CN101419663A - 电力设备故障指示器指示灯状态实时监测识别方法 - Google Patents

Abstract

本发明涉及电力配网监测领域，提供了一种电力设备故障指示器指示灯状态实时监测识别方法。该方法是对由摄像头等图像采集设备采集到的数字视频信号做处理，从视频信号中提取出视频帧，确定各目标监控目标即各指示灯的在视频帧中的目标区域并分配相应编号，利用相邻两帧中各目标区域的像素颜色变化和亮度变化来识别故障指示器的闪光报警，根据识别到闪光报警的目标编号及其组合来确定发生故障的具体情况，并将结果通过配网通信网络实时传输到后台，以及时提醒工作人员故障发生。本发明实现了对电力设备故障指示器指示灯状态的实时监控识别报警，保证了系统可靠性，方便了系统的安装和修改，保障了安装和维护人员的安全。

Description

电力设备故障指示器指示灯状态实时监测识别方法

技术领域

本发明涉及数字视频监控、图像识别技术和电力配网监测领域，特别是涉及电力设备故障指示器指示灯状态实时监测识别方法。

背景技术

目前，多数电力设备的入口和出口线缆上都安装有监测线路故障的故障指示器，用来检测故障的发生以及发生故障的原因和线路。但是要读取故障指示器的状态就要将故障指示器通过现场总线技术连接到处理器或者控制器单元，用处理器或者控制器来读取故障指示器的状态，并通过有线或者无线的方式来把读取到的状态发送到远程的控制中心。这种实现方式存在一些不足：

(1)可靠性上的不足。处理器单元是通过线路和故障指示器相连接的，是弱电设备，而故障指示器安装在高压线路上，虽然通过光耦隔离电路可以在一定程度上消除影响，但仍存在着安全性和可靠性上的隐患。

(2)灵活性上的不足。传统的方式是处理器单元直接安装在故障指示器附近，或者安装在相应的电力设备上，比如开关柜上，然后通过总线连接出去，而且还需要弱电供应，这样就会占用开关柜的空间，尤其是有多路线缆时，就会占用很多空间。并且更换相应设备时还需要和高压电力设备接触，不够方便和灵活。

发明内容

本发明所要解决的技术问题是提供一种故障指示器状态实时监测识别方法，该方法可以消除安全性和可靠性上的隐患，弥补现有技术的方便性和灵活性不足的问题。

为解决上述问题，本发明提供了电力设备故障指示器指示灯状态实时监测识别方法，该方法包括以下步骤：

图像采集设备对故障指示器的指示灯采集视频信号，并将该视频信号送到信号处理单元；

信号处理单元从视频信号中提取各个视频帧，确定各故障指示器在视频帧中的位置，并对各故障指示器位置分配相应的目标区域编号；

对当前帧中各目标区域分别采用RGB颜色模型进行颜色特征处理，判断各目标区域的颜色特征与报警颜色特征是否相同，若是，则，则将该目标区域对应的故障指示器状态输出到故障处理控制台；和/或，

将当前帧与前一帧的目标区域分别进行亮度比较，判断当前帧的目标区域是否变亮，如果是，则将该目标区域对应的故障指示器状态输出到故障处理控制台。

作为进一步的方案，所述采用RGB颜色模型进行颜色特征处理方法，包括如下步骤：

提取并设定指示灯闪亮报警时的发光颜色的红色、绿色和蓝色三基色分量，分别记做R0，G0，B0；

提取当前帧目标区域内各像素点的红色、绿色和蓝色三基色分量，对三个分量值分别做均值运算，得到目标区域内均值，分别记做R1，G1，B1；

计算当前目标区域内指示灯颜色与指示灯报警颜色的相似度值 $\mathrm{\Δ}=\sqrt{{(R1-R0)}^2+{(G1-G0)}^2+{(B1-B0)}^2};$

若相似度值小于相似度参考阈值，则目标区域的颜色特征与报警颜色特征相同，否则目标区域的颜色特征与报警颜色特征不同。

作为又进一步的方案，所述将当前帧与前一帧的目标区域分别进行亮度比较，判断当前帧的目标区域是否变亮，包括如下步骤：

将各目标区域做灰度化处理，把目标区域彩色图像转换为灰度图像；

将两帧同一目标区域的灰度图做差值运算，得到目标区域亮度变化信息的灰度差值图；

对灰度差值图进行二值化处理，即，当灰度差值大于灰度参考阈值时，将该像素值取作1，当灰度差值小于或等于灰度参考阈值时，将该像素值取作0；

对目标区域的像素进行扫描，统计目标区域内像素值为1的像素的个数，如果某目标区域内白色像素的个数占该目标区域全部像素个数的比例超过亮度参数阈值时，则判断此区域变亮，否则无变化。

优选的，在所述对灰度差值图进行二值化处理的步骤之后，还包括如下步骤：

对二值图像进行腐蚀处理，选取合适的结构元，以消除指示灯闪亮时局部可能偏暗，或存在其他噪声等可能影响目标识别的干扰；

对腐蚀处理后二值图像作膨胀处理，以得到较好的识别结果。

本发明所提供的电力设备故障指示器指示灯状态实时监测识别方法，通过视频监控和图像识别的方式来读取故障指示器指示灯的状态，从而可以实时监测到故障的发生情况。在识别电力设备故障指示器指示灯状态时，采用颜色特征和亮度特征相结合的方法，提高了系统监测的灵敏度，降低了识别结果的误差率，实现了对电力设备故障指示器指示灯状态的实时识别和故障报警。由于监控采用摄像头在故障指示器指示灯远处对其进行监控，和电力设备距离比较远，之间没有任何连接，从而能够保证系统可靠性。另外监控系统可以单独建立，位置可以自由选择，系统的安装和修改都很灵活方便，和电力设备之间不会产生相互影响，并且安装和维护人员的安全也可以得到充分的保障。

附图说明

图1是摄像头采集的所要监测的电力设备故障指示器指示灯的两个连续视频帧，其中帧1.1的故障指示器指示灯熄灭、帧1.2的故障指示器指示灯闪亮。

图2是对图1中各帧做灰度化处理后得到的灰度图，其中，帧1.1灰度化处理后得到帧2.1，帧1.2灰度化处理后得到帧2.2。

图3是图2中指示灯闪亮时灰度值变化图，即发亮状态时帧2.2的灰度图与熄灭状态时帧2.1的灰度图的灰度差值图。

图4是对图3进行二值化处理后得到的二值图。

图5是图4进行腐蚀处理后的效果图。

图6是图5进行膨胀处理后的效果图。

图7是所要扫描的目标区域的指示图。

图8是故障指示器指示灯闪亮的图像识别方法的总流程图。

具体实施方式

本具体实施方式提供一种电力设备故障指示器指示灯状态实时监测识别的方法。该方法是对由摄像头等图像采集设备采集到的数字视频信号做处理，从视频信号中提取出视频帧，确定各监控目标的位置，通过对相邻帧中各监控目标的变化的情况来识别故障指示器的指示灯的状态，从而识别故障发生的情况，并通知控制台，以及时提醒工作人员故障发生。故障指示器的指示灯在正常情况下一般会为白色，当发生故障时会发出红光，进行闪亮报警。下面通过附图和实施例，对本发明实施例的技术方案做进一步的详细描述。

如图8所示为本发明的总流程图，具体包括如下步骤：

步骤101，由图像采集设备摄像头对故障指示器的指示灯采集数字视频信号，由于监控采用摄像头在故障指示器指示灯远处对其进行监控，和电力设备距离比较远，之间没有任何连接，从而能够保证系统可靠性，监控系统可以单独建立，位置可以自由选择，系统的安装和修改都很灵活方便，和电力设备之间不会产生相互影响，并且安装和维护人员的安全也可以得到充分的保障；

步骤102，从视频信号中提取一视频帧，如图1中的视频帧1.2所示，在图1的视频帧1.2中有四个指示灯，分别对该四个指示灯确定其在视频帧1.2中所对应的监控目标区域，并对各目标区域分配相应编号，各目标区域编号的分配如图7所示，包括区域1、区域2、区域3、区域4。对各目标区域进行编号，可便于在故障发生时通过闪亮的指示灯的编号及其组合来判断故障发生的具体情况；

回到图8的步骤103，提取并设定报警颜色的各目标区域内各像素点的红色、绿色和蓝色三基色分量；

步骤105，提取当前帧1.2中各目标区域内像素点的红色、绿色和蓝色三基色分量，并对三个分量值分别做均值运算，得到各目标区域内的红色分量、绿色分量和蓝色分量的均值；

步骤106，计算当前目标区域内指示灯颜色与指示灯报警颜色的相似度值 $\mathrm{\Δ}=\sqrt{{(R1-R0)}^2+{(G1-G0)}^2+{(B1-B0)}^2};$

步骤107，若相似度值小于相似度参考阈值，则目标区域的颜色特征与报警颜色特征相同，则判断为指示灯闪亮报警，

进行步骤116，将该目标区域对应的故障指示器状态通过配网通信网络实时发送到控制台；否则目标区域的颜色特征与报警颜色特征不同，返回步骤102。

为了提高识别的灵敏度，降低识别结果的误差率，在通过提取颜色特征的变化来识别指示灯光报警的同时，也采取判断亮度特征的变化来识别指示灯的闪光，即，在步骤102后，采取如下步骤：

步骤108，为了减少运算量，提高运算速度，需要先对图像进行灰度化处理，将视频帧目标区域做灰度化处理，把目标区域彩色图像转换为灰度图像，如图1所示的帧1.1、1.2，经过灰度化处理后，分别得到如图2中的帧2.1、2.2所示。处理后的灰度图图2只含有亮度信息，亮度信息用8比特数据来表示，即分成0到255工256个等级。其中，0表示全黑，255表示全白，灰度值越大，亮度就越大；使其只具有亮度信息，减少识别运算量。

步骤109，把相邻两帧如图1中帧1.1、1.2中对应的目标区域的灰度图做差值运算，得到仅具有相邻帧目标区域亮度变化信息的灰度差值图，如图3所示；

步骤110，对做差运算后的仅具有相邻帧目标区域亮度变化信息的灰度差值图做二值化处理，选取合适的灰度参考阈值，当灰度差值>灰度参考阈值时，像素值取作1，当灰度差值<灰度参考阈值时，像素值取作0，得到只包含黑白两种灰度的二值图像，如图4所示，以进一步简化识别结果；

步骤111，由于图像中会存在一些干扰因素，例如指示灯闪亮时局部可能会偏暗，或者存在其他噪声，为了消除这些干扰，对只包含黑白两种灰度的二值图像做腐蚀操作，选取合适的结构元，以消除指示灯闪亮时局部可能偏暗，或存在其他噪声等可能影响目标识别的干扰，所得结果如图5所示；

步骤112，对上步骤111操作结果做膨胀处理，所得结果如图6所示，以得到较好的识别结果；

步骤115，对各个目标区域的像素进行扫描，统计各个目标区域内白色像素即值为1的像素的个数，如果某目标区域内白色像素的个数所占该区域中像素个数的比例超过亮度参考阈值，亮度参考阈值根据现场环境和具体设备设定，本具体实施例的亮度参考阈值为80％，则判断此区域对应编号的指示灯闪亮，监测到了故障指示器的闪亮报警；执行步骤116，根据闪亮的指示灯的编号及其组合来判断故障发生的具体情况，通过配网通信网络将报警信息实时发送到控制台，实现对电力设备故障指示器指示灯状态的实时识别和故障报警，否则返回步骤102。

应说明的是，以上具体实施方式仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (4)

1、电力设备故障指示器指示灯状态实时监测识别方法，其特征在于，该方法包括以下步骤：

图像采集设备对故障指示器的指示灯采集视频信号，并将该视频信号送到信号处理单元；

信号处理单元从视频信号中提取各个视频帧，确定各故障指示器在视频帧中的位置，并对各故障指示器位置分配相应的目标区域编号；

对当前帧中各目标区域分别采用RGB颜色模型进行颜色特征处理，判断各目标区域的颜色特征与报警颜色特征是否相同，若是，则，则将该目标区域对应的故障指示器状态输出到故障处理控制台；和/或，

将当前帧与前一帧的目标区域分别进行亮度比较，判断当前帧的目标区域是否变亮，如果是，则将该目标区域对应的故障指示器状态输出到故障处理控制台。

2、如权利要求1所述的电力设备故障指示器指示灯状态实时监测识别方法，其特征还在于，所述采用RGB颜色模型进行颜色特征处理方法，包括如下步骤：

提取并设定指示灯闪亮报警时的发光颜色的红色、绿色和蓝色三基色分量，分别记做R0，G0，B0；

提取当前帧目标区域内各像素点的红色、绿色和蓝色三基色分量，对三个分量值分别做均值运算，得到目标区域内均值，分别记做R1，G1，B1；

计算当前目标区域内指示灯颜色与指示灯报警颜色的相似度值 $\mathrm{\&Delta;}=\sqrt{{(R1-R0)}^2+{(G1-G0)}^2+{(B1-B0)}^2};$

若相似度值小于相似度参考阈值，则目标区域的颜色特征与报警颜色特征相同，否则目标区域的颜色特征与报警颜色特征不同。

3、如权利要求1或2所述的电力设备故障指示器指示灯状态实时监测识别方法，其特征还在于，所述将当前帧与前一帧的目标区域分别进行亮度比较，判断当前帧的目标区域是否变亮，包括如下步骤：

将各目标区域做灰度化处理，把目标区域彩色图像转换为灰度图像；

将两帧同一目标区域的灰度图做差值运算，得到目标区域亮度变化信息的灰度差值图；

对灰度差值图进行二值化处理，即，当灰度差值大于灰度参考阈值时，将该像素值取作1，当灰度差值小于或等于灰度参考阈值时，将该像素值取作0；

对目标区域的像素进行扫描，统计目标区域内像素值为1的像素的个数，如果某目标区域内白色像素的个数占该目标区域全部像素个数的比例超过亮度参数阈值时，则判断此区域变亮，否则无变化。

4、如权利要求3所述的电力设备故障指示器指示灯状态实时监测识别方法，其特征还在于，在所述对灰度差值图进行二值化处理的步骤之后，还包括如下步骤：

对二值图像进行腐蚀处理，消除噪声干扰；

对腐蚀处理后二值图像作膨胀处理。

Images