CN106600590B - 电流互感器漏油自动检测方法及装置 - Google Patents

电流互感器漏油自动检测方法及装置 Download PDF

Info

Publication number
CN106600590B
CN106600590B CN201611138877.2A CN201611138877A CN106600590B CN 106600590 B CN106600590 B CN 106600590B CN 201611138877 A CN201611138877 A CN 201611138877A CN 106600590 B CN106600590 B CN 106600590B
Authority
CN
China
Prior art keywords
candidate region
oil leak
current transformer
gaussian model
moving object
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
CN201611138877.2A
Other languages
English (en)
Other versions
CN106600590A (zh
Inventor
李富祥
赵金
张颖
冯宇
马玫
郭琳
冯盈
张远
陈旭
刘潇
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.)
Huayan Intelligent Technology (Group) Co., Ltd
State Grid Sichuan Electric Power Co Ltd
Original Assignee
Sichuan Whayer Information Industry Co Ltd
State Grid Sichuan 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 Sichuan Whayer Information Industry Co Ltd, State Grid Sichuan Electric Power Co Ltd filed Critical Sichuan Whayer Information Industry Co Ltd
Priority to CN201611138877.2A priority Critical patent/CN106600590B/zh
Publication of CN106600590A publication Critical patent/CN106600590A/zh
Application granted granted Critical
Publication of CN106600590B publication Critical patent/CN106600590B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30148Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Examining Or Testing Airtightness (AREA)

Abstract

本发明涉及图像处理领域,具体涉及一种电流互感器漏油自动检测方法及装置,所述方法通过获取图像序列,在所述图像序列中获取前景运动目标,在所述前景运动目标中确定候选区域,对所述候选区域的灰度直方图进行双高斯拟合,根据拟合结果自动检测所述候选区域是否漏油。所述装置包括图像获取单元、前景目标检测单元、候选区域确定单元以及漏油判断单元。本发明提供的电流互感器自动检测方法及装置可全天候24小时对电流互感器进行检测,无须人工巡视,节省了人力财力,还可有效地排除光线条件变化、阴影、雨水等外界因素影响形成的误检。

Description

电流互感器漏油自动检测方法及装置
技术领域
本发明涉及图像处理领域,具体而言,涉及一种电流互感器漏油自动检测方法及装置。
背景技术
电流互感器漏油会引起绝缘性能下降,影响电流互感器的安全运行。检查电流互感器是否漏油是变电站人工巡视的一项重要工作。
使用图像处理技术自动检测电流互感器是否漏油,不仅能够快速准确实现的24小时远程监控,而且能够节约一定的人力和物力。
发明人调查研究发现:由于光照条件变化、阴影、雨水等原因,使用现有技术检测电流互感器是否漏油时,往往会出现误报和漏报检测结果,准确度不高等问题。
发明内容
有鉴于此,本发明实施例的目的在于提供一种电流互感器漏油自动检测方法,以改善上述的问题。
本发明实施例的目的还在于提供一种电流互感器漏油自动检测装置,以改善上述的问题。
本发明实施例采用的技术方案如下:
一方面,本发明提供了一种电流互感器漏油自动检测方法,所述电流互感器安装于一立杆,所述方法包括获取电流互感器所在立杆的图像序列;在所述图像序列中获取前景运动目标;在所述前景运动目标中确定候选区域,并生成候选区域灰度直方图;对所述灰度直方图进行双高斯模型拟合,根据拟合结果判断所述候选区域是否漏油。
另一方面,本发明还提供了一种电流互感器漏油自动检测装置,所述电流互感器安装于一立杆,所述装置包括:图像获取单元,用于获取电流互感器所在立杆的图像序列;前景目标检测单元,用于在所述图像序列中获取前景运动目标;候选区域确定单元,用于在所述前景目标中检测确定候选区域,生成候选区域灰度直方图;漏油判断单元,用于对所述灰度直方图进行双高斯模型拟合,根据拟合结果判断所述候选区域是否漏油。
相对现有技术,本发明具有以下有益效果:
本发明提供的一种电流互感器漏油自动检测方法及装置,通过获取图像序列,在所述图像序列中获取前景运动目标,在所述前景运动目标中确定候选区域,对所属候选区域的灰度直方图进行双高斯拟合,根据拟合结果自动检测候选区域是否漏油。本发明提供的电流互感器自动检测方法及装置可全天候24小时对电流互感器进行检测,无须人工巡视,还可有效地排除光线条件变化、阴影、雨水等外界因素影响形成的误检。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1示出了本发明较佳实施例提供的客户端的方框示意图。
图2示出了本发明较佳实施例提供的电流互感器漏油自动检测装置的功能模块示意图。
图3示出了本发明较佳实施例提供的漏油判断单元的结构框图。
图4示出了本发明较佳实施例提供的电流互感器漏油自动检测方法流程图。
图标:100-客户端;101-存储器;102-存储控制器;103-处理器;104-外设接口;105-显示单元;106-输入输出单元;200-电流互感器漏油自动检测装置;201-图像获取单元;202-前景目标检测单元;203-候选区域确定单元;204-漏油判断单元;2041-处理模块;2042-判断模块。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。
在本发明的描述中,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。术语“水平”、“竖直”、“悬垂”等术语并不表示要求部件绝对水平或悬垂,而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平,并不是表示该结构一定要完全水平,而是可以稍微倾斜。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
下面结合附图,对本发明的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
如图1所示,本发明较佳实施例提供的客户端100的方框示意图。所述客户端100可以是电脑、平板电脑、智能手机、个人数字助理(personal digital assistant,PDA)等。所述客户端100包括电流互感器漏油自动检测装置200、存储器101、存储控制器102、处理器103、外设接口104、显示单元105、输入输出单元106。
所述存储器101、存储控制器102、处理器103、外设接口104、显示单元105、输入输出单元106各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述电流互感器漏油自动检测装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器101中或固化在所述客户端100的操作系统(operating system,OS)中的软件功能模块。所述处理器103用于执行存储器101中存储的可执行模块,例如所述电流互感器漏油自动检测装置200包括的软件功能模块或计算机程序。
其中,存储器101可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器101用于存储程序,所述处理器103在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的服务器所执行的方法可以应用于处理器103中,或者由处理器103实现。
处理器103可能是一种集成电路芯片,具有信号的处理能力。上述的处理器103可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Process或,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器103也可以是任何常规的处理器103等。
所述外设接口104将各种输入/输出装置耦合至处理器103以及存储器101。在一些实施例中,外设接口104,处理器103以及存储控制器102可以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实现。
显示单元105在所述客户端100与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中,所述显示单元105可以是液晶显示器或触控显示器。若为触控显示器,其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作,并将该感应到的触控操作交由处理器103进行计算和处理。
输入输出单元106用于提供给用户输入数据实现用户与所述客户端100的交互。所述输入输出单元106可以是,但不限于,鼠标和键盘等,所述键盘可以是虚拟键盘。
第一实施例
请参阅图2,图2示出了本实施例提供了一种电流互感器漏油自动检测装置200的功能框图。
电流互感器漏油自动检测装置200包括图像获取单元201、前景目标检测单元202、候选区域确定单元203以及漏油判断单元204。
电流互感器安装于一立杆,图像获取单元201用于获取电流互感器所在立杆的图像序列,图像获取单元201可以是相机,摄像机或者网络摄像头,本实施例对此不作限定。获取的图像序列中包含多幅图像,图像包括背景区域,在有发生漏油现象时,图像还包括油迹区域。
前景目标检测单元202用于根据前景运动目标检测算法对图像获取单元201获取的图像进行初步处理,获取前景运动目标。
前景运动目标检测算法旨在于检测当前图像和背景图像中对应像素点的差异,如果差值大于一定阈值,则判定该像素为前景运动目标。优选的,本实施例所选用的算法是视觉背景提取(Visual Background extractor,Vibe)算法,但不限于此,在本发明其余的实施例中,前景运动目标检测算法还可以是其他的算法。
Vibe算法是一种背景建模算法,Vibe算法使用一帧图像就可以初始化背景模型,该方法计算量比较小,速度很快,可以嵌入到相机中,可以抗摄像头抖动,并且对噪声也有一定的鲁棒性,检测效果较好。
使用Vibe算法在所述图像序列中检测前景运动目标的步骤如下:
pt(x):x点处的t时刻像素值;{p1,p2,…,pN}为x处的背景样本集(样本集大小为N);SR(pt(x)):以x为中心R为半径的区域。
模型的初始化:
对于一个像素点,随机的选择它的空间上的邻居点的像素值作为它的模型样本值;
在当前图像中分割前景目标:
如果#{SR(pt(x))∩{p1,p2,…,pN}}大于一个给定的阈值#min,那么就认为x点属于背景点;#{SR(pt(x))∩p1,p2,…,pN表示落在SRptx区域内的背景样本个数;
模型的更新策略:
前景点永远不会被用来填充背景模型;
对像素点进行统计,如果某个像素点连续N次被检测为前景,则将其更新为背景点。
每一个背景点有的概率去更新自己的背景样本值,同时也有的概率去更新它的邻居点的背景样本值。
本发明实施例中,优选地将参数设置为N=20,#min=2,R=20,在本发明的其余实施例中,还可以将参数设置为其他相应的数值。
候选区域确定单元203,用于在所述前景目标中确定候选区域,并生成候选区域的灰度直方图。排除所述前景运动目标中,轮廓面积缩小和轮廓向上增长的,其余的前景运动目标所在区域即为候选区域。
根据公式result=f(x,y),其中result表示是否为候选区域,x表示轮廓面积是否随时间缩小,y表示轮廓增长的方向是否向上;
(x=true或y=true),不符合漏油区域的自然特性,不是候选区域;
(x=false且y=false),是候选区域。
请参阅图3,漏油判断单元204,包括处理模块2041以及判断模块2042,处理模块2041用于对候选区域图像灰度直方图进行双高斯拟合,判断模块2042用于根据拟合结果判断是否漏油。
具体地:处理模块2041对候选区域图像进行双高斯模型拟合,得到双高斯模型的波谷个数、波谷对应的灰度值、权重、均值以及方差。双高斯模型使用两个高斯模型加权来模拟实际情况,其分布函数表达式:
其中,wi为混合系数,即权重,x为灰度值,p(x|λ)为高斯混合密度,λ表示高斯混合模型的完整参数集,包括6个参数:w1(第1个高斯模型的在双高斯模型中所占的权重),w2(第2个高斯模型在双高斯模型中所占的权重),u1(第1个高斯模型的均值),u2(第2个高斯模型的均值),σ1(第1个高斯模型的方差),σ2(第2个高斯模型的方差),bi(x)为单个高斯密度分布函数,其表达式为
其中,ui、σi为高斯函数的均值和方差。在本实施例中,处理模块2041使用最大期望算法来计算双高斯模型的各个参数,在本发明的其余实施例中,还可以使用其他算法来确定双高斯模型的各个参数,本实施例对此不作限定。
最大期望算法是一种迭代算法,使用两个步骤交替进行计算:
步骤1:求期望值,p(x|λ)=h(x)/N是已知的,表示灰度为x的点个数占图中所有点个数的比例值;给定λ包括的6个参数的初始值,wibi(x)可以计算出一个值。
步骤2:求极大值,
其中,其中,i取值1、2;N为图像处理的像素个数,G为灰度直方图的灰度级总数,m为迭代次数,h(x)为灰度值为x的像素点个数。
迭代的终止条件是:λ所包括的6个参数的在相邻的两步求极大值时,变化都足够小;
以w1为例,相邻的两步求极大值时,分别得到w1,w′1
如果|w1-w′1|÷w1<0.001,表明w1的变化足够小。
判断模块2042用于根据处理模块2041进行双高斯拟合的结果判断电流互感器是否漏油:根据双高斯模型的波谷个数、波谷对应的灰度值、权重、均值、方差等特征,使用公式
result=f(a,b,c,d,e,f)
确定所述候选区域是否漏油。
其中,result为是否漏油,a为双高斯模型的波谷个数,b为波谷对应的灰度值,c为双高斯模型中较小的均值,d为双高斯模型中两个均值的差值的绝对值,e为均值较小的高斯模型在双高斯模型中所占的权重,f为均值较小的高斯模型的方差;
(a=0且c≤70且e≥75%且f≤200),表明所述候选区域全部被漏油覆盖;
(a=1且b≥c且c≤70且d≥30且e≥15%且f≤200),表明所述候选区域一部分被漏油覆盖;
(a=1且c≤70且d≤30且e≥75%且f≤200),表明所述候选区域大部分被漏油覆盖;
其余情形,所述候选区域表示的运动目标可能为光线条件变换,阴影,雨水。
电流互感器漏油自动检测装置200还可以包括警示单元(图未示),警示单元根据判断模块2042的判断结果发出警告,如:当判断模块2042判断电流互感器出现漏油情况时,发出警告,提醒工作人员前往检修。
图4示出了本发明实施例所提供的电流互感器漏油自动检测方法流程图,电流互感器漏油自动检测方法包括以下步骤S101-S104。
步骤S101,获取电流互感器所在的立杆的图像序列。对电流互感器所在立杆拍摄多幅图像以生成图像序列,图像内容包括背景区域和油迹区域,在本发明实施例中,步骤S101可以由图像获取单元201执行。
步骤S102,在所述图像序列中检测前景运动目标。使用运动目标检测算法,对图像序列进行初步处理,在所述图像序列中获取前景运动目标。在本发明实施例中,优选的,使用Vibe算法获取前景运动目标,但不限于此,在本发明的其余实施例中,还可以选用其他的算法进行本步骤的操作。在本发明实施例中,步骤S102可以由前景目标检测单元202执行。
步骤S103,在所述前景运动目标中确定候选区域,在所述前景运动目标中,排除面积缩小的和轮廓向上增长的,其余的前景运动目标所在区域即为候选区域。在这里,漏油由于重力效应会向下蔓延,面积逐渐增大,因此需排除面积缩小的和轮廓向上增长的。在本实施例中,步骤S103可以由候选区域确定单元203执行。
步骤S104,对所述候选区域进行双高斯模型拟合,根据拟合结果判断所述候选区域是否漏油,步骤S104可由漏油判断单元204执行。
步骤S104包括子步骤S1041以及步骤S1042。
步骤S1041,对所述候选区域进行双高斯模型拟合,得到双高斯模型的波谷个数、波谷对应的灰度值、权重、均值、方差;在本实施例中,双高斯模型的各个参数由最大期望算法求出,在本发明的其余实施例中,双高斯模型的参数还可以由其他的方法求得,在此不做限定。步骤S104可以由漏油判断单元204的处理模块2041执行。
步骤S1042,根据双高斯模型拟合所得到的波谷个数波谷对应的灰度值、权重、均值、方差进行判断:
使用公式result=f(a,b,c,d,e,f)确定所述候选区域是否漏油。其中,result为是否漏油,a为双高斯模型的波谷个数,b为波谷对应的灰度值,c为双高斯模型中较小的均值,d为双高斯模型中两个均值的差值的绝对值,e为均值较小的高斯模型在双高斯模型中所占的权重,f为均值较小的高斯模型的方差;
(a=0且c≤70且e≥75%且f≤200),表明所述候选区域全部被漏油覆盖;
(a=1且b≥c且c≤70且d≥30且e≥15%且f≤200),表明所述候选区域一部分被漏油覆盖;
(a=1且c≤70且d≤30且e≥75%且f≤200),表明所述候选区域大部分被漏油覆盖;
其余情形,所述候选区域表示的运动目标可能为光线条件变化,阴影,雨水。步骤S1042可由漏油判断单元204的判断模块2042执行。
综上所述,本发明提供了一种电流互感器漏油自动检测方法及装置,电流互感器漏油自动检测方法通过获取电流互感器所在立杆的图像序列,在所述图像序列中检测前景运动目标,在所述前景运动目标中确定候选区域,对候选区域进行双高斯模型拟合,对拟合结果进行判断来检测电流互感器是否漏油。电流互感器漏油自动检测装置包括图像获取单元、前景目标检测单元、候选区域确定单元以及漏油判断单元,电流互感器漏油自动检测方法及装置可全天候24小时对电流互感器进行监测,无须人工巡视电流互感器所在区域,节省了人力物力,并且能够排除由光线,雨水、阴影等外界因素造成的误判,使检测结果更为精准。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。

Claims (8)

1.一种电流互感器漏油自动检测方法,所述电流互感器安装于一立杆,其特征在于,所述方法包括:
获取电流互感器所在立杆的图像序列;
在所述图像序列中获取前景运动目标;
在所述前景运动目标中确定候选区域,并生成候选区域灰度直方图;
对所述灰度直方图进行双高斯模型拟合,根据拟合结果判断所述候选区域是否漏油,具体包括:使用公式result=f(a,b,c,d,e,f)确定所述候选区域是否漏油,其中,result为是否漏油的结果,a为双高斯模型的波谷个数,b为波谷对应的灰度值,c为双高斯模型中较小的均值,d为双高斯模型中两个均值的差值的绝对值,e为均值较小的高斯模型在双高斯模型中所占的权重,f为均值较小的高斯模型的方差;
若a=0且c≤70且e≥75%且f≤200,表明所述候选区域全部被漏油覆盖;
若a=1且b≥c且c≤70且d≥30且e≥15%且f≤200,表明所述候选区域一部分被漏油覆盖;
若a=1且c≤70且d≤30且e≥75%且f≤200,表明所述候选区域大部分被漏油覆盖。
2.如权利要求1所述的方法,其特征在于,在所述图像序列中检测前景运动目标包括:
运用前景目标检测算法,对所述图像序列进行处理,获取所述前景运动目标。
3.如权利要求1所述的方法,其特征在于,在所述前景运动目标中确定候选区域包括:
排除所述前景运动目标中轮廓面积缩小的区域以及轮廓向上增长的区域,其余的前景运动目标所在区域即为候选区域。
4.如权利要求1所述的方法,其特征在于,对所述灰度直方图进行双高斯模型拟合包括:使用双高斯模型拟合所述候选区域的图像的灰度直方图,得到双高斯模型的波谷个数、波谷对应的灰度值、权重、均值以及方差,所述双高斯模型采用两个高斯模型加权求和来模拟实际漏油情况。
5.一种电流互感器漏油自动检测装置,所述电流互感器安装于一立杆,其特征在于,所述装置包括:
图像获取单元,用于获取电流互感器所在立杆的图像序列;
前景目标检测单元,用于在所述图像序列中获取前景运动目标;
候选区域确定单元,用于在所述前景目标中检测确定候选区域,并生成候选区域灰度直方图;
漏油判断单元,用于对所述灰度直方图进行双高斯模型拟合,根据拟合结果判断所述候选区域是否漏油,所述漏油判断单元包括判断模块,所述判断模块使用公式result=f(a,b,c,d,e,f)确定所述候选区域是否漏油,其中,result为是否漏油的结果,a为所述双高斯模型的波谷个数,b为所述波谷对应的灰度值,c为所述双高斯模型中较小的均值,d为所述双高斯模型中两个均值的差值的绝对值,e为均值较小的高斯模型在所述双高斯模型中所占的权重,f为均值较小的高斯模型的方差:
若a=0且c≤70且e≥75%且f≤200,表明所述候选区域全部被漏油覆盖;
若a=1且b≥c且c≤70且d≥30且e≥15%且f≤200,表明所述候选区域一部分被漏油覆盖;
若a=1且c≤70且d≤30且e≥75%且f≤200,表明所述候选区域大部分被漏油覆盖。
6.如权利要求5所述的装置,其特征在于,所述前景目标检测单元还用于使用前景目标检测算法,对所述图像序列进行图像处理,获取所述前景运动目标。
7.如权利要求5所述的装置,其特征在于,所述候选区域确定单元还用于排除所述前景运动目标中轮廓面积缩小的区域以及轮廓向上增长的区域,其余的前景运动目标所在区域即为候选区域,所述候选区域确定单元还用于生成所述候选区域的图像的灰度直方图。
8.如权利要求5所述的装置,其特征在于,所述漏油判断单元包括处理模块,所述处理模块使用双高斯模型对所述灰度直方图进行拟合,得到所述双高斯模型的波谷个数、波谷对应的灰度值、权重、均值以及方差,所述双高斯模型采用两个高斯模型加权求和来模拟实际漏油情况。
CN201611138877.2A 2016-12-12 2016-12-12 电流互感器漏油自动检测方法及装置 Active CN106600590B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611138877.2A CN106600590B (zh) 2016-12-12 2016-12-12 电流互感器漏油自动检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611138877.2A CN106600590B (zh) 2016-12-12 2016-12-12 电流互感器漏油自动检测方法及装置

Publications (2)

Publication Number Publication Date
CN106600590A CN106600590A (zh) 2017-04-26
CN106600590B true CN106600590B (zh) 2019-09-06

Family

ID=58597489

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611138877.2A Active CN106600590B (zh) 2016-12-12 2016-12-12 电流互感器漏油自动检测方法及装置

Country Status (1)

Country Link
CN (1) CN106600590B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109490811B (zh) * 2018-11-23 2021-08-13 国网四川省电力公司 一种倒立式电流互感器的油压监测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102013008A (zh) * 2010-09-16 2011-04-13 北京智安邦科技有限公司 一种基于支持向量机的烟雾检测方法及装置
CN102542289A (zh) * 2011-12-16 2012-07-04 重庆邮电大学 一种基于多高斯计数模型的人流量统计方法
CN103136753A (zh) * 2013-02-25 2013-06-05 哈尔滨工业大学 一种基于均值漂移算法和数学形态学的深度图分割方法
CN105205791A (zh) * 2015-08-28 2015-12-30 中国科学院深圳先进技术研究院 一种基于高斯混合模型的视频雨滴去除方法及其系统
CN105469105A (zh) * 2015-11-13 2016-04-06 燕山大学 一种基于视频监控的香烟烟雾检测方法
CN105528794A (zh) * 2016-01-15 2016-04-27 上海应用技术学院 基于混合高斯模型与超像素分割的运动目标检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102013008A (zh) * 2010-09-16 2011-04-13 北京智安邦科技有限公司 一种基于支持向量机的烟雾检测方法及装置
CN102542289A (zh) * 2011-12-16 2012-07-04 重庆邮电大学 一种基于多高斯计数模型的人流量统计方法
CN103136753A (zh) * 2013-02-25 2013-06-05 哈尔滨工业大学 一种基于均值漂移算法和数学形态学的深度图分割方法
CN105205791A (zh) * 2015-08-28 2015-12-30 中国科学院深圳先进技术研究院 一种基于高斯混合模型的视频雨滴去除方法及其系统
CN105469105A (zh) * 2015-11-13 2016-04-06 燕山大学 一种基于视频监控的香烟烟雾检测方法
CN105528794A (zh) * 2016-01-15 2016-04-27 上海应用技术学院 基于混合高斯模型与超像素分割的运动目标检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
复杂环境下的遗留物检测算法;叶立仁等;《计算机工程与科学》;20150515;第37卷(第5期);第986-992页
视频图像中雨滴检测与去除方法的研究;程圣军;《中国优秀硕士学位论文全文数据库 信息科技辑》;20111215(第S2期);第2.5节、第2.6.3节、第3.1节、第3.3节
视频智能分析在电网中的应用模式研究;李丹;《电气应用》;20160225;第2.1节

Also Published As

Publication number Publication date
CN106600590A (zh) 2017-04-26

Similar Documents

Publication Publication Date Title
CN106023185B (zh) 一种输电设备故障诊断方法
CN104134080B (zh) 一种道路路基塌陷和边坡坍塌的自动检测方法及系统
CN103632158B (zh) 森林防火监控方法及森林防火监控系统
CN111813997B (zh) 入侵分析方法、装置、设备及存储介质
CN105261030B (zh) 从红外视频中检测火焰的方法及装置
CN110705759B (zh) 水位预警监控方法、装置、存储介质及电子设备
CN113112480B (zh) 视频场景变换检测方法、存储介质和电子设备
CN112560619B (zh) 一种基于多聚焦图像融合的多距离鸟类精准识别方法
CN110197185B (zh) 一种基于尺度不变特征变换算法监测桥下空间的方法和系统
CN114066857A (zh) 红外图像质量评价方法、装置、电子设备及可读存储介质
CN108229524A (zh) 一种基于遥感图像的烟囱和冷凝塔检测方法
CN106023199B (zh) 一种基于图像分析技术的烟气黑度智能检测方法
CN109472261A (zh) 一种基于计算机视觉的粮仓储粮数量变化自动监测方法
CN111259736B (zh) 一种基于深度学习的复杂环境下行人实时检测方法
CN104574381A (zh) 一种基于局部二值模式的全参考图像质量评价方法
CN103049748B (zh) 行为监测方法及装置
CN113505643A (zh) 违章目标物检测方法及相关装置
CN103456009A (zh) 目标检测方法与装置、监控系统
KR101874968B1 (ko) 이미지 정보 기반의 시정거리 측정 시스템 및 이를 이용한 시정거리 측정 방법
CN115690584A (zh) 一种基于ssd改进的配电房异物检测方法
CN109740527B (zh) 一种视频帧中图像处理方法
CN106600590B (zh) 电流互感器漏油自动检测方法及装置
CN113780119B (zh) 基于静止摄像机应用场景的高精度运动目标检测方法
CN104599263B (zh) 一种图像检测的方法及装置
CN105427276A (zh) 一种基于图像局部边缘特征的摄像头检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: Two Lu Tian Hua high tech Zone of Chengdu City, Sichuan province 610017 No. 219 Tianfu Software Park C District 10 Building 16 layer

Co-patentee after: Information & Telecommunication Company, Sichuan Electric Power Corporation

Patentee after: Huayan Intelligent Technology (Group) Co., Ltd

Address before: Two Lu Tian Hua high tech Zone of Chengdu City, Sichuan province 610017 No. 219 Tianfu Software Park C District 10 Building 16 layer

Co-patentee before: Information & Telecommunication Company, Sichuan Electric Power Corporation

Patentee before: Sichuan Whayer Information Industry Co., Ltd.