实现数据定时上报和异常即时上报。
一种无人值守文物监测装置,包括终端控制器1、摄像机2、可调光源3、通信模块4、环境监控传感器5、人体传感器6,终端控制器1分别电性连接摄像机2、可调光源3、环境监控传感器5、人体传感器6,终端控制器1通过通信模块4网络连接远程服务器7,终端控制器1也可以内置移动通信模块,通过移动通信模块发送数据给远程服务器7;环境监控传感器5至少包括温度传感器、湿度传感器、光强度传感器中的一种;
终端控制器1用于调节可调光源3的亮度,并通过摄像机2获取文物的图像,根据上方法对文物进行监测。
本发明首先以不同清晰度值的图像建立根据清晰度分类的图库,从图库中选取一张清晰度值与当前获取图像最接近的图像,依据两张图像的纹理特征对关键区域定位,如果关键区域偏离或缺失则判定为异常,否则依据定位信息对当前获取图像进行仿射变换后,再计算两张图像中目标的差异,根据差异判断监控目标是否异常,在受光线或遮挡等干扰情况下,也能准确监测文物状态,抗干扰性强;此外对存在异常的图像,采用深度学习模型分析造成异常的原因,并将分析结果以文本的方式即时提交到远程服务器,后台工作人员根据文本情况,可以不查看当时的图像,减少了流量,也提高了工作效率。
以上仅是本发明的优选实施方式,应当指出对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些都不会影响本发明实施的效果和专利的实用性。
Claims (9)
1.一种无人值守文物监测方法,其特征在于,包括步骤如下:
S1.获取不同清晰度值的原始图像,在所述原始图像中选定关键区域,提取所述关键区域的纹理特征,建立根据清晰度分类的图库,该图库包含所述原始图像、关键区域位置信息、纹理特征和清晰度数据;
S2.从成像设备获取当前图像;
S3.计算当前图像的清晰度值,若能够从所述图库中选取得到与该清晰度值最接近且与该清晰度值的差值在允许范围内的图片作为参考图像,则执行步骤S4,否则执行步骤S6;
S4.根据参考图像的关键区域的纹理特征在所述当前图像中搜索其关键区域,根据所述当前图像关键区域的纹理特征判断所述当前图像的关键区域是否缺失、关键区域是否偏离;若所述当前图像的关键区域缺失或偏离,则发送异常信息给远程服务器;否则执行S5;
S5.依据所述参考图像与当前图像的关键区域位置信息对所述当前图像进行仿射变换,对所述当前图像的关键区域和参考图像的关键区域进行差分计算得到变化值,若所述变化值超出阈值,则判断所述当前图像的关键区域缺失,保存所述当前图像,并发送异常信息给所述远程服务器;否则不发送;
S6.调节环境亮度并获取清晰度值合适的图像作为当前图像,执行步骤S3。
2.根据权利要求1所述的一种无人值守文物监测方法,其特征在于,在所述步骤S1中还包括:
对所述原始图像进行标注目标;
将所述原始图像中目标以外的部分当作背景,保留所述目标,使用不同的图像替换所述背景得到替换图像,对所述原始图像、替换图像进行深度学习得到目标识别分割模型。
3.根据权利要求2所述的一种无人值守文物监测方法,其特征在于,在发送异常信息给远程服务器后还进行以下步骤:
根据所述目标识别分割模型对所述原始图像进行分析得到详细信息,并发送所述详细信息给所述远程服务器。
4.根据权利要求3所述的一种无人值守文物监测方法,其特征在于,以文本的形式发送所述异常信息、详细信息给所述远程服务器。
5.根据权利要求1所述的一种无人值守文物监测方法,其特征在于,还包括:实时获取现场的环境参数,若所述环境参数正常时,定时发送所述环境参数给所述远程服务器;否则即时发送所述环境参数给所述远程服务器。
6.根据权利要求1所述的一种无人值守文物监测方法,其特征在于,还包括:实时判断现场是否有人,若有人,则按照第一频率执行所述步骤S2;否则按照第二频率执行所述步骤S2,所述第一频率大于所述第二频率。
7.根据权利要求1所述的一种无人值守文物监测方法,其特征在于,还包括:接收所述远程服务器发送的查看图像指令,根据所述查看图像指令发送相应的图像到所述远程服务器。
8.根据权利要求1所述的一种无人值守文物监测方法,其特征在于,通过物联网或局域无线网络将所述异常信息发送至网关,并通过所述网关将所述异常信息发送给所述远程服务器。
9.一种无人值守文物监测装置,其特征在于,包括终端控制器(1)、摄像机(2)、可调光源(3)、通信模块(4)、环境监控传感器(5)、人体传感器(6),所述终端控制器(1)分别电性连接所述摄像机(2)、可调光源(3)、环境监控传感器(5)、人体传感器(6),所述终端控制器(1)通过所述通信模块(4)网络连接远程服务器(7);所述环境监控传感器(5)至少包括温度传感器、湿度传感器、光强度传感器中的一种;
所述终端控制器(1)用于调节所述可调光源(3)的亮度,并通过所述摄像机(2)获取文物的图像,根据权利要求1-8任一所述的方法对所述文物进行监测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010536774.1A CN111695512B (zh) | 2020-06-12 | 2020-06-12 | 一种无人值守文物监测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010536774.1A CN111695512B (zh) | 2020-06-12 | 2020-06-12 | 一种无人值守文物监测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111695512A CN111695512A (zh) | 2020-09-22 |
CN111695512B true CN111695512B (zh) | 2023-04-25 |
Family
ID=72480694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010536774.1A Active CN111695512B (zh) | 2020-06-12 | 2020-06-12 | 一种无人值守文物监测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111695512B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112770047B (zh) * | 2020-12-29 | 2022-09-30 | 杭州海康机器人技术有限公司 | 用于图像实时存储的控制方法和控制装置及电子设备 |
CN113225451B (zh) * | 2021-04-28 | 2023-06-27 | 维沃移动通信(杭州)有限公司 | 图像处理方法、装置和电子设备 |
CN113129298B (zh) * | 2021-05-06 | 2024-01-12 | 北京思图场景数据科技服务有限公司 | 文本图像的清晰度识别方法 |
CN116403381B (zh) * | 2023-06-08 | 2023-09-01 | 光交澳(上海)智能科技有限公司 | 一种烟雾监测方法及装置、烟雾报警方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105608479A (zh) * | 2016-03-01 | 2016-05-25 | 北京正安维视科技股份有限公司 | 结合深度数据的异常行为检测方法及系统 |
CN107368817A (zh) * | 2017-07-26 | 2017-11-21 | 湖南云迪生物识别科技有限公司 | 人脸识别方法和装置 |
CN110097136A (zh) * | 2019-05-09 | 2019-08-06 | 杭州筑象数字科技有限公司 | 基于神经网络的图像分类方法 |
CN110188754A (zh) * | 2019-05-29 | 2019-08-30 | 腾讯科技(深圳)有限公司 | 图像分割方法和装置、模型训练方法和装置 |
CN110418108A (zh) * | 2019-07-12 | 2019-11-05 | 南京理工大学 | 基于cs理论的无人值守区域监测系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106874826A (zh) * | 2015-12-11 | 2017-06-20 | 腾讯科技(深圳)有限公司 | 人脸关键点跟踪方法和装置 |
US10776904B2 (en) * | 2017-05-03 | 2020-09-15 | Samsung Electronics Co., Ltd. | Method and apparatus for processing image |
-
2020
- 2020-06-12 CN CN202010536774.1A patent/CN111695512B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105608479A (zh) * | 2016-03-01 | 2016-05-25 | 北京正安维视科技股份有限公司 | 结合深度数据的异常行为检测方法及系统 |
CN107368817A (zh) * | 2017-07-26 | 2017-11-21 | 湖南云迪生物识别科技有限公司 | 人脸识别方法和装置 |
CN110097136A (zh) * | 2019-05-09 | 2019-08-06 | 杭州筑象数字科技有限公司 | 基于神经网络的图像分类方法 |
CN110188754A (zh) * | 2019-05-29 | 2019-08-30 | 腾讯科技(深圳)有限公司 | 图像分割方法和装置、模型训练方法和装置 |
CN110418108A (zh) * | 2019-07-12 | 2019-11-05 | 南京理工大学 | 基于cs理论的无人值守区域监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111695512A (zh) | 2020-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111695512B (zh) | 一种无人值守文物监测方法及装置 | |
CN103646250B (zh) | 基于距离图像头肩特征的行人监测方法及装置 | |
CN109167997B (zh) | 一种视频质量诊断系统及方法 | |
CN105957088B (zh) | 基于计算机视觉的变压器复合绝缘子套管监测方法及系统 | |
CN106525859A (zh) | 一种无人机实时检测高压输电导线断股缺陷的方法 | |
CN112257632A (zh) | 一种基于边缘计算的变电站监测系统 | |
CN210222962U (zh) | 一种智能电子围栏系统 | |
CN103152558B (zh) | 基于场景识别的入侵检测方法 | |
CN104954744A (zh) | 烟雾检测系统 | |
CN112287823A (zh) | 一种基于视频监控的面部口罩识别方法 | |
CN113099242B (zh) | 一种输电线路视频监测数据处理方法及系统 | |
CN109905670A (zh) | 一种多级平台监控系统 | |
CN112906488A (zh) | 一种基于人工智能的安防视频质量评价系统 | |
CN114845260B (zh) | 一种基于物联网的水文监测数据采集系统 | |
CN112595936A (zh) | 基于无人机巡检的输电线复合绝缘子智能检测系统 | |
CN107547867A (zh) | 一种变电站室外视频监控系统和监控方法 | |
CN114067396A (zh) | 基于视觉学习的居配工程现场试验数字化管理系统及方法 | |
CN109712018A (zh) | 一种输电线路综合监控系统 | |
CN112260402B (zh) | 基于视频监控的变电站智能巡检机器人状态的监控方法 | |
CN117768610A (zh) | 基于多目标识别的高速铁路周界入侵风险监测方法及系统 | |
CN105450992A (zh) | 一种基于运动检测的智能家居监控方法及其系统 | |
CN117789058B (zh) | 基于机器视觉的无人机高原电网安全检测系统 | |
CN112422895A (zh) | 基于无人机的图像分析跟踪、定位系统及方法 | |
CN117639229A (zh) | 一种本地一体化智能预分析的输电线路监测装置及系统 | |
CN109978917A (zh) | 一种运动目标监测系统监控装置及其监控方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |