電力設(shè)備監(jiān)控中使用的圖像識別方法
【專利摘要】電力設(shè)備監(jiān)控中使用的圖像識別方法。近年來出現(xiàn)的遠程圖像監(jiān)控系統(tǒng)，通過固定的紅外攝像頭來實現(xiàn)定期的巡檢，將所得圖像發(fā)回控制室再進行人工分析，可以說在一定程度上減少了人力勞動量。但是，上述這些方法仍然都疏于對診斷智能化的研究，未能擺脫對人工分析的依賴，耗時費力，也不易得到及時精確的診斷結(jié)果。
本發(fā)明方法包括如下步驟：首先對電力設(shè)備的特征進行提取，對圖像進行圖像預(yù)處理，去除圖像中的暗的干擾物體，然后進行圖像分割，將分割區(qū)域的合并，確定電氣設(shè)備的故障區(qū)域，進行目標區(qū)域故障的檢測識別。本發(fā)明用于電力設(shè)備在故障檢測方面的圖像識別。
【專利說明】電力設(shè)備監(jiān)控中使用的圖像識別方法
[0001]

【技術(shù)領(lǐng)域】： 本發(fā)明涉及一種電力設(shè)備監(jiān)控中使用的圖像識別方法。
[0002]

【背景技術(shù)】： 目前有些電力公司在電廠、變電站安裝了視頻監(jiān)控系統(tǒng)，可實現(xiàn)監(jiān)視現(xiàn)場設(shè)備、控制遠 程攝像機動作等功能。但這些視頻監(jiān)控系統(tǒng)只有視頻監(jiān)視功能，沒有視頻圖像識別功能。為 充分發(fā)揮視頻監(jiān)控系統(tǒng)的功能，更準確地判斷現(xiàn)場發(fā)生事故告警的原因，應(yīng)采用遠程數(shù)字 視頻監(jiān)控與數(shù)字圖像識別系統(tǒng)，以實現(xiàn)設(shè)備告警的圖像識別，為事故檢測提供新的手段，為 事故分析提供可靠的依據(jù)。
[0003] 隨著國民經(jīng)濟的持續(xù)發(fā)展，我國的電力系統(tǒng)正在向以特高壓為主干網(wǎng)架、各級電 網(wǎng)相互協(xié)調(diào)的堅強智能電網(wǎng)方向發(fā)展，而"自愈"是智能電網(wǎng)的基本特征之一。所謂"自愈"， 不僅要求電網(wǎng)能夠自動快速隔離故障并恢復(fù)健全區(qū)域的供電，而且還要求能夠?qū)﹄娋W(wǎng)進行 在線監(jiān)測和安全預(yù)警，能夠及時發(fā)現(xiàn)故障并采取措施消除隱患，使電網(wǎng)恢復(fù)健康運行以避 免事故發(fā)生[2]。 據(jù)統(tǒng)計，電力系統(tǒng)中70%的故障是由電氣設(shè)備故障引起的，而超過半數(shù)以上的電氣設(shè) 備故障都與因泄露電流、漏磁、連接松動、接觸不良等造成的發(fā)熱有關(guān)。電氣設(shè)備長期處于 異常發(fā)熱狀態(tài)會引起金屬構(gòu)件"蠕變"、絕緣材料老化和劣化，最終造成嚴重的設(shè)備損壞而 引發(fā)電網(wǎng)故障。由此，如何利用高科技手段進行系統(tǒng)化、標準化的管理，消除危險點，是擺 在電力系統(tǒng)科研單位面前的新問題，這對減少事故發(fā)生提高設(shè)備運行可靠性具有重要的意 義。 紅外檢測技術(shù)利用紅外檢測設(shè)備獲得電力設(shè)備的溫度值和溫度空間分布特征，分析處 理設(shè)備中潛伏的故障和隱患，可以防患于未然。近年來，由于紅外檢測技術(shù)具有非接觸性、 操作方便、安全性高、響應(yīng)快、判斷準確、應(yīng)用范圍廣等傳統(tǒng)常規(guī)檢測方法無法比擬的優(yōu)點， 已經(jīng)廣泛應(yīng)用于電力系統(tǒng)的在線監(jiān)測中，取得了良好的效果。
[0004] 目前，國內(nèi)紅外圖像分割大都是將可見光的圖像處理方法直接或加以稍微改動后 處理紅外圖像，所以分割效果很難達到預(yù)期要求。所以，根據(jù)電氣設(shè)備紅外圖像自身的特 點，將紅外圖像作為處理對象的圖像分割技術(shù)的發(fā)展是實現(xiàn)新一代智能監(jiān)控的前提。在我 們的周圍，視頻監(jiān)控技術(shù)有著非常廣闊的應(yīng)用前景，它在電力系統(tǒng)、國防、交通領(lǐng)域以及人 民的日常生活和工作中發(fā)揮著日益主要的作用，所以作為前提條件的紅外圖像分割技術(shù)必 將迎來前所未有的發(fā)展和進步。
[0005] 但是，大多數(shù)的紅外檢測方法還是采用工作人員手持紅外測溫或成像儀器定期對 設(shè)備進行巡檢，然后再對獲取的溫度數(shù)據(jù)和紅外圖像進行人工分析。近年來出現(xiàn)的遠程圖 像監(jiān)控系統(tǒng)，通過固定的紅外攝像頭來實現(xiàn)定期的巡檢，將所得圖像發(fā)回控制室再進行人 工分析，可以說在一定程度上減少了人力勞動量[15]。但是，上述這些方法仍然都疏于對 診斷智能化的研究，未能擺脫對人工分析的依賴，耗時費力，也不易得到及時精確的診斷結(jié) 果。


【發(fā)明內(nèi)容】
： 本發(fā)明的目的是提供一種電力設(shè)備監(jiān)控中使用的圖像識別方法。
[0006] 上述的目的通過以下的技術(shù)方案實現(xiàn)： 一種電力設(shè)備監(jiān)控中使用的圖像識別方法，該方法包括如下步驟：首先對電力設(shè)備的 特征進行提取，對圖像進行圖像預(yù)處理，去除圖像中的暗的干擾物體，然后進行圖像分割， 將分割區(qū)域的合并，確定電氣設(shè)備的故障區(qū)域，進行目標區(qū)域故障的檢測識別。
[0007] 所述的電力設(shè)備監(jiān)控中使用的圖像識別方法，所述的圖像預(yù)處理主要步驟為圖 像灰度化、消噪去割和圖像光照補償，所述的圖像灰度化將輸入的彩色圖像轉(zhuǎn)化為灰度圖 像，彩色圖像變成灰度格式，是要扔掉圖像的顏色信息，用灰度表示圖像的亮度信息，彩色 圖像每個像素占3字節(jié)（24位)，而變成灰度圖像后，每個像素占1字節(jié)（占8位)，像素的灰 度值是當前彩色圖像像素的亮度，在灰度圖像中，Y被稱為灰度值，它位于某個范圍之內(nèi)： sr ，理論上要求Y僅為正的，且為有限值，區(qū)間稱為灰度級，一般常 用灰度級為（〇,255)，這里Ymin=O為黑，Y max=225為白，所有中間值是從黑到白的各種灰 度，總共256級； 所述的圖像為RGB模式，所述的RGB代表紅綠藍，一幅RGB圖像就是彩色像素的一個 MXNX3數(shù)組，其中每一個彩色像素點都是在特定空間位置的彩色圖像相對應(yīng)的紅、綠、藍 三分量，RGB模型為圖像中每一個像素的RGB分量分配一個0至255范圍內(nèi)的灰度值，對其 灰度化的方法主要有三種： (1) 最大值法：將彩色圖像中的三分量亮度的最大值作為灰度圖的灰度值， = max( 1〇'^〇= (I); (2) 平均值法：將彩色圖像中的三分量亮度求平均得到一個灰度圖； /(Lj) =(R(Lj%G(i.jlB(Lj))/3 (2); (3) 加權(quán)平均法：根據(jù)重要性及其它指標，將三個分量以不同的權(quán)值進行加權(quán)平均，由 于人眼對綠色的敏感最高，對藍色敏感最低，因此，按式（3)對RGB三分量進行加權(quán)平均能 得到較合理的灰度圖像， /(Li) = 0.2989i?(L J) -0,5870G(r；j) - OAUB(Lj) (3)。
[0008] 所述的電力設(shè)備監(jiān)控中使用的圖像識別方法，所述的消噪去割采用中值濾波在一 定條件下克服線性濾波器如鄰域平滑濾波所帶來的圖像細節(jié)模糊，而且對濾除脈沖干擾及 圖像掃描噪聲最為有效；中值濾波就是用一個奇數(shù)點的移動窗口，將窗口中心點的值用窗 口內(nèi)各點的中值代替； 設(shè)有一個一維序列/1;/:n/" ，取窗口長度為m，其中，m為奇數(shù)，對其進行中值濾波， 就是從輸入序列中相繼抽出m個數(shù)，再將這m個數(shù)按其數(shù)值大小排序，取其序號為中心點的 那個數(shù)作為濾波輸出，用數(shù)學公式表示為：

【權(quán)利要求】
1. 一種電力設(shè)備監(jiān)控中使用的圖像識別方法，其特征是：該方法包括如下步驟：首 先對電力設(shè)備的特征進行提取，對圖像進行圖像預(yù)處理，去除圖像中的暗的干擾物體，然后 進行圖像分割，將分割區(qū)域的合并，確定電氣設(shè)備的故障區(qū)域，進行目標區(qū)域故障的檢測識 別。
2. 根據(jù)權(quán)利要求1所述的電力設(shè)備監(jiān)控中使用的圖像識別方法，其特征 是：所述的圖像預(yù)處理主要步驟為圖像灰度化、消噪去割和圖像光照補償，所述 的圖像灰度化將輸入的彩色圖像轉(zhuǎn)化為灰度圖像，彩色圖像變成灰度格式，是 要扔掉圖像的顏色信息，用灰度表示圖像的亮度信息，彩色圖像每個像素占3字 節(jié)，24位，而變成灰度圖像后，每個像素占1字節(jié)，占8位，像素的灰度值是當前 彩色圖像像素的亮度，在灰度圖像中，Y被稱為灰度值，它位于某個范圍之內(nèi)： sr ,理論上要求Y僅為正的，且為有限值，區(qū)間稱為灰度級，一般常 用灰度級為（〇,255)，這里Ymin=0為黑，Ymax=225為白，所有中間值是從黑到白的各種灰 度，總共256級； 所述的圖像為RGB模式，所述的RGB代表紅綠藍，一幅RGB圖像就是彩色像素的一個MXNX3數(shù)組，其中每一個彩色像素點都是在特定空間位置的彩色圖像相對應(yīng)的紅、綠、藍 三分量，RGB模型為圖像中每一個像素的RGB分量分配一個0至255范圍內(nèi)的灰度值，對其 灰度化的方法主要有三種： (1) 最大值法：將彩色圖像中的三分量亮度的最大值作為灰度圖的灰度值，
(2) 平均值法：將彩色圖像中的三分量亮度求平均得到一個灰度圖；
(3) 加權(quán)平均法：根據(jù)重要性及其它指標，將三個分量以不同的權(quán)值進行加權(quán)平均，由 于人眼對綠色的敏感最高，對藍色敏感最低，因此，按式（3)對RGB三分量進行加權(quán)平均能 得到較合理的灰度圖像，
〇
3. 根據(jù)權(quán)利要求2所述的電力設(shè)備監(jiān)控中使用的圖像識別方法，其特征是：所述的消 噪去割采用中值濾波在一定條件下克服線性濾波器如鄰域平滑濾波所帶來的圖像細節(jié)模 糊，而且對濾除脈沖干擾及圖像掃描噪聲最為有效；中值濾波就是用一個奇數(shù)點的移動窗 口，將窗口中心點的值用窗口內(nèi)各點的中值代替； 設(shè)有一個一維序列/y/；；，.. .J；.，取窗口長度為m，其中，m為奇數(shù)，對其進行中值濾波， 就是從輸入序列中相繼抽出m個數(shù)，再將這m個數(shù)按其數(shù)值大小排序，取其序號為中心點的 那個數(shù)作為濾波輸出，用數(shù)學公式表示為：
中值濾波的濾波方法是對滑動濾波窗口（2N+1)內(nèi)的像素做大小排序，濾波結(jié)果的輸出 像素值規(guī)定為序列的中值。
4. 根據(jù)權(quán)利要求1所述的電力設(shè)備監(jiān)控中使用的圖像識別方法，其特征是：所述的圖 像分割是采用基于灰度閾值的分割方法，首先確定最優(yōu)閾值，最優(yōu)閾值是分割的關(guān)鍵，設(shè)定 某一閾值T，用將圖像的數(shù)據(jù)分成兩部分：大于T的像素群和小于T的像素群， 設(shè)/(U)是灰度級圖像，T為分割閾值，而代表二值圖像，則圖像在閾值上的 結(jié)果可以表示為：
這就是閾值分割，目的是求一個閾值T，并用T將圖像/(x:"v)分成對象物和背景兩個 領(lǐng)域；在實際處理時，為了顯示需要一般用255表示背景，用0表示對象物， 由于實際得到的圖像目標和背景之間不一定單純地分布在兩個灰度范圍內(nèi)，此時就需 要兩個或兩個以上的閾值來提取目標，比如選擇一個區(qū)間（ri:r2)作為閾值，用式（6)進行 圖像二值化處理，
閾值寫成如下形式：
其中（x，y)為像素空間坐標,/(U)代表像素點/(Xj)處的灰度值（x，y)代表該點 鄰域的局部特性；根據(jù)對T的不同限制，可得到三種不同類型的閾值，即： (1) 全局閾值r=IX/(x.y)):閾值只和該點的灰度值有關(guān)； (2) 局部閾值r=rcpun丨:閾值與點的灰度值和該點的局部領(lǐng)域特征有 關(guān)； (3) 動態(tài)閾值1=1(.^./(.^)^(1)')）：閾值與該點的位置、灰度值以及局部特征 者P有關(guān)系； 全局閾值是整張圖片都是用一個灰度閾值進行分割，因此一般需要選取最佳閾值來進 行分割，當圖像灰度直方圖具有雙峰特性時，需選取兩峰之間的谷對應(yīng)的灰度作為閾值； 所述的最佳閾值采用迭代式閾值選擇法，其步驟如下： ① 求出圖像的最大灰度值和最小灰度值，分別記為2_和2_，令閾值為：
② 根據(jù)閾值TO將圖像分為前景和背景，分別求出兩者的平均灰度值〇Z和bZ，求出新閾 值為：
③ 若兩個平均灰度值和2_,.不再變化或T不再變化，則T即為閾值；否則轉(zhuǎn)步驟②， 迭代計算。
5. 根據(jù)權(quán)利要求1所述的電力設(shè)備監(jiān)控中使用的圖像識別方法，其特征是：所述的設(shè) 備的故障區(qū)域?qū)斎雸D像進行逐行掃描，設(shè)目標為黑色，背景為白色；把圖像中不同連通 區(qū)域的點標記為不同的像素值，并同時記錄該區(qū)域的面積，所述的面積即統(tǒng)計像素數(shù)，這里 所得到的面積包括邊界的元素； 在算法中，需要一個臨時棧和臨時鏈表，用來保存某一連通區(qū)域的所有元素；還需要一 個數(shù)組，記錄不同連通區(qū)域的面積；當圖像的所有元素遍歷完后，再把臨時棧、臨時鏈表及 數(shù)組所占的內(nèi)存釋放，以加快運行速度；此外，在標記連通區(qū)域后，可以根據(jù)圖像中的不同 像素個數(shù)，直接得到此圖像中所包含的連通區(qū)域的個數(shù)；在開辟臨時內(nèi)存區(qū)之后，對目標進 行標記，這時需要判斷連通區(qū)域是否太多，如果太多的話，需增大預(yù)先設(shè)定的閾值；判斷一 個區(qū)域是否是連通區(qū)域的方法就是：若當前像素點是黑點，當它周圍八個點都是黑點時，則 為一個連通區(qū)域； 計算損壞程度： 故障程度指故障區(qū)域面積占目標總面積的百分比，即：
其中Z為故障程度，A為故障區(qū)域面積，S為目標總面積。
【文檔編號】G06K9/46GK104408459SQ201410580984
【公開日】2015年3月11日 申請日期:2014年10月27日 優(yōu)先權(quán)日:2014年10月27日
【發(fā)明者】劉福榮, 孫福軍, 田偉, 張凱 申請人:國家電網(wǎng)公司, 國網(wǎng)黑龍江省電力有限公司