CN103105581A - 基于视频识别的电气设备状态量采集方法 - Google Patents

Abstract

一种基于视频识别的电气设备状态量采集方法，涉及数据采集技术领域，所解决的是现有采集方式成本高、布设不便的技术问题。该方法的具体步骤如下：1）利用摄像头拍摄目标电气设备上各敏感部件的实时视频图像；所述敏感部件是指能显示电气设备工作状态的部件，包括电气设备上的开关、刀闸、阀门、信号灯、指示灯；2）对步骤1所拍摄的视频图像进行图像识别，识别出视频图像中的各敏感部件的工作状态；3）根据步骤2所识别出的各敏感部件的工作状态，得出目标电气设备中，与各敏感部件的工作状态相对应的状态量。本发明提供的方法，适用于电气设备的状态量采集。

Description

基于视频识别的电气设备状态量采集方法

技术领域

本发明涉及数据采集技术，特别是涉及一种基于视频识别的电气设备状态量采集方法的技术。

背景技术

在电力、工业控制领域中，监测设备的实时状态信息对安全运行意义重大，而获得这些信息需要投入大量的投资，很多场合受技术条件、成本等因素制约无法实施。

当前具备自动采集、监测的场合都采用传统的方式，即采用传感器将设备状态信息装换成可以测量的电信号，再通过电缆传输给采集装置进行采集，从而获得相应的量测量信息，这种实现方法存在着如下缺陷：

1）采集系统需要大量的传感器和采集设备，施工繁琐，安装不便，投入成本很高；

2）有些场合因空间有限，或因无相应传感器等因素而无法实现监测；

3）安装传感器、布线的过程比较繁琐，往往需要中断目标电气设备运行，有些场合设备长期带电运行，不具备传感器安装条件；

4）由于存在中间环节问题，导致采集到的信息与实际不符。

发明内容

针对上述现有技术中存在的缺陷，本发明所要解决的技术问题是提供一种成本低、布设方便，且采集到的数据与实际相符的基于视频识别的电气设备状态量采集方法。

为了解决上述技术问题，本发明所提供的一种基于视频识别的电气设备状态量采集方法，其特征在于，具体步骤如下：

1）利用摄像头拍摄目标电气设备上各敏感部件的实时视频图像；

所述敏感部件是指能显示电气设备工作状态的部件，包括电气设备上的开关、刀闸、阀门、信号灯、指示灯；

2）对步骤1所拍摄的视频图像进行图像识别，识别出视频图像中的各敏感部件的工作状态；

开关的工作状态是指开关的开闭状态，刀闸的工作状态是指刀闸的开闭状态，阀门的工作状态是指阀门的开闭状态，信号灯的工作状态是指信号灯的颜色，指示灯的工作状态是指指示灯的亮熄状态；

3）根据步骤2所识别出的各敏感部件的工作状态，得出目标电气设备中，与各敏感部件的工作状态相对应的状态量。

进一步的，在步骤2中对视频图像进行图像识别的具体步骤如下： 

2.1）根据各个敏感部件在视频图像中的位置、大小，在视频图像中为每个敏感部件设置一个敏感区域，使得每个敏感区域内的图像均能显示出所属敏感部件的工作状态；

2.2）捕获视频图像中各敏感区域的视频数据，再对各敏感区域的视频数据逐一识别；

如果敏感部件为开关、刀闸、阀门，则利用基于空间匹配的图像识别算法识别出敏感部件的工作状态；

如果敏感部件为信号灯、指示灯，则利用基于色彩匹配的图像识别算法识别出敏感部件的工作状态。

进一步的，在步骤2中对视频图像进行图像识别的具体步骤如下： 

2.1）在视频图像上设置敏感区域，具体设置方法如下：

A）设定敏感区域与铭牌图像之间的位置关系，及敏感区域的尺寸与铭牌图像尺寸之间的关系；

B）利用基于形体特征的图像识别算法识别出视频图像中各个敏感部件的铭牌；

C）根据各个敏感部件的铭牌在图像中的位置，及步骤A所设定的敏感区域与铭牌图像之间的位置、尺寸关系，在视频图像中为每个敏感部件设置一个敏感区域，使得每个敏感区域内的图像均能显示出所属敏感部件的工作状态；

2.2）捕获视频图像中各敏感区域的视频数据，再对各敏感区域的视频数据逐一识别；

如果敏感部件为开关、刀闸、阀门，则利用基于空间匹配的图像识别算法识别出敏感部件的工作状态；

如果敏感部件为信号灯、指示灯，则利用基于色彩匹配的图像识别算法识别出敏感部件的工作状态。

本发明提供的基于视频识别的电气设备状态量采集方法，只需利用单个摄像头或极少量的摄像头配合图像识别终端，即可采集到目标电气设备上各敏感部件的状态量，其成本要远低于现有的传感器加采集设备的数据采集方式，而且布设也非常方便，不需要中断目标电气设备运行即可安装，摄像头拍摄的视频图像也是目标电气设备的实时状态，因此采集到的数据也与目标电气设备的实际状况相符。

具体实施方式

以下结合具体实施例对本发明的技术方案作进一步详细描述，但本实施例并不用于限制本发明，凡是采用本发明的相似结构及其相似变化，均应列入本发明的保护范围。

本发明实施例所提供的一种基于视频识别的电气设备状态量采集方法，其特征在于，具体步骤如下：

1）利用摄像头拍摄目标电气设备上各敏感部件的实时视频图像；

所述敏感部件是指能显示电气设备工作状态的部件，包括电气设备上的开关、刀闸、阀门、信号灯、指示灯；

2）对步骤1所拍摄的视频图像进行图像识别，识别出视频图像中的各敏感部件的工作状态；

开关的工作状态是指开关的开闭状态，刀闸的工作状态是指刀闸的开闭状态，阀门的工作状态是指阀门的开闭状态，信号灯的工作状态是指信号灯的颜色，指示灯的工作状态是指指示灯的亮熄状态；

3）根据步骤2所识别出的各敏感部件的工作状态，得出目标电气设备中，与各敏感部件的工作状态相对应的状态量。

本发明实施例的步骤2中，对视频图像进行图像识别的具体步骤如下： 

2.1）在视频图像上设置敏感区域；

设置敏感区域的方式有两种，其中一种为敏感识别法，另一种为动态识别法；

如果视频图像的画面位置及画面大小是始终不变的，优选采用敏感识别法在视频图像上设置敏感区域，也可采用动态识别法在视频图像上设置敏感区域；

如果视频图像的画面位置及画面大小是会发生变化的，则采用动态识别法在视频图像上设置敏感区域；

采用敏感识别法在视频图像上设置敏感区域的方法如下：根据各个敏感部件在视频图像中的位置、大小，在视频图像中为每个敏感部件设置一个敏感区域，使得每个敏感区域内的图像均能显示出所属敏感部件的工作状态；

采用动态识别法在视频图像上设置敏感区域的方法如下：

A）设定敏感区域与铭牌图像之间的位置关系，及敏感区域的尺寸与铭牌图像尺寸之间的关系，比如设定敏感区域的位置在铭牌图像的正上方，设定敏感区域与铭牌图像之间的间距是铭牌图像窄边长度的1倍，设定敏感区域是一正方形区域，其边长是铭牌图像窄边长度的5倍；

B）利用基于形体特征的图像识别算法识别出视频图像中各个敏感部件的铭牌；

C）根据各个敏感部件的铭牌在图像中的位置，及步骤A所设定的敏感区域与铭牌图像之间的位置、尺寸关系，在视频图像中为每个敏感部件设置一个敏感区域，使得每个敏感区域内的图像均能显示出所属敏感部件的工作状态；

2.2）捕获视频图像中各敏感区域的视频数据，再对各敏感区域的视频数据逐一识别；

如果敏感部件为开关、刀闸、阀门，则利用基于空间匹配的图像识别算法识别出敏感部件的工作状态；

如果敏感部件为信号灯、指示灯，则利用基于色彩匹配的图像识别算法识别出敏感部件的工作状态。

本发明实施例中，基于形体特征的图像识别算法、基于空间匹配的图像识别算法、基于色彩匹配的图像识别算法，均为现有技术。

Claims (3)

1.一种基于视频识别的电气设备状态量采集方法，其特征在于，具体步骤如下：

1）利用摄像头拍摄目标电气设备上各敏感部件的实时视频图像；

所述敏感部件是指能显示电气设备工作状态的部件，包括电气设备上的开关、刀闸、阀门、信号灯、指示灯；

2）对步骤1所拍摄的视频图像进行图像识别，识别出视频图像中的各敏感部件的工作状态；

开关的工作状态是指开关的开闭状态，刀闸的工作状态是指刀闸的开闭状态，阀门的工作状态是指阀门的开闭状态，信号灯的工作状态是指信号灯的颜色，指示灯的工作状态是指指示灯的亮熄状态；

3）根据步骤2所识别出的各敏感部件的工作状态，得出目标电气设备中，与各敏感部件的工作状态相对应的状态量。

2.根据权利要求1所述的基于视频识别的电气设备状态量采集方法，其特征在于，在步骤2中对视频图像进行图像识别的具体步骤如下： 

2.1）根据各个敏感部件在视频图像中的位置、大小，在视频图像中为每个敏感部件设置一个敏感区域，使得每个敏感区域内的图像均能显示出所属敏感部件的工作状态；

2.2）捕获视频图像中各敏感区域的视频数据，再对各敏感区域的视频数据逐一识别；

如果敏感部件为开关、刀闸、阀门，则利用基于空间匹配的图像识别算法识别出敏感部件的工作状态；

如果敏感部件为信号灯、指示灯，则利用基于色彩匹配的图像识别算法识别出敏感部件的工作状态。

3.根据权利要求1所述的基于视频识别的电气设备状态量采集方法，其特征在于，在步骤2中对视频图像进行图像识别的具体步骤如下： 

2.1）在视频图像上设置敏感区域，具体设置方法如下：

A）设定敏感区域与铭牌图像之间的位置关系，及敏感区域的尺寸与铭牌图像尺寸之间的关系；

B）利用基于形体特征的图像识别算法识别出视频图像中各个敏感部件的铭牌；

C）根据各个敏感部件的铭牌在图像中的位置，及步骤A所设定的敏感区域与铭牌图像之间的位置、尺寸关系，在视频图像中为每个敏感部件设置一个敏感区域，使得每个敏感区域内的图像均能显示出所属敏感部件的工作状态；

2.2）捕获视频图像中各敏感区域的视频数据，再对各敏感区域的视频数据逐一识别；

如果敏感部件为开关、刀闸、阀门，则利用基于空间匹配的图像识别算法识别出敏感部件的工作状态；

如果敏感部件为信号灯、指示灯，则利用基于色彩匹配的图像识别算法识别出敏感部件的工作状态。