本發(fā)明屬于輸變電設(shè)備運(yùn)行狀態(tài)檢修領(lǐng)域，尤其涉及一種基于GPU加速的超高壓變電設(shè)備紅外圖像定位方法。

背景技術(shù)：

變電站是電力系統(tǒng)中擔(dān)負(fù)電壓變換、電能傳輸和終端分配的電力樞紐。超高壓變電設(shè)備長(zhǎng)期工作運(yùn)行在高電壓、大電流的狀態(tài)下，同時(shí)還受到日曬、雨淋、潮濕、高溫和風(fēng)塵等惡劣環(huán)境和自然條件的損害，容易發(fā)生設(shè)備的劣化和缺陷，甚至導(dǎo)致事故的發(fā)生。因此必須對(duì)其進(jìn)行實(shí)時(shí)監(jiān)測(cè)。目前比較常用的是采用手持式熱像儀定期對(duì)變電設(shè)備進(jìn)行人工巡檢，這種方式使得檢測(cè)人員工作量大，再加上節(jié)前保電、迎峰度假等非計(jì)劃測(cè)溫工作，造成檢測(cè)人員容易疲勞，增加了工作的不安全性，同時(shí)也降低了設(shè)備故障的檢出率；另外由于近年來(lái)電力系統(tǒng)發(fā)展較快，電力設(shè)備較多，而且有些變電站路途遙遠(yuǎn)，從而導(dǎo)致測(cè)溫往往不在負(fù)荷高峰期進(jìn)行，以致部分熱缺陷不能及時(shí)地被發(fā)現(xiàn)，同樣也降低了設(shè)備故障的檢出率。由于超高壓變電設(shè)備運(yùn)行的可靠性比常規(guī)的高壓設(shè)備要求高，因此使得現(xiàn)有的傳統(tǒng)檢測(cè)方法已不能完全滿(mǎn)足要求。

目前基于局部不變特征的圖像定位方法是研究熱點(diǎn)。一種利用GPU(Graphics Processing Unit，圖形處理器)加速的SIFT(Scale Invariant Feature Transform，尺度不變特征變換)特征具有尺度不變性及旋轉(zhuǎn)不變性等優(yōu)勢(shì)，利用RANSAC(Random Sample Consensus，隨機(jī)抽樣一致)算法對(duì)其進(jìn)行錯(cuò)誤匹配點(diǎn)剔除，與其它的局部不變特征算法，如：SURF(Speeded-Up Robust Features，加速魯棒特征)，BRISK(Binary Robust Invariant Scalable Keypoints，二進(jìn)制魯棒不變尺度關(guān)鍵點(diǎn))等相比，其運(yùn)算速度以及內(nèi)存占有量有了明顯改善，所以對(duì)于實(shí)時(shí)應(yīng)用場(chǎng)合、連續(xù)視頻圖像中的目標(biāo)識(shí)別與定位有更好的效果，故本發(fā)明采用基于GPU加速的SIFT特征對(duì)超高壓變電設(shè)備紅外圖像進(jìn)行定位。

技術(shù)實(shí)現(xiàn)要素：

根據(jù)現(xiàn)有技術(shù)存在的問(wèn)題，本發(fā)明的目的是提供一種符合工程實(shí)際需求的超高壓變電設(shè)備紅外圖像定位的方法，提高超高壓變電設(shè)備故障診斷的效率；以解決現(xiàn)有的超高壓變電設(shè)備紅外圖像識(shí)別方法大都停留在起步階段，而且所用算法運(yùn)算量巨大，占用計(jì)算資源較多，很難滿(mǎn)足現(xiàn)場(chǎng)工程對(duì)實(shí)時(shí)性的要求的問(wèn)題。

為實(shí)現(xiàn)上述目的，本發(fā)明所采用的技術(shù)方案是：基于GPU加速的SIFT特征對(duì)超高壓變電設(shè)備紅外圖像定位方法，具體包括以下步驟：

(1)預(yù)處理

預(yù)處理主要包括：首先分別對(duì)變電站設(shè)備紅外監(jiān)測(cè)圖像進(jìn)行灰度化，然后利用形態(tài)學(xué)上的開(kāi)運(yùn)算分別對(duì)監(jiān)測(cè)圖像和模板圖像先腐蝕再膨脹完成去噪。

(2)SIFT特征提取

SIFT是一種檢測(cè)局部特征的算法，該算法通過(guò)求一幅圖中的特征點(diǎn)及其有關(guān)尺度和方向的描述子得到特征，獲得了良好效果。

①尺度空間極值檢測(cè)：搜索所有尺度上的圖像位置。通過(guò)高斯微分函數(shù)來(lái)識(shí)別潛在的對(duì)于尺度和旋轉(zhuǎn)不變的興趣點(diǎn)。

②關(guān)鍵點(diǎn)定位：在每個(gè)候選的位置上，通過(guò)一個(gè)擬合精細(xì)的模型來(lái)確定位置和尺度。關(guān)鍵點(diǎn)的選擇依據(jù)于它們的穩(wěn)定程度。

③方向確定：基于圖像局部的梯度方向，分配給每個(gè)關(guān)鍵點(diǎn)位置一個(gè)或多個(gè)方向。所有后面的對(duì)圖像數(shù)據(jù)的操作都相對(duì)于關(guān)鍵點(diǎn)的方向、尺度和位置進(jìn)行變換，從而提供對(duì)于這些變換的不變性。

④關(guān)鍵點(diǎn)描述：在特征點(diǎn)周?chē)?6*16的鄰域，并把該領(lǐng)域化為4*4個(gè)的小區(qū)域，每個(gè)小區(qū)域統(tǒng)計(jì)8個(gè)方向梯度，最后得到4*4*8＝128維的向量，該向量作為該點(diǎn)的sift描述子，允許比較大的局部形狀的變形和光照變化。

⑤GPU加速

GPU核心上可以放下上百個(gè)計(jì)算單元。為了計(jì)算的目的，晶體管最佳利用的關(guān)鍵是使致力于計(jì)算的硬件最大化，并且允許多個(gè)計(jì)算單元通過(guò)并行同時(shí)操作，而且保證各個(gè)計(jì)算單元以最大效率操作。對(duì)于GPU來(lái)說(shuō)，它的任務(wù)是在屏幕上合成顯示數(shù)百萬(wàn)個(gè)像素的圖像——也就是同時(shí)擁有幾百萬(wàn)個(gè)任務(wù)需要并行處理，因此GPU被設(shè)計(jì)成可并行處理很多任務(wù)，而不是像CPU那樣完成單任務(wù)。

假設(shè)串行執(zhí)行一個(gè)算法需要的時(shí)間為1，而可以實(shí)現(xiàn)并行的部分執(zhí)行時(shí)間為f，如果我們使用N個(gè)處理器進(jìn)行加速優(yōu)化處理，當(dāng)然我們考慮理想情況，那么并行加速后算法最大的提速倍數(shù)S可達(dá)到

S＝1/(1-f+f/N)

也就是說(shuō)最大的提速倍數(shù)可達(dá)到這樣一個(gè)上限。

(3)特征匹配

對(duì)SIFT特征向量進(jìn)行匹配是根據(jù)相似性度量來(lái)進(jìn)行的，本發(fā)明中采用歐氏距離對(duì)SIFT的特征向量進(jìn)行匹配。

(4)剔除誤匹配點(diǎn)

利用RANSAC對(duì)檢測(cè)出的特征點(diǎn)對(duì)進(jìn)行消除錯(cuò)誤匹配處理，得到正確匹配的點(diǎn)對(duì)。

(5)變電站設(shè)備區(qū)域顯示

在監(jiān)測(cè)圖像的定位區(qū)域內(nèi)，將變電站設(shè)備在監(jiān)測(cè)圖像中用矩形框表示，這樣就完成了變電站設(shè)備紅外圖像的自動(dòng)定位。

本發(fā)明的有益效果是：本發(fā)明能準(zhǔn)確定位紅外監(jiān)測(cè)圖像中的變電站設(shè)備，為變電站設(shè)備的故障診斷和維修提供必要的技術(shù)支持，效率和準(zhǔn)確度有了明顯提升，具有顯著的經(jīng)濟(jì)效益和較高的工程應(yīng)用價(jià)值。

附圖說(shuō)明

圖1是本發(fā)明方法的流程框圖；

圖2(a)-(e)是用本發(fā)明方法對(duì)變電站絕緣子紅外圖像進(jìn)行自動(dòng)定位的實(shí)驗(yàn)結(jié)果。其中：圖2(a)變電站絕緣子紅外監(jiān)測(cè)圖像，圖2(b)變電站絕緣子紅外模板圖像，圖2(c)SIFT特征匹配結(jié)果圖，圖2(d)RANSAC剔除誤匹配結(jié)果圖，圖2(e)變電站絕緣子區(qū)域定位結(jié)果圖。

具體實(shí)施方式

為了更好地理解本發(fā)明的技術(shù)方案，下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步的說(shuō)明。變電站絕緣子紅外圖像自動(dòng)定位方法整個(gè)流程可以用圖1表示。

在圖1中，首先分別對(duì)變電站設(shè)備紅外監(jiān)測(cè)圖像進(jìn)行灰度化預(yù)處理，然后利用形態(tài)學(xué)上的開(kāi)運(yùn)算分別對(duì)紅外監(jiān)測(cè)圖像和紅外模板圖像先腐蝕再膨脹完成去噪；然后提取紅外圖像的SIFT特征，通過(guò)GPU加速處理后，進(jìn)行特征匹配，然后剔除誤匹配點(diǎn)，進(jìn)而實(shí)現(xiàn)設(shè)備定位。

實(shí)施例：

用本發(fā)明方法對(duì)現(xiàn)場(chǎng)的變電站絕緣子紅外監(jiān)測(cè)圖像進(jìn)行定位處理，以絕緣子為例。圖2(a)是變電站絕緣子紅外監(jiān)測(cè)圖像；圖2(b)是變電站絕緣子紅外模板圖像；圖2(c)是SIFT特征匹配結(jié)果圖，圖中用連線表示匹配成功的點(diǎn)對(duì)；圖2(d)是剔除誤匹配結(jié)果圖：由于存在錯(cuò)誤匹配，所以利用RANSAC剔除誤匹配點(diǎn)對(duì)，留下正確匹配點(diǎn)對(duì)，并用連線表示；圖2(e)是變電站絕緣子定位結(jié)果圖：用矩形框進(jìn)行定位標(biāo)示；表1是分別利用CPU和GPU處理時(shí)的SIFT特征點(diǎn)情況和算法運(yùn)行時(shí)間。

從實(shí)驗(yàn)結(jié)果可以看出本方法能準(zhǔn)確地從現(xiàn)場(chǎng)的紅外監(jiān)測(cè)圖像中定位出變電站絕緣子，為輸變電環(huán)節(jié)中的變電站絕緣子的紅外故障診斷奠定了基礎(chǔ)。

表1

以上所述，僅為本發(fā)明較佳的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，根據(jù)本發(fā)明的技術(shù)方案及其發(fā)明構(gòu)思加以等同替換或改變，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。