異常電力設備圖像的識別方法及系統的制作方法
【專利摘要】本發明公開了一種異常電力設備圖像的識別方法，用于從電力設備圖像中識別出異常的電力設備圖像，其包括步驟：(1)獲取電力設備圖像；(2)從所述電力設備圖像中提取電力設備特征；(3)基于所述電力設備特征識別電力設備及其所在圖像區域；(4)將所述圖像區域的圖像與相應的對比圖像進行比較，以判斷所述圖像區域的圖像是否存在異常變化，所述異常變化是與電力設備運行狀態異常相關的異常變化，以識別出異常電力設備圖像。相應的，本發明還提出了一種異常電力設備圖像的識別系統，用于從電力設備圖像中識別出異常的電力設備圖像。
【專利說明】
異常電力設備圖像的識別方法及系統
技術領域
[0001]本發明涉及一種異常圖像的識別方法及系統，尤其涉及一種異常電力設備圖像的識別方法及系統。
【背景技術】
[0002]隨著我國電力網絡規模的不斷擴大，變電站等電力設備的安全可靠運行至關重要，而電力設備的運行狀態是決定其安全穩定運行的關鍵因素之一。
[0003]通過視頻監控系統對電力設備進行圖像監控是電力設備運行狀態的一種監控方式。現有的視頻監控系統只有視頻監控功能和錄像功能，不能對監控目標進行智能化的主動識別分析，僅僅是將大量的圖像傳輸到調度端，需要操作員時刻觀察分析圖像，無形中增加了操作員的工作負擔；同時，人眼易疲勞的弱點和人工判斷的主觀性，嚴重影響了電力設備運行狀態監測自動化程度的進一步提高;此外，很多高壓設備的運行狀態難以轉換成電信號，在信號轉換和傳輸過程中易受強電磁場的影響;重要設備的運行參數需要實時監測，采用人工巡視難以滿足實時性要求，并且巡視員的責任心、工作態度和精神狀況嚴重影響了檢測的結果;而且，人眼難以分辨細微圖像的灰度變化，難以客觀判斷電力設備表面缺陷的程度。
[0004]例如，電網調度自動化系統(SCADA)高壓設備絕緣監測、繼電保護等裝置在變電站的安全可靠運行中起到了重要作用，但是相對來說，電力設備運行狀態監測系統還不夠完善，其中許多難題源于高電壓和強電磁場的存在，眾多關鍵參數的獲取受被測量、環境和測量方法的限制，需過多地考慮系統安全、絕緣和弱信號的傳輸等因素;此外，有些運行參數和故障征兆信號很難通過接觸測量轉換成電信號，甚至無法利用微機監測獲取，如變壓器漏油，此類重要的非電信號利用圖像監測獲取更加真實。目前各級電網已經建立了多套變電站遙視系統，對電力系統的運行發揮了重要作用。由于電網中的變電站眾多，每個變電站需要監測的圖像不止一個，因此許多學者集中研究了遠程圖像的采集、數據的壓縮和快速傳輸問題，以及如何減輕調度員同時監測多個變電站及多個圖像畫面的負擔，并準確快速地確定變電站所處的運行狀態。
【發明內容】
[0005]本發明的目的在于提供一種異常電力設備圖像的識別方法，其能夠從電力設備圖像中識別出異常的電力設備圖像，從而大大減輕監測人員觀察分析電力設備圖像的負擔，并且提高監測的客觀性、實時性和準確性，為準確快速地確定電力設備所處的運行狀態提供良好的基礎。
[0006]本發明的另一目的在于提供一種異常電力設備圖像的識別系統，該系統同樣具有上述功能。
[0007]為了實現上述目的，本發明提出了一種異常電力設備圖像的識別方法，用于從電力設備圖像中識別出異常的電力設備圖像，其包括步驟:
[0008](I)獲取電力設備圖像；
[0009](2)從所述電力設備圖像中提取電力設備特征；
[0010](3)基于所述電力設備特征識別電力設備及其所在圖像區域；
[0011](4)將所述圖像區域的圖像與相應的對比圖像進行比較，以判斷所述圖像區域的圖像是否存在異常變化，所述異常變化是與電力設備運行狀態異常相關的異常變化，以識別出異常電力設備圖像。
[0012]本發明所述的異常電力設備圖像的識別方法的構思是，通過從電力設備圖像中提取電力設備特征，并基于該電力設備特征識別電力設備及其所在圖像區域，之后將所述圖像區域的圖像與相應的對比圖像進行比較，以判斷是否存在異常變化，從而識別異常電力設備圖像。所述電力設備特征是所述電力設備圖像中反映其對應的電力設備特有屬性的圖像特征，其可以是顏色特征、紋理特征以及形狀特征中的一種或幾種的組合，從而基于所述電力設備特征就可以識別電力設備及其所在圖像區域;所述對比圖像可以是標準圖像或歷史圖像，所述標準圖像是對所述電力設備圖像所對應的電力設備在首次投入使用并且正常運行時采集的圖像，所述歷史圖像是對所述電力設備圖像所對應的電力設備在首次投入使用后運行時采集的圖像;標準圖像主要用于判斷異常變化的程度，間隔時間相對長，歷史圖像主要用于判斷異常變化的速度，間隔時間相對短，兩者優勢互補;所述異常變化通常是指主要反映所述電力設備運行狀態異常的變化，因此在判斷是否存在異常變化時，需考慮環境因素的影響，如光照、溫度、濕度、能見度等。
[0013]本發明所述的異常電力設備圖像的識別方法，其通過從電力設備圖像中識別出異常的電力設備圖像，使得監測人員不需要去觀察分析每一張電力設備圖像，從而大大減輕監測人員觀察分析電力設備圖像的負擔，并且提高監測的客觀性、實時性和準確性，為準確快速地確定電力設備所處的運行狀態提供良好的基礎。
[0014]進一步地，在本發明所述的異常電力設備圖像的識別方法中，所述步驟(I)還包括步驟:對獲取的電力設備圖像進行預處理。
[0015]由于獲取電力設備圖像的設備其本身的缺陷和環境等因素的影響，輸入到計算機中的電力設備圖像中不可避免的會含有畸變和噪聲，這會對后面的電力設備特征提取、電力設備識別和電力設備圖像分析帶來嚴重的干擾，并且影響著處理結果的正確性。因此，首先要對采集到的電力設備圖像進行必要的預處理，如圖像去噪、邊緣增強、邊緣檢測等，為以后的電力設備特征提取和電力設備識別做好必要的準備工作，以保證輸出結果的準確性。噪聲門限法是一種簡單易行的噪聲消除方法，它對于因傳感器或者信道引起的呈現孤立離散分布的單點噪聲具有較好的效果。運用噪聲門限法進行圖像去噪時，首先設定門限值，然后順序檢測圖像的每一個像素，將該像素與其鄰域內的其他像素進行比較判斷，以確定是否為噪聲點；若為噪聲點，則以其鄰域內所有像素灰度的平均值替代，否則，以原灰度值輸出。
[0016]更進一步地，在上述異常電力設備圖像的識別方法中，所述預處理包括:直方圖增強、圖像去噪、圖像銳化、圖像邊緣檢測以及圖像分割中的一種或幾種的組合，從而實現去除圖像噪聲、增強圖像的細節以及提高圖像的信噪比等功能。
[0017]上述方案中，比較不同算法的去噪、銳化、邊緣檢測的結果，得出如下結論:對于不同的噪聲類型需要選取不同的去噪算法;對圖像進行銳化后再進行邊緣檢測效果更佳;利用灰度圖的直方圖，選取適當的閾值，可實現圖像的二值化分割，減小將來圖像識別中的運算規模，提高電力設備圖像識別的實時性。
[0018]進一步地，在本發明所述的異常電力設備圖像的識別方法中，所述電力設備特征包括:顏色特征、紋理特征以及形狀特征中的一種或幾種的組合。
[0019]顏色是圖像中最豐富多樣的信息，不同的電力設備有著不盡相同的顏色，對那些顏色特征比較明顯的電力設備，可以把顏色特征作為識別設備的主要依據。在圖像處理中經常應用的彩色坐標系統(或稱彩色空間)主要有兩種:一種是由紅(R)、綠(G)、藍(B)三原色組成的彩色空間即RGB空間，另一種是IHS空間。其中，RGB空間是面向硬件的，絕大部分的監視器都采用RGB這種彩色模型。RGB對應于三個刺激值，組成三維正交坐標系統，該系統中任何顏色都落入RGB彩色立方體內。
[0020]在RGB彩色空間中，紅、綠、藍三原色的混合比例定義不同的色彩，并且在系統中，彩色通道之間的相關性很高，若定義三原色的坐標分別為紅(1，0，0)、綠(0，1，0)、藍(0，0，I)。則所有的顏色按一定的混合比例都落在了立方體內，如黃色的坐標則為(I，I，0)，白色的坐標為(1，1，1)。
[0021]對于顏色特征顯著的電力設備，我們就可以選取其顏色作為識別的特征向量，對電力設備進行識別分析。如對接近紅色的互感器、灰色的變壓器等，首先提取圖像中電力設備的顏色特征，得到其所處的彩色特征空間，作為一識別的特征向量，對圖像中的識別目標進行定位、分析。
[0022]紋理就是有紋理基元按某種確定性的規律或者某種統計規律排列組成的。前者稱為確定性紋理，例如人工紋理。后者則稱為隨機性紋理，例如，自然紋理。
[0023]紋理分析的方法主要有兩種:一是統計紋理分析法，二是結構紋理分析法，其中，統計紋理分析法最常用。描述紋理的參量有很多，如紋理的強度、紋理的密度、紋理的方向以及紋理的粗糙程度等。基于鄰域特征統計的紋理分析方法是把計算某一局部區域內灰度的統計特征作為圖像紋理的測度，主要方法包括:最大最小值法、方差法、絕對差法、信息熵法及尚斯濾波差值法。
[0024]對形狀特征的描述，一般要求在平移和旋轉的變換(形狀的相似變換)下是不變的，因為這兩種變換不改變物體的形狀。電力設備的圖像經過去噪、增強和邊緣檢測后，就得到了設備的圖像邊緣和區域，進而獲得設備圖像的形狀。能夠反映設備圖像的形狀信息有三種方式:區域、邊界與骨架。一般的，把目標區域內部或邊界的像素賦予“I”值，而背景和其他不感興趣的區域像素賦予“O”值，形成二值圖像，二值圖像給出清晰的目標形狀。
[0025]經過預處理后，選取能夠區分電力設備類別及其所在圖像區域的圖像特征，通常包括上述的顏色特征、紋理特征以及形狀特征中的一種或幾種的組合，作為之后識別電力設備及其所在圖像區域時的輸入向量。例如，對接近紅色的互感器、灰色的變壓器等，首先提取電力設備圖像中電力設備的顏色特征，得到其所處的彩色特征空間作為電力設備特征輸入向量。電力設備特征的選取要充分考慮其對之后識別過程的準確性與快速性的影響。
[0026]進一步地，在本發明所述的異常電力設備圖像的識別方法中，所述對比圖像是標準圖像和/或歷史圖像。
[0027]進一步地，在本發明所述的異常電力設備圖像的識別方法中，所述異常變化包括產生毛刺或突起的邊緣，或新增偽輪廓。
[0028]進一步地，在本發明所述的異常電力設備圖像的識別方法的步驟(4)中，通過下述模型實現所述圖像區域的圖像與相應的對比圖像的比較，以判斷所述圖像區域的圖像是否存在異常變化:
[0029]APi(x，y)=Pi(x，y)-P(x，y)
[0030]式中，Pi(x，y)是所述圖像區域的圖像，P(x，y)為相應的對比圖像，(x，y)為像素坐標；當該式結果為O時，判斷所述圖像區域的圖像不存在異常變化，否則判斷所述圖像區域的圖像存在異常變化。
[0031]上述方案通常通過計算機實現，其中對比圖像通常從數據庫服務器中選取。
[0032]相應地，本發明還提出了一種異常電力設備圖像的識別系統，用于從電力設備圖像中識別出異常的電力設備圖像，其包括依次連接的:圖像采集終端、圖像采集卡以及計算機;所述圖像采集終端設于相應的電力設備附近;所述異常電力設備圖像的識別系統通過運行與下述步驟相應的程序實現異常電力設備圖像的識別:
[0033](I)所述計算機控制所述圖像采集終端獲取相應的電力設備圖像；
[0034](2)所述計算機從所述相應的電力設備圖像中提取相應的電力設備特征；
[0035](3)所述計算機基于所述相應的電力設備特征識別相應的電力設備及其所在圖像區域；
[0036](4)所述計算機將所述圖像區域的圖像與相應的對比圖像進行比較，以判斷是否存在異常變化，從而識別異常電力設備圖像。
[0037]本發明所述的異常電力設備圖像的識別系統基于本發明所述的異常電力設備圖像的識別方法實現，通過運行與本發明所述的異常電力設備圖像的識別方法的步驟相應的程序實現異常電力設備圖像的識別。
[0038]進一步地，在本發明所述的異常電力設備圖像的識別系統中，所述圖像采集終端為多個，所述圖像采集卡為多通道圖像采集卡，其多個通道與所述多個圖像采集終端分別對應。
[0039]進一步地，在本發明所述的異常電力設備圖像的識別系統中，所述圖像采集終端為CO)(電荷親合器件，Charge Coupled Device)攝像機。
[0040]本發明所述的異常電力設備圖像的識別方法與現有技術相比，具有以下有益效果:
[0041]I)大大減輕監測人員觀察分析電力設備圖像的負擔；
[0042 ] 2)有效提高監測的客觀性、實時性和準確性；
[0043]3)為準確快速地確定電力設備所處的運行狀態提供良好的基礎。
[0044]本發明所述的異常電力設備圖像的識別系統同樣具有上述效果。
【附圖說明】
[0045]圖1為本發明所述的異常電力設備圖像的識別系統在一種實施方式下的結構示意框圖。
[0046]圖2為本發明所述的異常電力設備圖像的識別方法在一種實施方式下的流程圖。【具體實施方式】
[0047]下面將結合說明書附圖和具體的實施例對本發明所述的異常電力設備圖像的識別方法及系統作出進一步的解釋和說明。
[0048]圖1示意了本發明所述的異常電力設備圖像的識別系統在一種實施方式下的結構。
[0049]如圖1所示，本實施例的異常電力設備圖像的識別系統，用于從電力設備圖像中識別出異常的電力設備圖像，其包括依次連接的:作為圖像采集終端的若干個CCD攝像機、圖像采集卡以及計算機;若干個CCD攝像機安裝在相應電力設備附近合適的位置，將相應電力設備的光學影像信號轉換為數字信號，形成相應的若干采集通道，經過多通道圖像采集卡輸入到計算機，其中若干采集通道的切換通過計算機控制多通道圖像采集卡實現;本實施例的異常電力設備圖像的識別系統還包括與計算機相連的鍵盤，顯示器，打印機、報警裝置以及數據庫服務器等外部設備。
[0050]請參考圖2，本實施例的異常電力設備圖像的識別系統通過運行與圖2示意的步驟相應的程序實現異常電力設備圖像的識別:
[0051](I)計算機控制若干個CCD攝像機以獲取相應的電力設備圖像，并對獲取的電力設備圖像進行預處理；
[0052]上述預處理包括:直方圖增強、圖像去噪、圖像銳化、圖像邊緣檢測以及圖像分割；該預處理遵循原則:對于不同的噪聲類型選取不同的去噪算法;對圖像進行銳化后再進行邊緣檢測;利用灰度圖的直方圖，選取適當的閾值，實現圖像的二值化分割，減小之后圖像識別中的運算規模，提高電力設備圖像識別的實時性；
[0053](2)計算機從上述相應的電力設備圖像中提取相應的電力設備特征;在本實施例中，相應的電力設備特征是相應的電力設備圖像中反映其對應的電力設備特有屬性的圖像特征，包括顏色特征、紋理特征以及形狀特征的組合;顏色是圖像中最豐富多樣的信息，不同的電力設備有著不盡相同的顏色，對那些顏色特征比較明顯的電力設備，可以把顏色特征作為識別設備的主要依據。在圖像處理中經常應用的彩色坐標系統(或稱彩色空間)主要有兩種:一種是由紅(R)、綠(G)、藍(B)三原色組成的彩色空間即RGB空間，另一種是IHS空間。其中，RGB空間是面向硬件的，絕大部分的監視器都采用RGB這種彩色模型。RGB對應于三個刺激值，組成三維正交坐標系統，該系統中任何顏色都落入RGB彩色立方體內。
[0054]在RGB彩色空間中，紅、綠、藍三原色的混合比例定義不同的色彩，并且在系統中，彩色通道之間的相關性很高，若定義三原色的坐標分別為紅(1，0，0)、綠(0，1，0)、藍(0，0，I)。則所有的顏色按一定的混合比例都落在了立方體內，如黃色的坐標則為(I，I，0)，白色的坐標為(1，1，1)。
[0055]對于顏色特征顯著的電力設備，我們就可以選取其顏色作為識別的特征向量，對電力設備進行識別分析。如對接近紅色的互感器、灰色的變壓器等，首先提取圖像中電力設備的顏色特征，得到其所處的彩色特征空間，作為一識別的特征向量，對圖像中的識別目標進行定位、分析。
[0056]紋理就是有紋理基元按某種確定性的規律或者某種統計規律排列組成的。前者稱為確定性紋理，例如人工紋理。后者則稱為隨機性紋理，例如，自然紋理。
[0057]紋理分析的方法主要有兩種:一是統計紋理分析法，二是結構紋理分析法，其中，統計紋理分析法最常用。描述紋理的參量有很多，如紋理的強度、紋理的密度、紋理的方向以及紋理的粗糙程度等。基于鄰域特征統計的紋理分析方法是把計算某一局部區域內灰度的統計特征作為圖像紋理的測度，主要方法包括:最大最小值法、方差法、絕對差法、信息熵法及尚斯濾波差值法。
[0058]對形狀特征的描述，一般要求在平移和旋轉的變換(形狀的相似變換)下是不變的，因為這兩種變換不改變物體的形狀。電力設備的圖像經過去噪、增強和邊緣檢測后，就得到了設備的圖像邊緣和區域，進而獲得設備圖像的形狀。能夠反映設備圖像的形狀信息有三種方式:區域、邊界與骨架。一般的，把目標區域內部或邊界的像素賦予“I”值，而背景和其他不感興趣的區域像素賦予“O”值，形成二值圖像，二值圖像給出清晰的目標形狀；
[0059](3)計算機基于上述相應的電力設備特征識別相應的電力設備及其所在圖像區域;本實施例應用顏色特征、紋理特征和模板匹配的方法識別電力設備類別;基于形狀特征識別相應的電力設備所在圖像區域；
[0060](4)計算機通過下述模型實現所述圖像區域的圖像與相應的對比圖像的比較，以判斷所述圖像區域的圖像是否存在異常變化:
[0061]APi(x,y)=Pi(x,y)-P(x,y)
[0062]式中，Pi(x，y)是所述圖像區域的圖像，P(x，y)為從數據庫服務器中選取的相應的對比圖像，(x，y)為像素坐標；當該式結果為O時，判斷所述圖像區域的圖像不存在異常變化，表明相應的電力設備處于正常的運行狀態，當該式結果不為O時，判斷所述圖像區域的圖像存在異常變化(表現為某部分發生了突變，如產生了毛刺、突起的邊緣或新增某些偽輪廓等)，表明相應的電力設備有故障(例如外觀的損壞、放電現象以及設備漏油等)，并將判斷為存在反映相應的電力設備運行狀態異常的變化的上述圖像區域的圖像所屬的電力設備圖像識別為異常電力設備圖像。
[0063]本實施例中，計算機在沒有檢測到異常電力設備圖像時不傳送電力設備圖像到調度端計算機，只傳送分析結果;計算機檢測到異常電力設備圖像時，將異常電力設備圖像和報警信號傳送到調度端計算機，調度員聽到報警聲音后，再根據提示找到相應的電力設備圖像進行觀察和處理，這樣就大大減輕了調度員連續觀察大量實時圖像的負擔，且不必再為通信信道“擁擠”而過多考慮數據壓縮問題。
[0064]本實施例中，計算機檢測到異常電力設備圖像時，需要對相應的電力設備進行進一步的分析，這時通過控制多通道圖像采集卡實現相應的電力設備圖像的連續采集。
[0065]本實施例的異常電力設備圖像的識別方法基于上述本實施例的異常電力設備圖像的識別系統實現，且其步驟與上述本實施例的異常電力設備圖像的識別系統的相關步驟相對應，因此不再贅述。
[0066]要注意的是，以上列舉的僅為本發明的具體實施例，顯然本發明不限于以上實施例，隨之有著許多的類似變化。本領域的技術人員如果從本發明公開的內容直接導出或聯想到的所有變形，均應屬于本發明的保護范圍。
【主權項】
1.一種異常電力設備圖像的識別方法，用于從電力設備圖像中識別出異常的電力設備圖像，其特征在于，包括步驟: (1)獲取電力設備圖像； (2)從所述電力設備圖像中提取電力設備特征； (3)基于所述電力設備特征識別電力設備及其所在圖像區域； (4)將所述圖像區域的圖像與相應的對比圖像進行比較，以判斷所述圖像區域的圖像是否存在異常變化，所述異常變化是與電力設備運行狀態異常相關的異常變化，以識別出異常電力設備圖像。2.如權利要求1所述的異常電力設備圖像的識別方法，其特征在于，所述步驟(I)還包括步驟:對獲取的電力設備圖像進行預處理。3.如權利要求2所述的異常電力設備圖像的識別方法，其特征在于，所述預處理包括:直方圖增強、圖像去噪、圖像銳化、圖像邊緣檢測以及圖像分割中的一種或幾種的組合。4.如權利要求1所述的異常電力設備圖像的識別方法，其特征在于，所述電力設備特征包括:顏色特征、紋理特征以及形狀特征中的一種或幾種的組合。5.如權利要求1所述的異常電力設備圖像的識別方法，其特征在于，所述對比圖像是標準圖像和/或歷史圖像。6.如權利要求1所述的異常電力設備圖像的識別方法，其特征在于，所述異常變化包括產生毛刺或突起的邊緣，或新增偽輪廓。7.如權利要求1所述的異常電力設備圖像的識別方法，其特征在于，所述步驟(4)中，通過下述模型實現所述圖像區域的圖像與相應的對比圖像的比較，以判斷所述圖像區域的圖像是否存在異常變化: Δ Pi(x,y)=Pi(x,y)-P(x,y) 式中，Pi(x，y)是所述圖像區域的圖像，p(x，y)為相應的對比圖像，(X，y)為像素坐標；當該式結果為O時，判斷所述圖像區域的圖像不存在異常變化，否則判斷所述圖像區域的圖像存在異常變化。8.—種異常電力設備圖像的識別系統，用于從電力設備圖像中識別出異常的電力設備圖像，其特征在于，包括依次連接的:圖像采集終端、圖像采集卡以及計算機;所述圖像采集終端設于相應的電力設備附近;所述異常電力設備圖像的識別系統通過運行與下述步驟相應的程序實現異常電力設備圖像的識別: (1)所述計算機控制所述圖像采集終端獲取相應的電力設備圖像； (2)所述計算機從所述相應的電力設備圖像中提取相應的電力設備特征； (3)所述計算機基于所述相應的電力設備特征識別相應的電力設備及其所在圖像區域； (4)所述計算機將所述圖像區域的圖像與相應的對比圖像進行比較，以判斷是否存在異常變化，從而識別異常電力設備圖像。9.如權利要求8所述的異常電力設備圖像的識別系統，其特征在于，所述圖像采集終端為多個，所述圖像采集卡為多通道圖像采集卡，其多個通道與所述多個圖像采集終端分別對應。10.如權利要求8所述的異常電力設備圖像的識別系統，其特征在于，所述圖像采集終 端為CCD攝像機。
【文檔編號】G06K9/00GK105868722SQ201610207490
【公開日】2016年8月17日
【申請日】2016年4月5日
【發明人】王思源, 解祥艷, 丁素英, 王寧, 潘慧超, 韋良, 許明, 嚴璽, 盛戈皞
【申請人】國家電網公司, 國網山東省電力公司濟南供電公司, 上海交通大學