一種輸電線路桿塔圖像監測系統的山火圖像識別方法
【專利摘要】本發明公開了一種適輸電線路桿塔圖像監測系統的山火圖像識別方法，包括以下步驟：步驟1、通過輸電線路桿塔上微氣象在線監測系統的數據對森林火險等級做出評級，根據評級調整在線監測系統采集圖像的頻率；步驟2、采用圖像差分原理檢測圖像異常情況；步驟3、對圖像進行天際線分割；步驟4、對圖像是否存在火焰區域進行判斷；步驟5、對圖像是否存在煙霧區域進行判斷；步驟6、判斷是否出現火情。具有實現了對輸電線路山火的遠程預警，確保電力系統輸電線路安全穩定的運行等優點。
【專利說明】一種輸電線路桿塔圖像監測系統的山火圖像識別方法【技術領域】
[0001]本發明涉及一種輸電線路在線監測圖像識別技術，特別涉及一種輸電線路桿塔圖像監測系統的山火圖像識別方法。
【背景技術】
[0002]目前國內對山火的預警多采用林業部門人員巡視，租用高空飛行器監測等手段，均存在著監測范圍和時間有限，費用過高，易受氣候條件影響，無法進行全天候監測的問題。林業部租用兩顆美國國家海洋和大氣局的衛星以紅外成像的形式對我國境內山火進行監測，但是每天只能對指定區域掃描4次，對山火發生的預警缺乏及時性。 [0003]國內公司針對輸電線路附近山火在線監測的產品，多為采用煙霧傳感器對山火進行預警，但是由于風力風向、大氣煙塵等自然因素的影響，正確識別率較低。煙霧傳感器長期暴露于野外地區，可靠性也會降低。
【發明內容】
[0004]本發明的目的在于克服現有技術的缺點與不足，提供一種輸電線路桿塔圖像監測系統的山火圖像識別方法，該方法通過對輸電線路周圍的地形地貌以及山火的火焰和煙霧特征進行綜合的圖像識別，實現了對輸電線路山火的遠程預警，確保電力系統輸電線路安全穩定的運行。
[0005]本發明的目的通過下述技術方案實現:一種輸電線路桿塔圖像監測系統的山火圖像識別方法，包括以下步驟:
[0006]步驟1、通過輸電線路桿塔上微氣象在線監測系統的數據對森林火險等級做出評級，根據評級調整在線監測系統采集圖像的頻率；
[0007]步驟2、采用圖像差分原理檢測圖像異常情況；
[0008]步驟3、對圖像進行天際線分割；
[0009]步驟4、對圖像是否存在火焰區域進行判斷；
[0010]步驟5、對圖像是否存在煙霧區域進行判斷；
[0011]步驟6、綜合各項判據，判斷是否出現火情。
[0012]所述步驟2包括以下步驟:
[0013]步驟2-1、選定第i幀正常情況圖像作為參考圖像,為MXN圖像,記為f；(x，y)；
[0014]步驟2-2、將第i+Ι幀圖像與參考圖像作差分運算，記為:
[0015]Δ f j (x, y) =f i+1 (x, y) -fr (χ, y)；
[0016]當AfiUypfi thres時，判斷圖像中有異常情況發生，進入圖像天際線分割；
[0017]當Λ fi (χ, y) <f, thres時，判斷圖像中無異常情況發生，同時將第i + 1幀圖像fi+i (χ, y)作為參考圖像f；(x，y)；
[0018]其中，fi(X，y)為某時刻正常情況參考圖像的像素，判斷有異常情況發生時的圖像像素閾值；[0019]步驟2-3、把fi，thres作為判斷有異常情況發生時的圖像像素閾值。
[0020]以上式中，&(X，y)為某時刻正常情況參考圖像的像素，f^thres為判斷有異常情況發生時的圖像像素閾值。
[0021]所述步驟3包括以下步驟:
[0022]步驟3-1、通過Canny邊緣檢測算法可以對圖像中各個特征部分進行輪廓識別；
[0023]步驟3-2、對比輪廓線的延續性長度，角度，高度差，對比度，得到天際輪廓線；
[0024]步驟3-3、將靜態圖片分為天空部分和地面部分。
[0025]對所述輪廓線進行判斷的判據如下:
[0026]天際線的角度在0°角上下波動；
[0027]天際線上升和下降的像素角度之間的呈對稱比例；天際線的平均垂直高度差較小的邊界；
[0028]設單位區域內邊界線的角記為A(X)，垂直高度差記為h(x)；
[0029]單位區域的角度和
【權利要求】
1.一種輸電線路桿塔圖像監測系統的山火圖像識別方法，其特征在于，包括以下步驟: 步驟1、通過輸電線路桿塔上微氣象在線監測系統的數據對森林火險等級做出評級，根據評級調整在線監測系統采集圖像的頻率； 步驟2、采用圖像差分原理檢測圖像異常情況； 步驟3、對圖像進行天際線分割； 步驟4、對圖像是否存在火焰區域進行判斷； 步驟5、對圖像是否存在煙霧區域進行判斷； 步驟6、判斷是否出現火情，如果出現火情，則進行預警。
2.根據權利要求1所述的輸電線路桿塔圖像監測系統的山火圖像識別方法，其特征在于，所述步驟2包括以下步驟: 步驟2-1、選定第i幀正常情況圖像作為參考圖像,為MXN圖像,記為f；(x，y)； 步驟2-2、將第i+Ι幀圖像與參考圖像作差分運算，記為:
Δ fj (X，y) =fi+1 (x, y) -fr (x, y)； 當Λ時，判斷圖像中有異常情況發生，進入圖像天際線分割； 當八40^)〈。1_時，判斷圖像中無異常情況發生，同時將第1+1幀圖像410^)作為參考圖像fr (χ, y)； 其中，fi(x，y)為某時刻正常情況參考圖像的像素，^thres為判斷有異常情況發生時的圖像像素閾值； 步驟2-3、把^thres作為判斷有異常情況發生時的圖像像素閾值。
3.根據權利要求1所述的輸電線路桿塔圖像監測系統的山火圖像識別方法，其特征在于，所述步驟3包括以下步驟: 步驟3-1、通過Canny邊緣檢測算法可以對圖像中各個特征部分進行輪廓識別； 步驟3-2、對比輪廓線的延續性長度、角度、高度差和對比度，得到天際輪廓線； 步驟3-3、將靜態圖片分為天空部分和地面部分。 對所述輪廓線進行判斷的判據如下: 天際線的角度在0°角上下波動； 天際線上升和下降的像素角度之間的呈對稱比例；天際線的平均垂直高度差較小的邊界； 設單位區域內邊界線的角記為AU)，垂直高度差記為h(x)；單位區域的角度和為
4.根據權利要求1所述的輸電線路桿塔圖像監測系統的山火圖像識別方法，其特征在于，所述步驟4包括以下步驟: 步驟4-1、提取圖像火焰顏色分量數值，所述圖像火焰顏色分量數值的RGB特征為:
R≥k1G ≥k2B, R ≥ 230， 式中，h和k2是根據攝像頭的圖像飽和特性以及對比背景的復雜程度求得的系數； 在字圖像HSV顏色模型中，H、S和V的參數分別表示色調、飽和度和亮度；而數字成像CCD/CMOS對亮度空間更為敏感，相對背景植被的漫反射部分，火焰的飽和度和亮度更高；步驟4-2、分析山火圖像，當山火圖像的HSV值滿足H的取值范圍為O~0.17、S的取值范圍為O~I且V的取值范圍為0.4~I時,判定為火焰像素。
5.根據權利要求1所述的輸電線路桿塔圖像監測系統的山火圖像識別方法，其特征在于，所述步驟5包括以下步驟: 步驟5-1、通過小波變換將圖像信號分解為高、低頻兩部分，對比前后圖像的小波能量值作為煙霧特征的判據； 步驟5-2、通過小波能量值識別圖像是否被煙霧模糊化的判據為:
A EL「EL(i+1) (X，y) -ELi (x, y)〉EL，thres， 其中，ELi (x, y)為尺度dl的某時刻正常情況參考圖像的低頻能量，Euttoes為煙霧識別的閾值； 步驟5-3、參考圖像中物體顏色特性進行對比作為山火煙霧的識別判據，山火煙霧的HSV特征為:
O≤ H ≤0.17,
0.16≤ S ≤ 0.31，
0.73 ≤ V ≤ 1，
對圖片中具有以上Hsv特征的像素的含量的計算
6.根據權利要求1所述的輸電線路桿塔圖像監測系統的山火圖像識別方法，其特征在于，在步驟4種，通過以下步驟對所述火焰區域采用動態閥值進行判斷: 步驟(4.1)設f (X，y)為MXN圖像(x, y)點的灰度值，灰度級為L,假設f (x, y)的取值范圍為[0，L-1]，記為Gl={0，1,2,…，L-1}，設P(i)為圖像f(x，y)中灰度級i的頻數，則.1 ▽-灰度級出現的概率為:
7.根據權利要求1所述的輸電線路桿塔圖像監測系統的山火圖像識別方法，其特征在于，所述步驟6中，通過以下步驟對山火圖像進行預警: 步驟6-1、最新采集的圖像與前一時刻正常情況的參考圖像進行差分運算； 若圖像異常部分面積大于整定值^thres時，對圖像進行降噪濾波處理；進行天際線識另O，分割天空和地面的圖像；同時啟動煙霧和火焰圖像識別算法； 步驟6-2、提取煙霧特征 后，對比圖像的小波能量值，當其大于整定值EH，tosW;對比采集圖像與參考圖像的顏色特性，當顏色特性大于整定判據aN，thMS時，發出山火預警信號；步驟6-3、進行火焰圖像識別，天際線識別后，從地面圖像部分提取顏色特征量，對滿足式R > Ic1G ^ k2B部分的面積進行濾波，得到火焰圖像面積，當火焰圖像面積大于整定值SiitosW，發出山火預警信號。
【文檔編號】G08B17/00GK103778418SQ201410043121
【公開日】2014年5月7日 申請日期:2014年1月28日 優先權日:2014年1月28日
【發明者】郝艷捧, 陽林, 羅健斌, 史尊偉, 曹敏, 楊家全 申請人:華南理工大學, 云南電網公司