一種基于二維碼的變電站設備對象識別方法
【技術領域】
[0001]本發明涉及電動產品配件技術領域，尤其涉及一種基于二維碼的變電站設備對象識別方法。
【背景技術】
[0002]隨著電網的智能化變電站及無人值守變電站的逐步推廣建設，基于變電站視頻監控系統的視頻智能化分析技術，對電網生產運行的技術支持需求在不斷提高，針對現有已建的變電站視頻監控系統，由于視頻監控設備眾多、生產設備數量龐大，在視頻識別過程中需要先通過人工的方式預先配置攝像機預置位，將攝像機監控角度調整至指定設備對象后，才能將監控視頻采用視頻智能分析技術用于電網生產運行，該方式導致視頻智能技術在電網生產運行智能化監控中的應用性差，如何有效實現通過視頻圖像自動識別變電站生產運行設備對象，將直接影響視頻智能技術對電網生產運行的支撐性作用，對電網的智能化水平中的智能化監控技術提升起到促進作用。
[0003]目前，針對該目標，普遍采用的技術方法為模板匹配技術和基于機器學習算法的視頻智能識別技術。基于模板匹配技術的方法，主要通過收集指定設備的圖片，并構建設備對象的特征模型，基于變電站視頻監控系統的實時視頻數據，采用實時監控的對象特征和已構建的設備對象的特征模型之間進行對比匹配，從而判斷出監控對象的設備類型；基于機器學習算法的視頻智能識別技術，主要通過收集大量的設備樣本數據，通過機器學習算法，形成設備模型數據，基于設備模型數據，再通過實時視頻數據對圖像中的設備對象進行識別，識別出設備類型后，根據設備在平面結構中所處的位置，結合變電站一次設備安裝結構圖，從而判斷出設備名稱。上述兩種已有技術方法，主要是完全采用視頻智能分析技術，而不借助于其他技術手段，通過機器自動對設備對象進行識別。
[0004]然而，采用基于模板匹配技術的方法，需要先構建設備對象的特征模型，由于變電站內的設備對象眾多、設備類型多樣性，導致需要構建大量的設備模型，且由于變電站視頻監控設備所拍攝的角度不同、設備之間的遮擋情況很多、天氣影響較大、攝像機清晰度不同、光照條件不同等各種因數，導致所構建的特征模型很難在實際應用中進行匹配，僅能夠用于在實驗室測試和驗證中，實際應用意義不大。采用基于機器學習算法的視頻智能識別技術，需要取決于收集大量的設備模型樣本，所收集的模型樣本全面性和準確性，將直接影響機器學習所構建的設備模型的準確性，進一步將影響視頻識別的準確性，工作量大，需要不斷優化和調整樣本庫和機器學習算法，且由于變電站視頻監控的場景中通常包含了眾多設備，將在很大程度上影響視頻識別的準確性和可靠性，同時，采用上述兩種方法都是只能識別設備類型，而無法具體識別設備名稱，很難滿足生產運行中需要進行設備狀態的識別。
[0005]
【發明內容】
[0006]針對上述問題，本發明提供一種基于二維碼的變電站設備對象識別方法，能夠準確且自動查找設備對象及獲取設備名稱，同時，無需提前構建設備模型和樣本庫，無需人工配置，能夠很好地保證識別的準確性和可靠性，并且能夠方便地判斷出所監控的設備對象類型和名稱，同時，該技術能夠很方便地進行應用和推廣，不受變電站規模和電壓等級的影響。
[0007]本發明所要解決的技術問題是通過以下技術方案實現的:
一種基于二維碼的變電站設備對象識別方法，該方法包括如下步驟:
(1)采用二維碼標簽的方式表征各個變電站的設備對象，將設備信息加入二維碼標簽中；
(2)視頻的自動巡視控制:實現對攝像機所有監控的設備場景進行采集，形成全部場景圖像數據；
(3)二維碼標簽對象識別:基于場景圖像數據，對場景圖像中每幀圖片進行圖像分析，從而識別出所有的二維碼標簽，并將包含有效二維碼標簽的圖片進行保存；
(4)二維碼標簽信息識別:對提取出的二維碼標簽圖片進行二維碼信息進行識別，得到二維碼中所包含的設備信息，并獲取到該幀圖片在自動巡視過程中所處的位置；
(5)設備對象識別和視頻位置保存:將設備對象識別的信息和視頻位置保存，通過自動設置預置位的方法，將設備對象與攝像機及其預置位進行關聯，完成設備對象識別。
[0008]進一步的，所訴步驟(2)視頻的自動巡視控制具體包括:
(2a)通過云臺控制，攝像機按照步進的方式，對攝像機水平方向每個角度進行拍攝；
(2b )通過鏡頭控制，攝像機步進過程中的每一步，進行鏡頭拉近拉遠，獲取遠景和近景所有圖像數據；
(2c)通過云臺控制，控制攝像機水平方向、仰角、俯角多個角度的場景拍攝，獲取所有監控場景。
[0009]進一步的，所述步驟(3) 二維碼標簽對象識別具體包括如下步驟:
(3a)獲取場景圖像中的每一幀，對幀圖像進行預處理，預處理包括灰度處理、濾波處理和二值化處理；
(3b)根據二維碼特征，對二維碼圖片區域進行提取；
(3c)提取過程中，根據二維碼占整個圖片區域的占空比，從而篩選出作為二維碼的特征圖片的那一幀。
[0010]進一步的，所述步驟(4) 二維碼標簽信息識別具體包括如下步驟:
(4a)根據二維碼圖片及區域坐標，映射至原始圖片中；
(4b)對原始圖片按照區域坐標進行分割，提取出僅包含二維碼的圖片；
(4c)根據區域坐標，對分割后的二維碼圖片進行傾斜角度計算，將傾斜角度拍攝的圖片調整為正視角度的圖片；
(4d)對二維碼圖片進行濾波和增強，采用二維碼識別算法，對信息進行識別。
[0011]進一步的，所述步驟(5)設備對象識別和視頻位置保存具體包括如下步驟:
(5a)根據二維碼圖片所表示的設備信息，查找設備表，查找到對應的設備名稱和設備類型內容；
(5b)根據二維碼圖片所對應的云臺角度以及鏡頭距離，控制攝像機轉動至該位置，設置預置位； (5c)將二維碼圖片所表征的設備信息與攝像機以及設定的預置位信息進行關聯，從而完成對設備的識別。
[0012]本發明所達到的有益效果是:基于二維碼技術、圖像識別技術，無需提前構建設備模型和樣本庫，無需人工配置，避免了其他方法中需要人工參與，極大地提高了工作效率，降低了工作量，同時降低了采用設備模型和樣本庫等方式所帶來的眾多缺陷，能夠準確且自動查找設備對象及獲取設備名稱，且由于二維碼標簽的可識別率高，受外界影響性較小，能夠很好地保證識別的準確性和可靠性，且根據二維碼標簽中所包含的設備信息，能夠方便地判斷出所監控的設備對象類型和名稱，同時，該技術能夠很方便地進行應用和推廣，不受變電站規模和電壓等級的影響。
【附圖說明】
[0013]圖1是本發明一種基于二維碼的變電站設備對象識別方法的結構示意圖；
圖2是本發明中視頻自動巡視時的處理流程圖；
圖3是本發明中二維碼標簽對象識別的處理流程圖；
圖4是本發明中二維碼標簽信息識別的處理流程圖；
圖5是本發明中設備對象識別和視頻位置保存的處理流程圖。
【具體實施方式】
[0014]為了進一步描述本發明的技術特點和效果，以下結合附圖和【具體實施方式】對本發明做進一步描述。
[0015]如圖1所示，一種基于二維碼的變電站設備對象識別方法，通過對變電站中的各個生產設備加裝二維碼標簽，采用已建的視頻監控系統中的攝像機進行監控，通過視頻自動巡視技術，實現對攝像機所有可監控的設備場景進行采集，形成全部場景圖像數據，基于該圖像數據，通過二維碼標簽對象識別技術，對巡視所生成的視頻中每幀圖片進行圖像分析，從而識別出所有的二維碼標簽，并將包含有效二維碼標簽的圖片進行保存，已提取出來的二維碼標簽的圖片進一步通過二維碼標簽信息識別技術，對該圖片中的二維碼信息進行識別，得到二維碼中所包含的設備信息，并根據該幀圖片，獲取到該幀圖片在自動巡視過程中所處的位置，基于以上各類信息，進一步實現設備對象識別和視頻位置保存，通過自動設置預置位的方法，將設備對象與攝像機及其預置位進行關聯，從而最終實現一種物聯網技術的變電站二維碼圖像設備對象識別方法。
[0016]其中，視頻自動巡視處理流程如圖2所述，包括:
(1)通過軟件系統連接并控制攝像機云臺設備，將攝像機云臺轉至初始位置，在攝像機安裝時，將攝像機的初始位置設置為水平角度的任意一個方向，進一步控制攝像機的鏡頭，將鏡頭拉至最遠的位置；
(2)在攝像機轉至初始位置完成后，控制攝像機按照水平方向以最高速進行轉動，轉動角度為1度；
(3)轉動后，控制攝像機的鏡頭，進行鏡頭的拉近控制，在拉近控制過程中，設定拉近速度為最低速度，以保證存儲的視頻數據幀前后之間的流暢性，避免快速拉近時出現圖片模糊的問題； (4)當鏡頭拉至最近位置后，控制攝像機鏡頭，將鏡頭再次拉遠，同樣以最低速度進行控制；
(5 )鏡頭拉至最遠后，進一步控制云臺水平方向轉動，轉動方向與前面的方向一致，轉動的角度為1度；
(6)轉動角度1度后，重復前面的3、4兩個步驟；
(7)繼而繼續控制運行水平方向轉動，且在每轉動1度后，均按照第6步驟進行控制，一直到水平方向以轉動至云臺的初始位置，即在水平方向轉動了 360度，到此，則完成了攝像機在水平方向的所有控制過程；
(8)在水平方向完成后，進一步控制攝像機在初始位置下，向上仰角轉動60度；
(9)在仰角60度情況下，按照前面的步驟2至步驟7的方法，進行視頻巡視控制，從而完成攝像機在仰角60度情況下的所有控制過程；
(10)在仰角60度方向完成后，進一步控制攝像機在初始位置下，向下俯角轉動60度；
(11)在俯角60度情況下，按照前面的步驟2至步驟7的方法，進行視頻巡視控制，從而完成攝像機在俯角60度情況下的所有控制過程；
(12)根據視頻攝像機的監控場景的不同，