CN105869066B - 基于数字图像处理识别的倒闸操作的系统及方法 - Google Patents
基于数字图像处理识别的倒闸操作的系统及方法 Download PDFInfo
- Publication number
- CN105869066B CN105869066B CN201610178081.3A CN201610178081A CN105869066B CN 105869066 B CN105869066 B CN 105869066B CN 201610178081 A CN201610178081 A CN 201610178081A CN 105869066 B CN105869066 B CN 105869066B
- Authority
- CN
- China
- Prior art keywords
- switching operation
- grid switching
- digital image
- image processing
- sampling
- 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
Links
- 238000012545 processing Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004088 simulation Methods 0.000 claims abstract description 11
- 230000008676 import Effects 0.000 claims abstract description 3
- 238000005070 sampling Methods 0.000 claims description 50
- 238000013139 quantization Methods 0.000 claims description 19
- 239000011159 matrix material Substances 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 13
- 230000002452 interceptive effect Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 229910002056 binary alloy Inorganic materials 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 4
- 239000002956 ash Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 235000002918 Fraxinus excelsior Nutrition 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002650 habitual effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Water Supply & Treatment (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Image Processing (AREA)
Abstract
本发明提出一种基于数字图像处理识别的倒闸操作系统及方法：构建好的数字图像识别结果与计算机五防模拟对比模型，通过对比确认识别现场操作间隔是否有误，若间隔识别与正常模拟票一致则监护人、操作人员以及值班长在基于数字图像处理识别的倒闸操作系统上各自签名，然后到相应间隔进行倒闸操作，正确倒闸操作对电子操作票进行标记并对操作结果进行录音，进行所有的倒闸操作后将操作完的电子票回传五防系统，录音导出计算机后上传PMS系统。本发明集电子倒闸操作票导入、现场设备识别、操作语音录音、电子五防闭锁钥匙一体的智能倒闸操作系统，在确保倒闸操作的安全性基础上，方便操作人员工作现场执行操作票，确保倒闸操作的正确性，提高倒闸操作时效性。
Description
技术领域
本发明属于电力系统的电力设备的倒闸操作过程的监控与安全管理的领域，具体涉及一种基于数字图像处理识别实现倒闸操作、设备监控管理系统。
背景技术
倒闸操作是电力系统运行中经常进行的重要工作，如果发生差错，会造成电力系统或人身事故，甚至导致电力系统瓦解或人员伤亡。目前电力系统的运行方式愈来愈复杂多变，电力设备的倒闸操作更加频繁，开具电力倒闸操作票、实际操作流程仍然复杂繁琐。由于电力建设规模不断增加，变电站、线路数量倍增，停电检修次数同样倍增，运维人员需承受更多的倒闸操作任务；传统倒闸操作无法实现设备状态实时更新；实际操作中操作人员需携带录音笔、操作票、操作把手、对讲机等工具，容易造成携带遗落影响倒闸操作进度。
目前倒闸操作流程必须在中心调度值班员统一指挥下，按照规定操作程序向倒闸操作负责人发布操作命令，然后由操作人员按照命令操作。具体实现流程如下：
一、操作人员按调度预先下达的操作任务(操作步骤)正确填写操作票。
二、经监护人审票并预演正确或三种人审票正确。
三、操作前明确操作目的，做好危险点分析和预控
四、调度正式发布操作指令及发令时间，接令人接受操作指令时，必须严格按统一操作术语，做好记录、录音，并进行复诵无误。
五、操作人员检查核对设备命名、编号和状态。
①、接令人接受正式操作指令后，操作人、监护人应对照模拟图进行模拟操作，并且操作人、监护人均认为操作票正确后，由监护人填写操作开始时间。
②、正式操作前，由监护人拿钥匙，操作人拿操作工具、安全用具到现场进行实际操作。
六、操作票逐项唱票、复诵、监护、操作，确认设备状态变位并勾票
七、向调度汇报操作结束及时间
八、签销操作票，然后做好记录。
在以上操作流程过程中，监护人员需要携带纸质操作票、录音笔、操作人员可能需要携带各种安全工器具、地刀摇把、照明灯(夜晚操作)等工具，携带工器具较为繁重，而且在实际应用中，由于操作人员与监护人员的素质与规范意识的差异，可能导致不按照操作规范进行倒闸操作的情况时有发生，误操作与遗漏操作导致电气设备事故风险始终存在，更有甚者有些监护人与操作人员擅自省去监护复诵录音的程序，后续采取后录音或补录音方式，无法保证倒闸操作在合理规范下执行。
以往发明专利(ZL20092009459.5)提出了采用实时通讯与监控装置，对倒闸操作人员进行监控，该装置虽然提高了后台监督力度，但是也存在较多不足：真正在无人值守的倒闸操作中，需要配置更多人员，增加人力资源，其次需要操作人员将电气设备放置于合理的影响范围中，单一影响无法满足监护作用。
发明专利(ZL201110003450.2)是在ZL20092009459.5专利基础上，进行倒闸操作或设备巡检全方位的监控，该发明专利虽然实现方式简单，易于控制，但是该系统需操作人员携带装置较为复杂、同时音频传输后台时通信是否可靠，是否会延迟失真影响后台监护人员的判断。
发明内容
为了克服目前针对传统倒闸操作过程中以及相关技术方案的不足，对此本发明提出一种基于数字图像处理识别的倒闸操作方法，主要是设计图像处理识别系统，集电子倒闸操作票导入、现场设备识别、操作语音录音、电子五防闭锁钥匙一体的智能倒闸操作系统，在确保倒闸操作的安全性基础上，方便操作人员工作现场执行操作票，确保倒闸操作的正确性，缩短倒闸操作时间，提高倒闸操作时效性。
本发明采用以下技术方案进行实现：一种基于数字图像处理识别的倒闸操作系统，包括壳体、设置在壳体内的主控制器，其特征在于：还包括设置在壳体上的数字图像处理摄像头、与上位机交互接口、可触控显示屏、签字模块、可输入模拟键盘、接收音频与录音口；数字图像处理摄像头获取间隔铭牌信息，数字图像处理摄像头将获取的图片、底片、文字图形变换为电信号，再由主控制器进行特征提取和分类判决；特征提取为抽出能反映事物本质的特征；分类判决为根据所提取的特征做出分类结论的过程；与上位机交互接口用于与上位机进行交互；可触控显示屏用于显示电子倒闸操作票及签到信息；签字模块用于监护人、操作人员以及值班长进行签名；可输入模拟键盘用于操作结果及其他参数的录入；接收音频与录音口用于拾取音频。
进一步的，所述签字模块为手印识别模块；主控制器预先通过所述手印识别模块采集并存储监护人、操作人员以及值班长的掌纹信息；签字时通过手印识别模块采集签到人员的掌纹信息并与主控制器预先存储的信息进行比对，比对成功表示签字成功，否则表示签字不成功。
本发明还提供一种基于数字图像处理识别的倒闸操作的方法，其特征在于：包括以下步骤：
步骤S1：在计算机后台上撰写并经五防模拟验证模拟需操作的电子倒闸操作票，并将其导入如权利要求1所述的基于数字图像处理识别的倒闸操作系统；步骤S2：将由数字图像处理摄像头获取的模拟图像构建数字图像；步骤S3：将构建好的数字图像识别结果与计算机五防模拟对比模型，通过对比确认识别现场操作间隔是否有误，若间隔识别与正常模拟票一致则执行步骤S4，若间隔识别不正确则判断为误入间隔，并返回至步骤S2；步骤S4：监护人、操作人员以及值班长在基于数字图像处理识别的倒闸操作系统上各自签名，然后到相应间隔进行倒闸操作，正确倒闸操作对电子操作票进行标记并对操作结果进行录音，并返回步骤S3；步骤S5：进行所有的倒闸操作后将操作完的电子票回传五防系统，录音导出计算机后上传PMS系统。
进一步的，步骤S2包括以下具体步骤：步骤S21：对模拟图像进行采样，先沿垂直方向按一定间隔从上到下顺序地沿水平方向直线扫描，取出各水平线上灰度值的一维扫描；再对一维扫描线信号按一定间隔采样得到离散信号，即先沿垂直方向采样，再沿水平方向采样；步骤S22：对一幅模拟图像采样时，若每行像素为M个，每列像素为N个，则图像大小为M×N个像素；采样间隔的大小选取由原图像中包含的细微浓淡变化来决定，根据一维采样定理，若一维信号g(t)的最大频率为ω，以T≤1/2ω为间隔进行采样，则能够根据采样结果g(iT)(i＝…,-1,0,1，…)完全恢复g(t)，即其中步骤S23：模拟图像经过采样后，在时间和空间上离散化为像素，若连续灰度值用z来表示，对于满足zi≤z≤zi+1的z值，都量化为整数qi，其中qi称为像素的灰度值，z与qi的差称为量化误差，像素值量化后用一个字节8bit来表示，把由黑—灰—白的连续变化的灰度值，量化为0～255共256级灰度值，灰度值的范围为0～255，表示亮度从深到浅，对应图像中的颜色为从黑到白；一幅图像在采样时，行、列的采样点与量化时每个像素量化的级数，既影响数字图像的质量，也影响到该数字图像数据量的大小，假定图像取M×N个样点，每个像素量化后的灰度二进制位数为Q，Q取为2的整数幂，即Q＝2k，则存储一幅数字图像所需的二进制位数b为b＝M×N×Q；字节数为：步骤S24：图像f(x,y)经数字化后，用一个离散量组成的矩阵g(i,j)来表示：
矩阵中的每一个元素称为像元、图像元素或像素，而g(i,j)代表(i,j)点的灰度值，即亮度值；由于g(i,j)代表该点图像的光强度，而光是能量的一种形式，所以g(i,j)必须大于零，且为有限值，即：0＜g(i,j)＜∞；如果是一幅彩色图像，各点的数值用g(i,j,λ)表示，其中λ是波长。
较佳的，对模拟图像进行采样为正方形点阵取样或三角形点阵取样或正六角形点阵取样。
与现有技术相比，本发明具有以下优点：
(1)本发明可以为倒闸操作的运维人员省去携带部分工具，真正实现无纸化倒闸操作；
(2)本发明可以对倒闸操作进行全程录像，可以实现后台监控，杜绝运维人员倒闸操作的习惯性违章行为，具有较强的安全性与实用性；
(3)本发明在不违反倒闸操作流程的基础上，结合录音、指纹识别、五防后台系统相匹配等方法进一步完善倒闸操作流程。
附图说明
图1为本发明的基于数字图像处理识别的倒闸操作系统的结构示意图。
图2a为按正方形点阵取样的数字化采样示意图。
图2b为按正六角形点阵取样的数字化采样示意图。
图3为间隔采样示意图。
图4为间隔数字化量化示意图。
图5为本发明一实施例的流程图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步说明。
一种基于数字图像处理识别的倒闸操作系统，包括壳体、设置在壳体内的主控制器，还包括设置在壳体上的数字图像处理摄像头、与上位机交互接口、可触控显示屏、签到模块、可输入模拟键盘、接收音频与录音口；数字图像处理摄像头获取间隔铭牌信息，数字图像处理摄像头将获取的图片、底片、文字图形变换为电信号，再由主控制器进行特征提取和分类判决；特征提取为抽出能反映事物本质的特征；分类判决为根据所提取的特征做出分类结论的过程；与上位机交互接口用于与上位机进行交互；可触控显示屏用于显示电子倒闸操作票及签到信息；签到模块用于监护人、操作人员以及值班长进行签名；可输入模拟键盘用于操作结果及其他参数的录入；接收音频与录音口用于拾取音频。主要结构示意图参见图1。其中：01——数字图像处理摄像头；02——与计算机交互的USB口；03——可触控显示屏；04、05、06——分别为操作人员、监护人员、值班长签字或按手纹处；07——可输入模拟键盘；08——接收音频与录音口
进一步的，所述签字模块为手印识别模块；主控制器预先通过所述手印识别模块采集并存储监护人、操作人员以及值班长的掌纹信息；签字时通过手印识别模块采集签字人员的掌纹信息并与主控制器预先存储的信息进行比对，比对成功表示签字成功，否则表示签字不成功。
本发明还提供一种基于数字图像处理识别的倒闸操作的方法，其包括以下步骤：
步骤S1：在计算机后台上撰写并经五防模拟验证模拟需操作的电子倒闸操作票，并将其导入如权利要求1所述的基于数字图像处理识别的倒闸操作系统；步骤S2：将由数字图像处理摄像头获取的模拟图像构建数字图像；步骤S3：将构建好的数字图像识别结果与计算机五防模拟对比模型，通过对比确认识别现场操作间隔是否有误，若间隔识别与正常模拟票一致则执行步骤S4，若间隔识别不正确则判断为误入间隔，并返回至步骤S2；步骤S4：监护人、操作人员以及值班长在基于数字图像处理识别的倒闸操作系统上各自签名，然后到相应间隔进行倒闸操作，正确倒闸操作对电子操作票进行标记并对操作结果进行录音，并返回步骤S3；步骤S5：进行所有的倒闸操作后将操作完的电子票回传五防系统，录音导出计算机后上传PMS(power production management system工程生产管理系统)系统。
进一步的，步骤S2包括以下具体步骤：步骤S21：对模拟图像进行采样，先沿垂直方向按一定间隔从上到下顺序地沿水平方向直线扫描，取出各水平线上灰度值的一维扫描；再对一维扫描线信号按一定间隔采样得到离散信号，即先沿垂直方向采样，再沿水平方向采样；步骤S22：对一幅模拟图像采样时，若每行像素为M个，每列像素为N个，则图像大小为M×N个像素；采样间隔的大小选取由原图像中包含的细微浓淡变化来决定，根据一维采样定理，若一维信号g(t)的最大频率为ω，以T≤1/2ω为间隔进行采样，则能够根据采样结果g(iT)(i＝…,-1,0,1，…)完全恢复g(t)，即其中步骤S23：模拟图像经过采样后，在时间和空间上离散化为像素，若连续灰度值用z来表示，对于满足zi≤z≤zi+1的z值，都量化为整数qi，其中qi称为像素的灰度值，z与qi的差称为量化误差，像素值量化后用一个字节8bit来表示，把由黑—灰—白的连续变化的灰度值，量化为0～255共256级灰度值，灰度值的范围为0～255，表示亮度从深到浅，对应图像中的颜色为从黑到白；一幅图像在采样时，行、列的采样点与量化时每个像素量化的级数，既影响数字图像的质量，也影响到该数字图像数据量的大小，假定图像取M×N个样点，每个像素量化后的灰度二进制位数为Q，Q取为2的整数幂，即Q＝2k，则存储一幅数字图像所需的二进制位数b为b＝M×N×Q；字节数为：步骤S24：图像f(x,y)经数字化后，用一个离散量组成的矩阵g(i,j)来表示：
矩阵中的每一个元素称为像元、图像元素或像素，而g(i,j)代表(i,j)点的灰度值，即亮度值；由于g(i,j)代表该点图像的光强度，而光是能量的一种形式，所以g(i,j)必须大于零，且为有限值，即：0＜g(i,j)＜∞；如果是一幅彩色图像，各点的数值用g(i,j,λ)表示，其中λ是波长。
较佳的，对模拟图像进行采样为正方形点阵取样或三角形点阵取样或正六角形点阵取样。
对于变电站现场的间隔的识别主要是对间隔设备铭牌的识别，包括字符与数字的识别。一个变电站间隔数字图像识别系统主要包括三部分：间隔铭牌信息的获取、特征提取和分类判决。铭牌信息的获取就是把图片、底片、文字图形等用扫描或视频等设备变换为电信号以备后续处理；特征提取就是抽出能反映事物本质的特征；分类判决是根据所提取的特征做出分类结论的过程。其中，特征提取和分类判决关系密切。数字图像处理的一个先决条件就是将连续图像离散化处理，转换为数字图像，图像的数字化包括采样和量化两个过程。
设连续图像f(x,y)经数字化后，可以用一个离散量组成的矩阵g(i,j)(即二维数组)来表示，如式(1-1)。
矩阵中的每一个元素称为像元、图像元素或像素。而g(i,j)代表(i,j)点的灰度值，即亮度值。其中对其数字化有以下几点说明：
(1)由于g(i,j)代表该点图像的光强度，而光是能量的一种形式，所以g(i,j)必须大于零，且为有限值，即：0＜g(i,j)＜∞。
(2)数字化采样一般是按正方形点阵取样的，除此之外还有三角形点阵、正六角形点阵取样。如图2所示。
(3)以上是用g(i,j)的数值来表示(i,j)位置点上灰度级值的大小，即只反映了黑白灰度的关系，如果是一幅彩色图像，各点的数值还应当反映色彩的变化，可用g(i,j,λ)表示，其中λ是波长。
在本发明一具体实施例中，基于数字图像处理识别的倒闸操作的方法，其包括以下步骤：
第一步，采样过程：
图像在空间上的离散化称为采样。也就是用空间上部分点的灰度值代表图像，这些点称为采样点。由于图像是一种二维分布的信息，为了对它进行采样操作，需要先将二维信号变为一维信号，再对一维信号完成采样。具体做法是，先沿垂直方向按一定间隔从上到下顺序地沿水平方向直线扫描，取出各水平线上灰度值的一维扫描。而后再对一维扫描线信号按一定间隔采样得到离散信号，即先沿垂直方向采样，再沿水平方向采样这两个步骤完成采样操作。
对一幅图像采样时，若每行(即横向)像素为M个，每列(即纵向)像素为N个，则图像大小为M×N个像素。间隔采样示意图参见图3。
在进行采样时，采样点间隔的选取是一个非常重要的问题，它决定了采样后图像的质量，即忠实于原图像的程度。采样间隔的大小选取要依据原图像中包含的细微浓淡变化来决定。一般，图像中细节越多，采样间隔应越小。根据一维采样定理，若一维信号g(t)的最大频率为ω，以T≤1/2ω为间隔进行采样，则能够根据采样结果g(iT)(i＝…,-1,0,1，…)完全恢复g(t)，即
其中
第二步，量化处理：
模拟图像经过采样后，在时间和空间上离散化为像素。但采样所得的像素值(即灰度值)仍是连续量。把采样后所得的各像素的灰度值从模拟量到离散量的转换称为图像灰度的量化。量化过程如图4所示。若连续灰度值用z来表示，对于满足zi≤z≤zi+1的z值，都量化为整数qi。qi称为像素的灰度值，z与qi的差称为量化误差。一般，像素值量化后用一个字节8bit来表示。如图4所示，把由黑—灰—白的连续变化的灰度值，量化为0～255共256级灰度值，灰度值的范围为0～255，表示亮度从深到浅，对应图像中的颜色为从黑到白。一幅图像在采样时，行、列的采样点与量化时每个像素量化的级数，既影响数字图像的质量，也影响到该数字图像数据量的大小。假定图像取M×N个样点，每个像素量化后的灰度二进制位数为Q，一般Q指取为2的整数幂，即Q＝2k，则存储一幅数字图像所需的二进制位数b为
b＝M×N×Q (1-4)
字节数为：
第三步：构建数字图像识别结果与后台五防模拟对比模型，通过对比确认识别现场操作间隔是否有误，可以通过五防后台数据进行二进制化处理进行对比实现。
第四步：利用基于数字图像处理识别的倒闸操作系统导入经五防系统开出的电子倒闸操作票，监护人、操作人员以及值班长各自签名(可直接按手印实现)，然后到相应间隔进行倒闸操作，操作过程中可以利用该系统对所需间隔进行数字图像识别，识别正确后通过，正确执行后可以电子操作票上打“√”，再到下一个间隔进行下一步操作。
实现该发明方法的总体流程如图5所示。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。
Claims (3)
1.一种基于数字图像处理识别的倒闸操作的方法，应用于基于数字图像处理识别的倒闸操作系统，其特征在于：所述系统，包括壳体、设置在壳体内的主控制器，还包括设置在壳体上的数字图像处理摄像头、与上位机交互接口、可触控显示屏、签字模块、可输入模拟键盘、接收音频与录音口；
数字图像处理摄像头获取间隔铭牌信息，数字图像处理摄像头将获取的图片、底片、文字图形变换为电信号，再由主控制器进行特征提取和分类判决；特征提取为抽出能反映事物本质的特征；分类判决为根据所提取的特征做出分类结论的过程；
与上位机交互接口用于与上位机进行交互；
可触控显示屏用于显示电子倒闸操作票及签字信息；
签字模块用于监护人、操作人员以及值班长进行签名；
可输入模拟键盘用于操作结果及其他参数的录入；
接收音频与录音口用于拾取音频；
所述基于数字图像处理识别的倒闸操作的方法，包括以下步骤：
步骤S1：在计算机后台上撰写并经五防模拟验证模拟需操作的电子倒闸操作票，并将其导入基于数字图像处理识别的倒闸操作系统；
步骤S2：将由数字图像处理摄像头获取的模拟图像构建数字图像；
步骤S3：将构建好的数字图像识别结果与计算机五防模拟模型对比，通过对比确认识别现场操作间隔是否有误，若间隔识别与正常模拟票一致则执行步骤S4，若间隔识别不正确则判断为误入间隔，并返回至步骤S2；
步骤S4：监护人、操作人员以及值班长在基于数字图像处理识别的倒闸操作系统上各自签名，然后到相应间隔进行倒闸操作，正确倒闸操作对电子操作票进行标记并对操作结果进行录音，并返回步骤S3；
步骤S5：进行所有的倒闸操作后将操作完的电子票回传五防系统，录音导出计算机后上传PMS系统；
步骤S2包括以下具体步骤：
步骤S21：对模拟图像进行采样，先沿垂直方向按一定间隔从上到下顺序地沿水平方向直线扫描，取出各水平线上灰度值的一维扫描；再对一维扫描线信号按一定间隔采样得到离散信号，即先沿垂直方向采样，再沿水平方向采样；
步骤S22：对一幅模拟图像采样时，若每行像素为M个，每列像素为N个，则图像大小为M×N个像素；采样间隔的大小选取由原图像中包含的浓淡变化来决定，根据一维采样定理，若一维信号g(t)的最大频率为ω，以T≤1/2ω为间隔进行采样，则能够根据采样结果g(iT)(i＝…,-1,0,1，…)完全恢复g(t)，即其中
步骤S23：模拟图像经过采样后，在时间和空间上离散化为像素，若连续灰度值用z来表示，对于满足zi≤z≤zi+1的z值，都量化为整数qi，其中qi称为像素的灰度值，z与qi的差称为量化误差，像素值量化后用一个字节8bit来表示，把由黑—灰—白的连续变化的灰度值，量化为0～255共256级灰度值，灰度值的范围为0～255，表示亮度从深到浅，对应图像中的颜色为从黑到白；一幅图像在采样时，行、列的采样点与量化时每个像素量化的级数，既影响数字图像的质量，也影响到该数字图像数据量的大小，假定图像取M×N个样点，每个像素量化后的灰度二进制位数为Q，Q取为2的整数幂，即Q＝2k，则存储一幅数字图像所需的二进制位数b为
b＝M×N×Q；字节数为：
步骤S24：图像f(x,y)经数字化后，用一个离散量组成的矩阵g(i,j)来表示：
矩阵中的每一个元素称为像元、图像元素或像素，而g(i,j)代表(i,j)点的灰度值，即亮度值，m、n为下标变量，0≦m≦M，0≦n≦N；由于g(i,j)代表该点图像的光强度，而光是能量的一种形式，所以g(i,j)必须大于零，且为有限值，即：0＜g(i,j)＜∞。
2.根据权利要求1所述的基于数字图像处理识别的倒闸操作的方法，其特征在于：所述签字模块为手印识别模块；主控制器预先通过所述手印识别模块采集并存储监护人、操作人员以及值班长的掌纹信息；签到时通过手印识别模块采集签到人员的掌纹信息并与主控制器预先存储的信息进行比对，比对成功表示签字成功，否则表示签字不成功。
3.根据权利要求1所述的基于数字图像处理识别的倒闸操作的方法，其特征在于：对模拟图像进行采样为正方形点阵取样或三角形点阵取样或正六角形点阵取样。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610178081.3A CN105869066B (zh) | 2016-03-25 | 2016-03-25 | 基于数字图像处理识别的倒闸操作的系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610178081.3A CN105869066B (zh) | 2016-03-25 | 2016-03-25 | 基于数字图像处理识别的倒闸操作的系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105869066A CN105869066A (zh) | 2016-08-17 |
| CN105869066B true CN105869066B (zh) | 2019-12-03 |
Family
ID=56625879
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610178081.3A Active CN105869066B (zh) | 2016-03-25 | 2016-03-25 | 基于数字图像处理识别的倒闸操作的系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105869066B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106355175A (zh) * | 2016-10-13 | 2017-01-25 | 国网江苏省电力公司检修分公司 | 一种基于图像识别技术的变电站防误操作方法 |
| CN108958131A (zh) * | 2018-08-06 | 2018-12-07 | 安徽皖宏电气设备股份有限公司 | 一种开关柜倒闸操作的智能语音提示系统及其控制方法 |
| CN109508914A (zh) * | 2019-01-10 | 2019-03-22 | 国网江苏省电力有限公司宿迁供电分公司 | 一种变电站运维设备 |
| CN111248572A (zh) * | 2020-03-19 | 2020-06-09 | 广东电网有限责任公司 | 一种基于智能安全帽的检测方法及一种智能安全帽 |
| CN111554284A (zh) * | 2020-04-24 | 2020-08-18 | 广东电网有限责任公司东莞供电局 | 一种倒闸操作监控方法、装置、设备及存储介质 |
| CN111884332A (zh) * | 2020-06-30 | 2020-11-03 | 国网山东省电力公司淄博供电公司 | 具有智能引导功能的倒闸操作票夹板 |
| CN111950745B (zh) * | 2020-08-13 | 2024-05-24 | 国网湖北省电力有限公司咸宁供电公司 | 一种基于影像处理的倒闸操作管理方法及系统 |
| CN112183265A (zh) * | 2020-09-17 | 2021-01-05 | 国家电网有限公司 | 基于图像识别的电力施工视频监控告警方法及系统 |
| CN114155634B (zh) * | 2021-12-08 | 2024-03-05 | 广东电网有限责任公司东莞供电局 | 一种基于可视化智能锁的防误操作智能管控方法 |
| CN117134508B (zh) * | 2023-10-27 | 2024-01-26 | 国网山西省电力公司物资分公司 | 一种配电一键式集控装置的多数据融合监测系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102136759A (zh) * | 2011-01-10 | 2011-07-27 | 苏州工业园区金禾电气设备有限公司 | 倒闸操作或设备巡检全方位监控管理方法及系统 |
| CN102436241A (zh) * | 2011-11-21 | 2012-05-02 | 江西省电力公司信息通信中心 | 智能化变电倒闸操作票系统 |
| CN203882342U (zh) * | 2014-06-17 | 2014-10-15 | 国家电网公司 | 倒闸操作票安全执行系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI369637B (en) * | 2010-06-17 | 2012-08-01 | Mstar Semiconductor Inc | Barcode image recognition system and associated method for hand-held device |
-
2016
- 2016-03-25 CN CN201610178081.3A patent/CN105869066B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102136759A (zh) * | 2011-01-10 | 2011-07-27 | 苏州工业园区金禾电气设备有限公司 | 倒闸操作或设备巡检全方位监控管理方法及系统 |
| CN102436241A (zh) * | 2011-11-21 | 2012-05-02 | 江西省电力公司信息通信中心 | 智能化变电倒闸操作票系统 |
| CN203882342U (zh) * | 2014-06-17 | 2014-10-15 | 国家电网公司 | 倒闸操作票安全执行系统 |
Non-Patent Citations (1)
| Title |
|---|
| 电网倒闸操作票智能监护系统设计;董晓峰 等;《中国电力》;20151231;第48卷(第12期);正文第1-3节，图1-5 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105869066A (zh) | 2016-08-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105869066B (zh) | 基于数字图像处理识别的倒闸操作的系统及方法 | |
| CN107808139B (zh) | 一种基于深度学习的实时监控威胁分析方法及系统 | |
| CN109902659B (zh) | 用于处理人体图像的方法和装置 | |
| CN109242439B (zh) | 基于变电站设备相关联数据的特征提取识别方法 | |
| CN111126238B (zh) | 一种基于卷积神经网络的x光安检系统及方法 | |
| CN100487720C (zh) | 人脸对照装置 | |
| CN106447856A (zh) | 智能安全工器具柜系统及其管理方法 | |
| CN107748959A (zh) | 一种建筑工程管理信息服务系统 | |
| CN106251249A (zh) | 一种建筑施工信息化动态监测系统 | |
| CN102354378A (zh) | 基于图像识别和网络的教室管理系统 | |
| CN103366252A (zh) | 工程信息在线管理的方法 | |
| CN104361537A (zh) | 图书馆驿站 | |
| CN110379036A (zh) | 变电站智能巡检识别方法、系统、装置及存储介质 | |
| CN201820211U (zh) | 一种基于物联网的电子识别系统 | |
| CN105023337A (zh) | 一种居民体检一体化终端机 | |
| CN112102424A (zh) | 车牌图像生成模型构建方法、生成方法及装置 | |
| CN102609423A (zh) | 一种协同式题库系统及实现方法 | |
| CN112528860A (zh) | 基于图像识别的安全工器具管理方法及系统 | |
| CN107291582A (zh) | 基于标准大数据的智能化集成测试方法 | |
| WO2023103894A1 (zh) | 铭牌识别模型的训练、铭牌的识别方法及相关装置 | |
| CN110490183A (zh) | 一种用于智能印章机的文档管理方法及其系统 | |
| CN106920429A (zh) | 一种信息处理方法及装置 | |
| CN206097308U (zh) | 智能安全工器具柜系统 | |
| CN203882342U (zh) | 倒闸操作票安全执行系统 | |
| CN109902209B (zh) | 一种基于空间智能的特种承压设备用户三维可视化方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |