CN102509100B - 一种基于图像模式识别的刀闸分合可靠性识别方法 - Google Patents

一种基于图像模式识别的刀闸分合可靠性识别方法 Download PDF

Info

Publication number
CN102509100B
CN102509100B CN 201110329986 CN201110329986A CN102509100B CN 102509100 B CN102509100 B CN 102509100B CN 201110329986 CN201110329986 CN 201110329986 CN 201110329986 A CN201110329986 A CN 201110329986A CN 102509100 B CN102509100 B CN 102509100B
Authority
CN
China
Prior art keywords
disconnecting link
image
knife switch
template
realtime graphic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN 201110329986
Other languages
English (en)
Other versions
CN102509100A (zh
Inventor
王振利
孙勇
王万国
王滨海
李健
李丽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Intelligent Technology Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN 201110329986 priority Critical patent/CN102509100B/zh
Publication of CN102509100A publication Critical patent/CN102509100A/zh
Application granted granted Critical
Publication of CN102509100B publication Critical patent/CN102509100B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本发明公开了一种基于图像模式识别的刀闸分合可靠性识别方法，1)建立模板信息获取刀闸设备图像，并在其中用红色矩形框人工标定的图像中刀闸设备区域，其中矩形框的长轴方向P，即与图像底边缘之间的角度，作为刀闸合位可靠时的刀闸臂的方向，以此作为该刀闸合闸到位的模板信息；2)实时图像信息分析处理利用移动机器人采集的实时图像和模板图像进行SURF特征点提取和匹配，从而从复杂的背景信息中将刀闸设备剥离出来；3)通过将实时采集到的图像中刀闸臂方向Q和刀闸合闸到位模板规定的刀闸臂角度信息P经行对比，
Figure DDA0000102479150000011
，其中T取值为5度，实现刀闸分合到位可靠性的判别。本发明系统简单、灵活、且投资较小，能满足变电站刀闸操作需求。

Description

一种基于图像模式识别的刀闸分合可靠性识别方法
技术领域
本发明涉及一种基于图像模式识别的刀闸分合可靠性识别方法，属于变电站自动化控制领域。
背景技术
刀闸设备是变电站中非常重要的设备，对刀闸设备的操作直接关系到变电站乃至整个电网的稳定运行。在变电站倒闸操作中由于刀闸二次回路限位开关异常或刀闸一次部分机械构件存在松动或者卡涩，会造成刀闸分合不可靠故障，由此可能引起恶性事故的发生，必影响工农业的生产和人们的正常生活，给国民经济带来损失。
为有效防止刀闸分合不可靠引发的人身和重大设备事故，国内外许多机构都对此进行了深入的研究，主要的研究成果包括：
1、国家知识产权局于2010年01月20日公告的专利号200910065685.7，名称为“一种刀闸分合到位检测装置”的专利中公开了一种刀闸分合到位检测装置，该装置具有刀闸动作辅助接点，刀闸动作辅助接点与操作保护装置连接，聚光反射体设在刀闸的动触头上，光发射接收装置设置在刀闸底座安全平台上，一组光发射接收装置发射并接收到刀闸在合闸到位时由聚光反射体反射回的光束，另一组光发射接收装置发射并接收到刀闸在分闸到位时由聚光反射体反射回的光束，由光发射接收装置的对比判断电路的输出端与刀闸辅助接点连接，判断出刀闸是否分合到位。
2、国家知识产权局于2011年5月18日公告的专利号201110216378.1，名称为“基于红外检测的变电站刀闸模式识别方法”的专利中提供一种基于SIFT特征的电力刀闸状态识别方法，代替人来实现刀闸分合状态的自动识别。
上述研究都取得了一定程度上的有益效果，但仍存在如下问题：
1、“一种刀闸分合到位检测装置”通过改变刀闸的物理构造来实现刀闸分合到位的判断，需要对刀闸设备进行改造，工作量大，且成本较高，且改造过程中需要对线路停电，给生产和生活带来不便。
2、“基于红外检测的变电站刀闸模式识别方法”通过对红外图像的分析来达到刀闸分合状态的自动识别，但无法实现对刀闸分合到位可靠性的自动判别。
发明内容
针对现有技术的不足，本发明的目的是提供一种基于图像模式识别的刀闸分合可靠性识别方法，本发明基于移动机器人，通过分析移动机器人采集到的可见光或红外图像，利用图像模式识别技术实现刀闸分合到位可靠性的自动识别，本发明采用无损检测技术，无需对刀闸设备进行改造，系统简单、灵活、且投资较小，能满足变电站刀闸操作需求。
为实现上述目的，本发明采用如下技术方案：
一种基于图像模式识别的刀闸分合可靠性识别方法，
1)建立模板信息
获取刀闸设备图像，并在其中用红色矩形框人工标定的图像中刀闸设备区域，其中矩形框的长轴方向P，即与图像底边缘之间的角度，作为刀闸合位可靠时的刀闸臂的方向，以此作为该刀闸合闸到位的模板信息；
2)实时图像信息分析处理
利用移动机器人采集的实时图像和模板图像进行SURF特征点提取和匹配，从而从复杂的背景信息中将刀闸设备剥离出来；
3)通过将实时采集到的图像中刀闸臂方向Q和刀闸合闸到位模板规定的刀闸臂角度信息P经行对比，
Figure BDA0000102479130000031
其中T取值为5度，实现刀闸分合到位可靠性的判别。
所述步骤2)中，实时图像信息分析处理步骤：
a)分别生成实时图像和模板图像的SURF特征向量并进行图像配准；采用两幅图像中关键点特征向量间的欧氏距离作为相似性判定度量，确定实时图像和模板图像中一系列的对应匹配点；
b)由实时图像和模板图像间的特征点的匹配关系，计算两幅图像之间的投影变换矩阵，实现实时图像中刀闸设备的准确定位，最终从复杂的背景信息中将刀闸设备剥离出来；
c)利用Hough变换技术实现对刀闸设备图像中刀闸臂方向的自动识别，从而得到刀闸臂的方向角度Q，即与图像底边缘之间的角度。
所述步骤a)中，进行配准时，对每个关键点使用4×4共16个种子点来描述，计算8个方向的梯度方向直方图，即最终形成128维的SURF特征向量。
本发明基于移动机器人，通过分析移动机器人采集到的可见光或红外图像，利用图像模式识别技术实现刀闸分合到位可靠性的自动识别。
1.模板信息的生成步骤
人工采集刀闸设备合闸到位和分闸到位时的可见光或红外图像，标定出图像中刀闸设备的所在区域和刀闸臂的角度信息，以此作为刀闸合闸到位和分闸到位的模板；
2.实时图像信息分析处理步骤
对移动机器人实时采集到的可将光和红外图像进行分析，其具体过程如下：
利用特征点匹配技术实现图像中刀闸设备区域的精确定位，从而从复杂的背景信息中将刀闸设备剥离出来。
利用图像直线检测技术实现对刀闸设备图像中刀闸臂方向的自动识别，从而得到刀闸臂的方向角度。
3.刀闸分合到位可靠性的判别步骤
通过实时采集到的图像中刀闸臂方向A1(与图像底边缘之间的角度)和刀闸分闸到位或刀闸合闸到位模板规定的刀闸臂角度信息A(与图像底边缘之间的角度)经行对比，实现刀闸分合到位可靠性的判别。刀闸分合到位可靠性判别规则如下，其中T为在刀闸分合到位时，刀闸臂角度与模板角度差值的最大值：
Figure BDA0000102479130000041
所述移动机器人集成可见光、红外传感器，实现基于磁信号和RFID技术的自主导航和准确定位，具备自主充电、无线传输功能，并安装有雨刷、辅助光源等辅助设备。其主要有以下部分构成：安装有驱动器、电源和控制计算机的机器人本体，与机器人本体相连的磁传感器和RFID传感器，安装在机器人本体上方的云台，安装在云台上方的可将光摄像机、红外摄像机、雨刷和辅助光源。
所述特征点匹配技术是利用图像模式识别算法，分别在模板和实时图像中提取其中存在的一些稳定的、不随外界环境变化而变化的特征点，遍历这些特征点，找到模板图像和实时图像中相互匹配的特征点对，通过这些特征点对的信息，求取模板图像和实时图像之间的映射关系，利用模板信息中标定的刀闸区域的位置信息，进而实现实时图像中刀闸的准确定位。本发明采用SURF算法来实现设备的准确定位，其算法出自于David G.Lowe于2004年在《InternationalJournal of Computer Vision》上发表的“Distinctive Image Features fromScale-Invariant Keypoints”。
所述图像直线检测技术是在提取出刀闸区域图像的基础上，利用图像处理技术提取图像中刀闸臂区域，并用一条直线来代替刀闸臂，以此直线的方向作为刀闸臂的方向，为刀闸分合到位可靠性的判别提供依据。本发明采用Hough变换算法来实现算法刀闸臂方向的提取，其算法出自L.Pires，P.De Smet，I.Bruyland于2000年在《International Conference on Image Processing》发表的“Lineextraction with the use of an automatic gradient threshold technique and the HoughTransform”。
本发明的有益效果包括：
1、本发明基于图像模式识别技术实现刀闸分合到位可靠性识别，可以代替运行人员实现刀闸分合到位可靠性的识别，大大减轻运行人员的劳动强度，缩短操作时间，消除现场人员的主观因素的影响；
2、本发明基于图像模式识别技术，不需要对刀闸设备进行改造，工作量小，系统成本小，具有较高的实用性；
附图说明
图1为刀闸合闸可靠模板图像；
图2为移动机器人采集的实时图像；
图3为图像信息分析处理后刀闸区域图像；
图4为一种基于图像模式识别的刀闸分合到位可靠性识别方法流程方框图；
图5为一种基于图像模式识别的刀闸分合到位可靠性识别方法流程图。
具体实施方式
下面结合附图与实施例对本发明做进一步说明。
本发明基于移动机器人，通过分析移动机器人采集到的可见光或红外图像，利用图像模式识别技术实现刀闸分合到位可靠性的自动识别。为进一步揭示本发明的技术方案，兹结合一具体刀闸设备说明本发明的实施方式，如图4、图5所示。
1.模板信息的生成步骤
图1为一具体刀闸设备图像，其中红色矩形为人工标定的图像中刀闸设备区域，其中矩形框的长轴方向P(与图像底边缘之间的角度)作为刀闸合位可靠时的刀闸臂的方向，以此作为该刀闸合闸到位的模板信息。
2.实时图像信息分析处理步骤
2.1对移动机器人采集的实时图像(图2)和模板图像进行SURF特征点提取和匹配，从而从复杂的背景信息中将刀闸设备剥离出来如图3所示，主要有两个步骤：
a)分别生成实时图像和模板图像的SURF特征向量并进行图像配准。建议对每个关键点使用4×4共16个种子点来描述，计算8个方向的梯度方向直方图，即最终形成128维的SURF特征向量，采用两幅图像中关键点特征向量间的欧氏距离作为相似性判定度量，确定实时图像和模板图像中一系列的对应匹配点。
b)由实时图像(图2)和模板图像间的特征点的匹配关系，计算两幅图像之间的投影变换矩阵，实现实时图像中刀闸设备的准确定位，最终从复杂的背景信息中将刀闸设备剥离出来。
2.2利用Hough变换技术实现对刀闸设备图像中刀闸臂方向的自动识别，从而得到刀闸臂的方向角度Q(与图像底边缘之间的角度)。一般Hough变换的参数：碎线段连接的最大间隔值为10，最小线段长度为30。
3.刀闸分合到位可靠性的判别步骤
通过实时采集到的图像中刀闸臂方向Q和刀闸合闸到位模板规定的刀闸臂角度信息P经行对比(其中T取值为5度)，实现刀闸分合到位可靠性的判别。
通过本实施例说明：本发明可以代替运行人员实现刀闸分合到位可靠性的识别，大大减轻运行人员的劳动强度，缩短操作时间，消除现场人员的主观因素的影响；本发明利用图像模式识别技术，不需要对刀闸设备进行改造，工作量小，系统成本小，具有较高的实用性。

Claims (2)

1.一种基于图像模式识别的刀闸分合可靠性识别方法，其特征是，
1）建立模板信息
获取刀闸设备图像，并在其中用红色矩形框人工标定图像中的刀闸设备区域，其中矩形框的长轴方向P与图像底边缘之间的角度，作为刀闸合位可靠时的刀闸臂的方向，以此作为该刀闸合闸到位的模板信息；
2）实时图像信息分析处理
利用移动机器人采集的实时图像和模板图像进行SURF特征点提取和匹配，从而从复杂的背景信息中将刀闸设备剥离出来；实时图像信息分析处理步骤：
a）分别生成实时图像和模板图像的SURF特征向量并进行图像配准；采用两幅图像中关键点特征向量间的欧氏距离作为相似性判定度量，确定实时图像和模板图像中一系列的对应匹配点；
b）由实时图像和模板图像间的特征点的匹配关系，计算两幅图像之间的投影变换矩阵，实现实时图像中刀闸设备的准确定位，最终从复杂的背景信息中将刀闸设备剥离出来；
c）利用Hough变换技术实现对刀闸设备图像中刀闸臂方向的自动识别，从而得到刀闸臂方向Q，即与图像底边缘之间的角度；
3）通过将实时采集到的图像中刀闸臂方向Q和刀闸合闸到位模板规定的刀闸臂的方向P经行对比，
Figure FDA00002696346400011
其中T取值为5度，实现刀闸分合到位可靠性的判别。
2.如权利要求1所述的基于图像模式识别的刀闸分合可靠性识别方法，其特征是，所述步骤a）中，进行配准时，对每个关键点使用4×4共16个种子点来描述，计算8个方向的梯度方向直方图，即最终形成128维的SURF特征向量。
CN 201110329986 2011-10-26 2011-10-26 一种基于图像模式识别的刀闸分合可靠性识别方法 Active CN102509100B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110329986 CN102509100B (zh) 2011-10-26 2011-10-26 一种基于图像模式识别的刀闸分合可靠性识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110329986 CN102509100B (zh) 2011-10-26 2011-10-26 一种基于图像模式识别的刀闸分合可靠性识别方法

Publications (2)

Publication Number Publication Date
CN102509100A CN102509100A (zh) 2012-06-20
CN102509100B true CN102509100B (zh) 2013-06-19

Family

ID=46221181

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110329986 Active CN102509100B (zh) 2011-10-26 2011-10-26 一种基于图像模式识别的刀闸分合可靠性识别方法

Country Status (1)

Country Link
CN (1) CN102509100B (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103489676B (zh) * 2013-09-25 2015-08-19 国家电网公司 能够提高220kV GIS设备刀闸地刀分合可靠性的方法
CN103632150B (zh) * 2013-12-18 2017-02-08 深圳市博铭维智能科技有限公司 一种刀闸状态识别方法及装置
CN105939062A (zh) * 2015-12-10 2016-09-14 广东电网有限责任公司东莞供电局 一种实现对gis刀闸分合是否到位的智能判断方法
CN107257161B (zh) * 2017-06-20 2020-10-09 安徽南瑞继远电网技术有限公司 一种基于状态识别算法的变电站刀闸遥控辅助校核方法及系统
CN108009551B (zh) * 2017-11-21 2021-10-26 武汉中元华电软件有限公司 适用于电力作业机器人的电力刀闸分合位状态识别方法
CN107832764A (zh) * 2017-11-27 2018-03-23 山东鲁能智能技术有限公司 一种电力设备状态检测方法及装置
CN110163833B (zh) * 2018-02-12 2021-11-09 杭州海康威视数字技术股份有限公司 确定刀闸的开合状态的方法和装置
CN109063764A (zh) * 2018-07-26 2018-12-21 福建和盛高科技产业有限公司 一种基于机器视觉的隔离开关合闸操作到位的判断方法
CN109192566B (zh) * 2018-08-02 2023-12-29 广东电网有限责任公司 一种变电站刀闸分合位置的判断装置及方法
CN109931868B (zh) * 2019-04-16 2024-09-17 贵州电网有限责任公司 一种基于图像识别的隔离刀闸位置采集装置
CN112308814A (zh) * 2019-07-26 2021-02-02 北京四方继保自动化股份有限公司 一种电力系统刀闸分合位状态自动识别方法和系统
CN110717897B (zh) * 2019-09-24 2024-08-02 南京鑫和汇通电子科技有限公司 基于快速确定中线模型的对开式刀闸开合角度检测方法
CN111028225B (zh) * 2019-12-12 2020-09-01 深圳集智数字科技有限公司 一种阀门把手开度的监测方法及装置
CN111126253A (zh) * 2019-12-23 2020-05-08 国网福建省电力有限公司 基于图像识别的刀闸状态检测方法
CN111523591B (zh) * 2020-04-21 2024-01-23 广州劲源科技发展股份有限公司 基于eim平台的多源刀闸状态判断方法
CN113469192B (zh) * 2021-06-16 2024-02-13 深圳供电局有限公司 一种刀闸位置状态识别方法及图像采集设备
CN114220068B (zh) * 2021-11-08 2023-09-01 珠海优特电力科技股份有限公司 刀闸分合状态确定方法、装置、设备、介质及产品
CN117975313A (zh) * 2024-03-28 2024-05-03 浙江华视智检科技有限公司 无人机状态检测方法、无人机控制装置和无人机

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101963531A (zh) * 2009-07-24 2011-02-02 北方工业大学 基于无线通信的红外热成像设备运行状况在线监测系统

Also Published As

Publication number Publication date
CN102509100A (zh) 2012-06-20

Similar Documents

Publication Publication Date Title
CN102509100B (zh) 一种基于图像模式识别的刀闸分合可靠性识别方法
CN102622615B (zh) 基于刀闸臂特征点间距离的刀闸状态合位可靠性判别方法
CN102609730B (zh) 基于动静触头接触比例的刀闸状态合位可靠性判别方法
CN102314615B (zh) 基于变电站巡检机器人的断路器状态模板匹配识别方法
Jiang et al. Insulator fault detection in aerial images based on ensemble learning with multi-level perception
CN102622614B (zh) 基于刀闸臂特征点与固定端距离的刀闸合位可靠性判别法
CN102289676B (zh) 基于红外检测的变电站刀闸模式识别方法
CN102722166B (zh) 变电站设备智能视觉检测系统及状态检测方法
CN107257161A (zh) 一种基于状态识别算法的变电站刀闸遥控辅助校核方法及系统
CN108055501A (zh) 一种目标检测及跟踪的视频监控系统及方法
CN109359697A (zh) 一种电力设备巡检中使用的图形图像识别方法及巡查系统
CN103177241B (zh) 利用视频图像处理技术定位输电线路间隔棒的方法
CN105404867B (zh) 一种基于视觉的变电站隔离开关状态识别方法
CN110889383A (zh) 一种基于ai技术的隔离开关状态在线监测系统
CN112651516A (zh) 基于ar技术的变电站机房的智能巡检系统及方法
CN104573713A (zh) 一种基于图像纹理特征的互感器红外图像识别方法
CN108961276A (zh) 基于视觉伺服的配电线路巡检数据自动采集方法及系统
CN110427943A (zh) 一种基于r-cnn的智能电表数值识别方法
CN105701457A (zh) 基于人脸识别控制的直流电磁继电器装置及其控制方法
CN109509169A (zh) 基于近邻分类的距离度量学习的压板状态检测装置与方法
CN117036665B (zh) 一种基于孪生神经网络的旋钮开关状态识别方法
CN103544473A (zh) 一种基于机器视觉的电子连接器检测方法
CN112906602A (zh) 基于图像处理的配电柜电量表自动识别装置及识别方法
CN105447463A (zh) 变电站基于人体特征识别的跨摄像机自动跟踪系统
CN109359637B (zh) 基于机器视觉的指针式仪表读值方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: STATE ELECTRIC NET CROP.

Effective date: 20130107

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20130107

Address after: 250002 Ji'nan City Central District, Shandong, No. 2 South Road, No. 500

Applicant after: Shandong Research Inst. of Electric Power

Applicant after: State Grid Corporation of China

Address before: 250002 Ji'nan City Central District, Shandong, No. 2 South Road, No. 500

Applicant before: Shandong Research Inst. of Electric Power

C14 Grant of patent or utility model
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: 250002 Ji'nan City Central District, Shandong, No. 2 South Road, No. 500

Co-patentee after: State Grid Corporation of China

Patentee after: Shandong Research Inst. of Electric Power

Address before: 250002 Ji'nan City Central District, Shandong, No. 2 South Road, No. 500

Co-patentee before: State Grid Corporation of China

Patentee before: Shandong Research Inst. of Electric Power

CP01 Change in the name or title of a patent holder
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20120620

Assignee: National Network Intelligent Technology Co., Ltd.

Assignor: Shandong Research Inst. of Electric Power

Contract record no.: X2019370000007

Denomination of invention: Knife switch connecting-disconnecting reliability recognition method based on image pattern recognition

Granted publication date: 20130619

License type: Exclusive License

Record date: 20191014

EE01 Entry into force of recordation of patent licensing contract
TR01 Transfer of patent right

Effective date of registration: 20201029

Address after: 250101 Electric Power Intelligent Robot Production Project 101 in Jinan City, Shandong Province, South of Feiyue Avenue and East of No. 26 Road (ICT Industrial Park)

Patentee after: National Network Intelligent Technology Co.,Ltd.

Address before: 250002 Ji'nan City Central District, Shandong, No. 2 South Road, No. 500

Patentee before: Shandong Electric Power Research Institute

Patentee before: STATE GRID CORPORATION OF CHINA

TR01 Transfer of patent right
EC01 Cancellation of recordation of patent licensing contract
EC01 Cancellation of recordation of patent licensing contract

Assignee: National Network Intelligent Technology Co.,Ltd.

Assignor: Shandong Electric Power Research Institute

Contract record no.: X2019370000007

Date of cancellation: 20210324