CN109375068A - 一种基于紫外成像电晕检测的目标识别方法及装置 - Google Patents
一种基于紫外成像电晕检测的目标识别方法及装置 Download PDFInfo
- Publication number
- CN109375068A CN109375068A CN201811121658.2A CN201811121658A CN109375068A CN 109375068 A CN109375068 A CN 109375068A CN 201811121658 A CN201811121658 A CN 201811121658A CN 109375068 A CN109375068 A CN 109375068A
- Authority
- CN
- China
- Prior art keywords
- target
- ultraviolet
- discharge
- detection
- visible light
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1218—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using optical methods; using charged particle, e.g. electron, beams or X-rays
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种基于紫外成像电晕检测的目标识别方法、装置及紫外成像电晕检测仪,其中方法包括:通过双光谱相机获取观测区域的紫外图像和可见光图像,提取紫外图像中的放电目标,对提取的放电目标进行几何特征分析,确定放电目标的中心位置;通过可见光相机和日盲紫外相机的参数,计算出放电目标的中心位置在可见光图像中的对应位置,并以该位置为中心确定感兴趣区域,在该感兴趣区域采用边缘检测方法进行目标检测,获取放电目标的轮廓信息,并计算目标特征;将提取的可见光图像的目标特征与典型放电设备数据库中的目标特征进行比对,确定所提取放电目标的设备类别。本发明可以用于紫外成像电晕检测的目标识别与测距方法。
Description
技术领域
本发明涉及紫外成像电晕检测技术领域,尤其涉及一种基于紫外成像电晕检测的目标识别方法、装置及紫外成像电晕检测仪。
背景技术
当前,紫外成像电晕检测技术主要是根据检测设备在单位时间内显示的紫外光子数量来量化电晕放电的强度。该方法可以将目标发生电晕放电的单位时间内带电粒子的电离和复合过程发出的紫外光子实时的统计出来。在实际检测过程中,不同目标设备或同一设备不同部位放电带来的后果是不一样,因此,如何更精确的识别目标设备或设备的不同部位,是紫外成像电晕检测技术需要解决的一个问题。此外,放电位置和检测设备之间的距离也是影响检测结果的一个重要因素,目前主要是通过人工目视估测或是利用专用的测距设备进行测量,前者因受不同人员主观因素影响较大,测量的准确性难以保证,而后者不但增加产品成本,还增加了实际检测的复杂性及检测人员的工作量。
发明内容
本发明要解决的技术问题在于,针对现有技术中的至少一部分缺陷,提供一种基于紫外成像电晕检测的目标识别方法、装置和紫外成像电晕检测仪。
为了解决上述技术问题,本发明提供了一种基于紫外成像电晕检测的目标识别方法,所述方法包括:
通过双光谱相机获取观测区域的紫外图像和可见光图像,所述双光谱相机包括同光轴的可见光相机和日盲紫外相机;
提取紫外图像中的放电目标,对提取的放电目标进行几何特征分析,确定放电目标的中心位置;
通过可见光相机和日盲紫外相机的参数,计算出放电目标的中心位置在可见光图像中的对应位置,并以该位置为中心确定感兴趣区域,在该感兴趣区域采用边缘检测方法进行目标检测,获取放电目标的轮廓信息,并计算目标特征;
将提取的可见光图像的目标特征与典型放电设备数据库中的目标特征进行比对,确定所提取放电目标的设备类别。
在根据本发明所述的基于紫外成像电晕检测的目标识别方法中,可选地,所述目标特征包括放电目标的几何特征、颜色特征和/或纹理特征。
在根据本发明所述的基于紫外成像电晕检测的目标识别方法中,可选地,所述方法还包括:在确定放电目标的设备类别后,获取典型放电设备数据库中该设备的尺寸L,并结合放电目标在可见光图像中的像素尺寸n和可见光相机的像元间距d,以及可见光相机当前的焦距信息f,计算出放电位置与检测设备之间的距离信息D=L*f/(n*d)。
在根据本发明所述的基于紫外成像电晕检测的目标识别方法中,可选地,所述提取出紫外图像中的放电目标,包括:采用二值化方法对紫外图像进行处理,同时采用中值滤波对二值化后的噪声进行处理,以提取出紫外图像中的放电目标。
在根据本发明所述的基于紫外成像电晕检测的目标识别方法中,可选地,所述通过可见光相机和日盲紫外相机的参数,计算出放电目标的中心位置在可见光图像中的对应位置,包括:
当日盲紫外相机获取的放电目标的中心位置在其图像中的坐标为(x1,y1)时,通过以下公式计算在可见光图像中的对应位置(x2,y2):
上式中,f1为日盲紫外相机的焦距,d1为日盲紫外相机像元间距,f2为可见光相机焦距,d2为可见光相机像元间距。
本发明还提供了一种基于紫外成像电晕检测的目标识别装置,所述装置包括:
图像获取模块,用于通过双光谱相机获取观测区域的紫外图像和可见光图像,所述双光谱相机包括同光轴的可见光相机和日盲紫外相机;
目标定位模块,用于提取紫外图像中的放电目标,对提取的放电目标进行几何特征分析,确定放电目标的中心位置;
目标检测模块,用于通过可见光相机和日盲紫外相机的参数,计算出放电目标的中心位置在可见光图像中的对应位置,并以该位置为中心确定感兴趣区域,在该感兴趣区域采用边缘检测方法进行目标检测,获取放电目标的轮廓信息,并计算目标特征;
目标识别模块,将提取的可见光图像的目标特征与典型放电设备数据库中的目标特征进行比对,确定所提取放电目标的设备类别。
在根据本发明所述的基于紫外成像电晕检测的目标识别装置中,可选地,所述目标特征包括放电目标的几何特征、颜色特征和/或纹理特征。
在根据本发明所述的基于紫外成像电晕检测的目标识别装置中,可选地,所述装置还包括:
目标测距模块,用于在确定放电目标的设备类别后,获取典型放电设备数据库中该设备的尺寸L,并结合放电目标在可见光图像中的像素尺寸n和可见光相机的像元间距d,以及可见光相机当前的焦距信息f,计算出放电位置与检测设备之间的距离信息D=L*f/(n*d)。
在根据本发明所述的基于紫外成像电晕检测的目标识别装置中,可选地,所述目标定位模块采用二值化方法对紫外图像进行处理,同时采用中值滤波对二值化后的噪声进行处理,从而提取出紫外图像中的火灾目标。
本发明还提供了一种紫外成像电晕检测仪,至少包括:分束镜、紫外光成像单元、可见光成像单元、图像处理板、存储与控制板;其中,紫外光成像单元包括紫外光镜头、日盲紫外滤光片、紫外光探测器;可见光成像单元包括反射镜、可见光镜头、可见光探测器;
所述分束镜用于将待测信号分为两路;其中,一路信号输入紫外光成像单元,用于获取待测信号的紫外光视频信号,并将所述紫外光视频信号通过图像处理板后传输至所述存储与控制板;另一路信号输入可见光成像单元,用于获取待测信号的可见光视频信号,并将所述可见光视频信号通过图像处理板后传输至所述存储与控制板;
所述存储与控制板用于:对接收的紫外光视频信号与可见光视频信号进行处理,提取紫外图像中的放电目标,对提取的放电目标进行几何特征分析,确定放电目标的中心位置;通过可见光相机和日盲紫外相机的参数,计算出放电目标的中心位置在可见光图像中的对应位置,并以该位置为中心确定感兴趣区域,在该感兴趣区域采用边缘检测方法进行目标检测,获取放电目标的轮廓信息,并计算目标特征;将提取的可见光图像的目标特征与典型放电设备数据库中的目标特征进行比对,确定所提取放电目标的设备类别。
在根据本发明所述的紫外成像电晕检测仪中,可选地,所述存储与控制板还用于:
在确定放电目标的设备类别后,获取典型放电设备数据库中该设备的尺寸L,并结合放电目标在可见光图像中的像素尺寸n和可见光相机的像元间距d,以及可见光相机当前的焦距信息f,计算出放电位置与检测设备之间的距离信息D=L*f/(n*d)。实施本发明的基于紫外成像电晕检测的目标识别方法、装置和紫外成像电晕检测仪,具有以下有益效果:
1、本发明利用紫外相机获取的电晕目标在放电设备周围的特点,同时基于可见光相机和紫外相机光学同轴的设计,在可见光相机获取的图像中进行目标初步定位,对定位的局部区域进行目标检测,对检测的目标进行特征分析,同时与典型放电设备数据库中的目标特征进行比对,从而快速识别出目标类别。
2、本发明通过提取典型放电设备数据库中识别目标的实际几何参数,同时结合可见光相机的焦距信息和目标图像信息,快速计算出放电位置与检测仪器的距离信息。
附图说明
图1为根据本发明优选实施例的基于紫外成像电晕检测的目标识别方法的流程图;
图2为根据本发明优选实施例的基于紫外成像电晕检测的目标识别装置的模块框图;
图3为根据本发明优选实施例的紫外成像电晕检测仪的硬件框图。
具体实施方式
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的一部分实施例,而不是全部的实施例。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。
请参阅图1,为根据本发明优选实施例的基于紫外成像电晕检测的目标识别方法的流程图。该方法可以由基于紫外成像电晕检测的目标识别装置执行,该装置可由软件和/或硬件实现。如图1所示,该实施例提供的方法包括以下步骤:
步骤S1:通过双光谱相机获取观测区域的紫外图像和可见光图像。该双光谱相机可以包括同光轴的可见光相机和日盲紫外相机。该双光谱相机选用工作在日盲紫外光谱区的国产紫外相机对电晕进行紫外成像,通过同光轴的可见光相机探测电晕周围环境视觉图像。
步骤S2:提取紫外图像中的放电目标,对提取的放电目标进行几何特征分析,确定放电目标的中心位置。
由于获取的紫外图像中放电目标为亮目标,背景为暗背景,因此采用二值化方法对紫外图像进行处理,同时采用中值滤波对二值化后的噪声进行处理,从而提取出紫外图像中的放电目标,对提取的目标进行几何特征分析,确定目标的中心位置。该步骤中可以采用本领域基础技术人员对可见光的目标识别方法,计算目标的几何中心。
步骤S3:通过可见光相机和日盲紫外相机的参数,计算出放电目标的中心位置在可见光图像中的对应位置,并以该位置为中心确定感兴趣区域,在该感兴趣区域采用边缘检测方法进行目标检测,获取放电目标的轮廓信息,并计算目标特征。
由于可见光图像和紫外图像是同孔径同光轴同视场获取的,此外两个相机所测目标相同,因此可以通过紫外和可见光镜头当前的焦距信息,以及可见光相机和紫外相机的参数,计算出目标中心在可见光图像中的对应位置。具体地,若紫外相机获取的目标中心位置的坐标为(x1,y1),通过已知紫外相机焦距f1,紫外相机像元间距d1,可见光相机焦距f2,可见光相机像元间距d2,可计算出同目标中心在可见光图像中的位置坐标(x2,y2)为:
由于放电设备形成的放电目标一般在设备附近,因而通过放电目标在可见光图像的位置信息,初步确定放电设备在可见光图像中的位置。在确定放电设备初步位置后,考虑到放电设备通常具有标准尺寸,形状特征比较明显,因此在确定位置的局部区域采用边缘检测方法进行目标检测,提取出目标的轮廓信息。
步骤S4:将提取的可见光图像的目标特征与典型放电设备数据库中的目标特征进行比对,确定所提取放电目标的设备类别。
优选地,所述目标特征包括放电目标的几何特征、颜色特征和/或纹理特征。为了便于快速识别放电设备,本发明预先建立典型放电设备数据库,包括但不限于几何特征、颜色特征、纹理特征等信息。在提取的可见光图像中目标的这些特征之后,可以将相关结果典型放电设备数据库的目标特性进行比对,确定所提取目标的设备类别。如各类绝缘子有典型的螺纹状的纹理特征,均压环有明显的环状几何特征,各类导线有直线特征,同时不同设备也有自己标准的使用颜色要求。
优选地,上述方法还包括在步骤S4之后执行的以下步骤:在确定放电目标的设备类别后,获取典型放电设备数据库中该设备的尺寸L,并结合放电目标在可见光图像中的像素尺寸n和可见光相机的像元间距d,以及可见光相机当前的焦距信息f,计算出放电位置与检测设备之间的距离信息D=L*f/(n*d)。
本方法利用紫外相机获取的电晕目标在放电设备周围的特点,同时基于可见光相机和紫外相机光学同轴的设计,在可见光相机获取的图像中进行目标初步定位,对定位的局部区域进行目标检测,对检测的目标进行特征分析,同时与典型放电设备数据库中的目标特征进行比对,从而快速识别出目标类别。通过提取典型放电设备数据库中识别目标的实际几何参数,同时结合可见光相机的焦距信息和目标图像信息,快速计算出放电位置与检测仪器的距离信息。
请参阅图2,为根据本发明优选实施例的基于紫外成像电晕检测的目标识别装置的模块框图。该装置可由软件和/或硬件实现。如图2所示,该实施例提供的装置至少包括:图像获取模块201、目标定位模块202、目标检测模块203和目标识别模块204。
图像获取模块201用于通过双光谱相机获取观测区域的紫外图像和可见光图像。在一个优选实施例中,该图像获取模块201可以采用双光谱相机实现,该双光谱相机包括同光轴的可见光相机和日盲紫外相机。该双光谱相机选用工作在日盲紫外光谱区的国产紫外相机对电晕进行紫外成像,通过同光轴的可见光相机探测电晕周围环境视觉图像。
目标定位模块202用于提取出紫外图像中的放电目标,对提取的放电目标进行几何特征分析,确定放电目标的中心位置。
由于获取的紫外图像中放电目标为亮目标,背景为暗背景,因此目标定位模块202采用二值化方法对紫外图像进行处理,同时采用中值滤波对二值化后的噪声进行处理,从而提取出紫外图像中的放电目标,对提取的目标进行几何特征分析,确定目标的中心位置。该步骤中可以采用本领域基础技术人员对可见光的目标识别方法,计算目标的几何中心。
目标检测模块203用于通过可见光相机和日盲紫外相机的参数,计算出放电目标的中心位置在可见光图像中的对应位置,并以该位置为中心确定感兴趣区域,在该感兴趣区域采用边缘检测方法进行目标检测,获取放电目标的轮廓信息,并计算目标特征。
由于可见光图像和紫外图像是同孔径同光轴同视场获取的,此外两个相机所测目标相同,因此可以通过紫外和可见光镜头当前的焦距信息,以及可见光相机和紫外相机的参数,计算出目标中心在可见光图像中的对应位置。
具体地,若紫外相机获取的目标中心位置的坐标为(x1,y1),通过已知紫外相机焦距f1,紫外相机像元间距d1,可见光相机焦距f2,可见光相机像元间距d2,可计算出同目标中心在可见光图像中的位置坐标(x2,y2)为:
由于放电设备形成的放电目标一般在设备附近,因而通过放电目标在可见光图像的位置信息,初步确定放电设备在可见光图像中的位置。在确定放电设备初步位置后,考虑到放电设备通常具有标准尺寸,形状特征比较明显,因此在确定位置的局部区域采用边缘检测方法进行目标检测,提取出目标的轮廓信息。
目标识别模块204,用于将提取的可见光图像的目标特征与典型放电设备数据库中的目标特征进行比对,确定所提取放电目标的设备类别。
优选地,所述目标特征包括放电目标的几何特征、颜色特征和/或纹理特征。为了便于快速识别放电设备,本发明预先建立典型放电设备数据库,包括但不限于几何特征、颜色特征、纹理特征等信息。在提取的可见光图像中目标的这些特征之后,可以将相关结果典型放电设备数据库的目标特性进行比对,确定所提取目标的设备类别。
优选地,上述装置还包括:目标测距模块,用于在确定放电目标的设备类别后,获取典型放电设备数据库中该设备的尺寸L,并结合放电目标在可见光图像中的像素尺寸n和可见光相机的像元间距d,以及可见光相机当前的焦距信息f,计算出放电位置与检测设备之间的距离信息D=L*f/(n*d)。
请参阅图3,为根据本发明优选实施例的紫外成像电晕检测仪的硬件框图。如图3所示,在该实施例中,紫外成像电晕检测仪至少包括:分束镜310、紫外光成像单元320、可见光成像单元330、图像处理板340、存储与控制板350。其中,紫外光成像单元320包括紫外光镜头321、日盲紫外滤光片322、紫外光探测器323。可见光成像单元330包括反射镜331、可见光镜头332、可见光探测器333。
分束镜310用于将待测信号分为两路;其中,一路信号输入紫外光成像单元320,用于获取待测信号的紫外光视频信号,并将所述紫外光视频信号通过图像处理板340后传输至所述存储与控制板350。另一路信号输入可见光成像单元330,用于获取待测信号的可见光视频信号,并将所述可见光视频信号通过图像处理板340后传输至存储与控制板350。
图像处理板340可以对紫外光视频信号和可见光视频信号进行处理,还可以实现漏电检测以及图像融合处理等。
其中存储与控制板350用于:对接收的紫外光视频信号与可见光视频信号进行处理,提取紫外图像中的放电目标,对提取的放电目标进行几何特征分析,确定放电目标的中心位置;通过可见光相机和日盲紫外相机的参数,计算出放电目标的中心位置在可见光图像中的对应位置,并以该位置为中心确定感兴趣区域,在该感兴趣区域采用边缘检测方法进行目标检测,获取放电目标的轮廓信息,并计算目标特征;将提取的可见光图像的目标特征与典型放电设备数据库中的目标特征进行比对,确定所提取放电目标的设备类别。
在本发明的优选实施例中,该存储与控制板350还用于:确定放电目标的设备类别后,获取典型放电设备数据库中该设备的尺寸,并结合放电目标在可见光图像中的尺寸,以及可见光相机当前的焦距信息,计算出放电位置与检测设备之间的距离信息。
更优选地,该紫外成像电晕检测仪还可以包括与存储与控制板350连接的控制面板、TFT显示屏和外扩接口等设备。上述存储与控制板350生成的处理结果可以通过高亮度TFT显示屏进行显示,方便目标的观测。同时将可见光图像和紫外图像进行压缩存储,以方便后期的回读和处理。为了保护镜头,还可以在镜头的前端安装石英玻璃保护窗口。
综上所述,本发明可以在分析放电目标特性的基础上,基于电晕检测设备的可见光和紫外图像信息快速确定放电设备在可见光图像中的初步位置;通过提取初步位置附近的目标特征信息并与典型放电设备数据库中的信息进行比对,快速对被检测目标进行分类;在识别检测目标类别的基础上,获取目标的实际尺寸信息,结合目标图像信息和可见光相机焦距信息,实现放电位置与检测设备之间距离信息的快速获取。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于紫外成像电晕检测的目标识别方法,其特征在于,所述方法包括:
通过双光谱相机获取观测区域的紫外图像和可见光图像,所述双光谱相机包括同光轴的可见光相机和日盲紫外相机;
提取紫外图像中的放电目标,对提取的放电目标进行几何特征分析,确定放电目标的中心位置;
通过可见光相机和日盲紫外相机的参数,计算出放电目标的中心位置在可见光图像中的对应位置,并以该位置为中心确定感兴趣区域,在该感兴趣区域采用边缘检测方法进行目标检测,获取放电目标的轮廓信息,并计算目标特征;
将提取的可见光图像的目标特征与典型放电设备数据库中的目标特征进行比对,确定所提取放电目标的设备类别。
2.根据权利要求1所述的基于紫外成像电晕检测的目标识别方法,其特征在于,所述目标特征包括放电目标的几何特征、颜色特征和/或纹理特征。
3.根据权利要求1或2所述的基于紫外成像电晕检测的目标识别方法,其特征在于,所述方法还包括:
在确定放电目标的设备类别后,获取典型放电设备数据库中该设备的尺寸L,并结合放电目标在可见光图像中的像素尺寸n和可见光相机的像元间距d,以及可见光相机当前的焦距信息f,计算出放电位置与检测设备之间的距离信息D=L*f/(n*d)。
4.根据权利要求1或2所述的基于紫外成像电晕检测的目标识别方法,其特征在于,所述提取出紫外图像中的放电目标,包括:
采用二值化方法对紫外图像进行处理,同时采用中值滤波对二值化后的噪声进行处理,以提取出紫外图像中的放电目标。
5.根据权利要求1或2所述的智能火灾检测与定位方法,其特征在于,所述通过可见光相机和日盲紫外相机的参数,计算出放电目标的中心位置在可见光图像中的对应位置,包括:
当日盲紫外相机获取的放电目标的中心位置在其图像中的坐标为(x1,y1)时,通过以下公式计算在可见光图像中的对应位置(x2,y2):
上式中,f1为日盲紫外相机的焦距,d1为日盲紫外相机像元间距,f2为可见光相机焦距,d2为可见光相机像元间距。
6.一种基于紫外成像电晕检测的目标识别装置,其特征在于,所述装置包括:
图像获取模块,用于通过双光谱相机获取观测区域的紫外图像和可见光图像,所述双光谱相机包括同光轴的可见光相机和日盲紫外相机;
目标定位模块,用于提取紫外图像中的放电目标,对提取的放电目标进行几何特征分析,确定放电目标的中心位置;
目标检测模块,用于通过可见光相机和日盲紫外相机的参数,计算出放电目标的中心位置在可见光图像中的对应位置,并以该位置为中心确定感兴趣区域,在该感兴趣区域采用边缘检测方法进行目标检测,获取放电目标的轮廓信息,并计算目标特征;
目标识别模块,将提取的可见光图像的目标特征与典型放电设备数据库中的目标特征进行比对,确定所提取放电目标的设备类别。
7.根据权利要求6所述的基于紫外成像电晕检测的目标识别装置,其特征在于,所述目标特征包括放电目标的几何特征、颜色特征和/或纹理特征。
8.根据权利要求6或7所述的基于紫外成像电晕检测的目标识别装置,其特征在于,所述装置还包括:
目标测距模块,用于在确定放电目标的设备类别后,获取典型放电设备数据库中该设备的尺寸L,并结合放电目标在可见光图像中的像素尺寸n和可见光相机的像元间距d,以及可见光相机当前的焦距信息f,计算出放电位置与检测设备之间的距离信息D=L*f/(n*d)。
9.一种紫外成像电晕检测仪,其特征在于,至少包括:分束镜、紫外光成像单元、可见光成像单元、图像处理板、存储与控制板;其中,紫外光成像单元包括紫外光镜头、日盲紫外滤光片、紫外光探测器;可见光成像单元包括反射镜、可见光镜头、可见光探测器;
所述分束镜用于将待测信号分为两路;其中,一路信号输入紫外光成像单元,用于获取待测信号的紫外光视频信号,并将所述紫外光视频信号通过图像处理板后传输至所述存储与控制板;另一路信号输入可见光成像单元,用于获取待测信号的可见光视频信号,并将所述可见光视频信号通过图像处理板后传输至所述存储与控制板;
所述存储与控制板用于:对接收的紫外光视频信号与可见光视频信号进行处理,提取紫外图像中的放电目标,对提取的放电目标进行几何特征分析,确定放电目标的中心位置;通过可见光相机和日盲紫外相机的参数,计算出放电目标的中心位置在可见光图像中的对应位置,并以该位置为中心确定感兴趣区域,在该感兴趣区域采用边缘检测方法进行目标检测,获取放电目标的轮廓信息,并计算目标特征;将提取的可见光图像的目标特征与典型放电设备数据库中的目标特征进行比对,确定所提取放电目标的设备类别。
10.根据权利要求9所述的紫外成像电晕检测仪,其特征在于,所述存储与控制板还用于:
在确定放电目标的设备类别后,获取典型放电设备数据库中该设备的尺寸L,并结合放电目标在可见光图像中的像素尺寸n和可见光相机的像元间距d,以及可见光相机当前的焦距信息f,计算出放电位置与检测设备之间的距离信息D=L*f/(n*d)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811121658.2A CN109375068B (zh) | 2018-09-26 | 2018-09-26 | 一种基于紫外成像电晕检测的目标识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811121658.2A CN109375068B (zh) | 2018-09-26 | 2018-09-26 | 一种基于紫外成像电晕检测的目标识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109375068A true CN109375068A (zh) | 2019-02-22 |
CN109375068B CN109375068B (zh) | 2021-02-05 |
Family
ID=65401879
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811121658.2A Active CN109375068B (zh) | 2018-09-26 | 2018-09-26 | 一种基于紫外成像电晕检测的目标识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109375068B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110243826A (zh) * | 2019-07-10 | 2019-09-17 | 上海微现检测设备有限公司 | 一种产品在线检测方法及装置 |
CN111157110A (zh) * | 2020-01-15 | 2020-05-15 | 上海电气输配电试验中心有限公司 | 一种紫外成像的光子计数空间密度计算方法及其成像设备 |
CN111308293A (zh) * | 2020-03-27 | 2020-06-19 | 国网甘肃省电力公司电力科学研究院 | 基于紫外成像的电力外绝缘设备典型缺陷故障识别方法 |
CN111736040A (zh) * | 2020-05-21 | 2020-10-02 | 南京工程学院 | 基于单像素成像系统的微弱漏电检测方法 |
CN112285504A (zh) * | 2020-10-27 | 2021-01-29 | 华北电力大学 | 多谱段日盲窄带紫外成像仪及其检测不同放电状态的方法 |
CN114002566A (zh) * | 2021-11-09 | 2022-02-01 | 国网山东省电力公司电力科学研究院 | 一种基于多光融合的局部放电检测装置及方法 |
CN114325248A (zh) * | 2020-09-30 | 2022-04-12 | 宁波阿贝尼红外技术有限公司 | 一种手持式紫外放电检测仪 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01152377A (ja) * | 1987-12-10 | 1989-06-14 | Central Res Inst Of Electric Power Ind | 部分放電検出方法 |
CN102278946A (zh) * | 2010-04-08 | 2011-12-14 | 卡西欧计算机株式会社 | 摄像装置以及长度测量方法 |
CN102661799A (zh) * | 2012-05-16 | 2012-09-12 | 广东电网公司珠海供电局 | 故障定位方法与系统 |
CN102694963A (zh) * | 2012-04-27 | 2012-09-26 | 南京航空航天大学 | 一种获取无阴影目标图像的方法 |
CN104280670A (zh) * | 2014-09-26 | 2015-01-14 | 北京环境特性研究所 | 一种基于日盲紫外成像仪的电晕检测方法 |
WO2015104593A1 (en) * | 2014-01-10 | 2015-07-16 | Ofil Ltd. | Uvb-visible hybrid apparatus for viewing a scene comprising terrestrial corona radiation |
CN105372564A (zh) * | 2015-11-23 | 2016-03-02 | 北京环境特性研究所 | 一种紫外成像电晕检测方法与装置 |
CN105488941A (zh) * | 2016-01-15 | 2016-04-13 | 中林信达(北京)科技信息有限责任公司 | 基于红外-可见光图像的双光谱森林火情监测方法及装置 |
CN107505546A (zh) * | 2017-08-25 | 2017-12-22 | 国家电网公司 | 一种利用紫外成像仪监测电晕放电的方法 |
CN108008259A (zh) * | 2017-11-14 | 2018-05-08 | 国网江西省电力有限公司电力科学研究院 | 基于红外、紫外和可见光图像融合一体化的检测方法和装置 |
-
2018
- 2018-09-26 CN CN201811121658.2A patent/CN109375068B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01152377A (ja) * | 1987-12-10 | 1989-06-14 | Central Res Inst Of Electric Power Ind | 部分放電検出方法 |
CN102278946A (zh) * | 2010-04-08 | 2011-12-14 | 卡西欧计算机株式会社 | 摄像装置以及长度测量方法 |
CN102694963A (zh) * | 2012-04-27 | 2012-09-26 | 南京航空航天大学 | 一种获取无阴影目标图像的方法 |
CN102661799A (zh) * | 2012-05-16 | 2012-09-12 | 广东电网公司珠海供电局 | 故障定位方法与系统 |
WO2015104593A1 (en) * | 2014-01-10 | 2015-07-16 | Ofil Ltd. | Uvb-visible hybrid apparatus for viewing a scene comprising terrestrial corona radiation |
CN104280670A (zh) * | 2014-09-26 | 2015-01-14 | 北京环境特性研究所 | 一种基于日盲紫外成像仪的电晕检测方法 |
CN105372564A (zh) * | 2015-11-23 | 2016-03-02 | 北京环境特性研究所 | 一种紫外成像电晕检测方法与装置 |
CN105488941A (zh) * | 2016-01-15 | 2016-04-13 | 中林信达(北京)科技信息有限责任公司 | 基于红外-可见光图像的双光谱森林火情监测方法及装置 |
CN107505546A (zh) * | 2017-08-25 | 2017-12-22 | 国家电网公司 | 一种利用紫外成像仪监测电晕放电的方法 |
CN108008259A (zh) * | 2017-11-14 | 2018-05-08 | 国网江西省电力有限公司电力科学研究院 | 基于红外、紫外和可见光图像融合一体化的检测方法和装置 |
Non-Patent Citations (2)
Title |
---|
李军锋 等: "结合深度学习和随机森林的电力设备图像识别", 《高电压技术》 * |
马超杰 等: "自动目标识别技术在武器系统中的应用", 《飞航导弹》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110243826A (zh) * | 2019-07-10 | 2019-09-17 | 上海微现检测设备有限公司 | 一种产品在线检测方法及装置 |
CN110243826B (zh) * | 2019-07-10 | 2022-05-20 | 上海微现检测设备有限公司 | 一种产品在线检测方法及装置 |
CN111157110A (zh) * | 2020-01-15 | 2020-05-15 | 上海电气输配电试验中心有限公司 | 一种紫外成像的光子计数空间密度计算方法及其成像设备 |
CN111308293A (zh) * | 2020-03-27 | 2020-06-19 | 国网甘肃省电力公司电力科学研究院 | 基于紫外成像的电力外绝缘设备典型缺陷故障识别方法 |
CN111736040A (zh) * | 2020-05-21 | 2020-10-02 | 南京工程学院 | 基于单像素成像系统的微弱漏电检测方法 |
CN111736040B (zh) * | 2020-05-21 | 2023-01-24 | 南京工程学院 | 基于单像素成像系统的微弱漏电检测方法 |
CN114325248A (zh) * | 2020-09-30 | 2022-04-12 | 宁波阿贝尼红外技术有限公司 | 一种手持式紫外放电检测仪 |
CN112285504A (zh) * | 2020-10-27 | 2021-01-29 | 华北电力大学 | 多谱段日盲窄带紫外成像仪及其检测不同放电状态的方法 |
CN112285504B (zh) * | 2020-10-27 | 2023-11-17 | 华北电力大学 | 多谱段日盲窄带紫外成像仪及其检测不同放电状态的方法 |
CN114002566A (zh) * | 2021-11-09 | 2022-02-01 | 国网山东省电力公司电力科学研究院 | 一种基于多光融合的局部放电检测装置及方法 |
CN114002566B (zh) * | 2021-11-09 | 2024-08-02 | 国网山东省电力公司电力科学研究院 | 一种基于多光融合的局部放电检测装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109375068B (zh) | 2021-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109375068A (zh) | 一种基于紫外成像电晕检测的目标识别方法及装置 | |
CN109816678B (zh) | 一种基于视觉的喷嘴雾化角度自动检测系统及方法 | |
CN109308447A (zh) | 在电力远程监控中自动提取设备运行参数和运行状态的方法 | |
TW555969B (en) | Method for non-destructive inspection, apparatus thereof and digital camera system | |
CN111047568B (zh) | 一种漏汽缺陷检测识别方法及系统 | |
CN109190473A (zh) | 一种“机器视觉理解”在电力远程监控中的应用 | |
CN107025648A (zh) | 一种电路板故障红外图像自动检测方法 | |
CN105069790A (zh) | 一种齿轮外观缺陷快速影像检测方法 | |
Toet et al. | Image dataset for testing search and detection models | |
CN106461373A (zh) | 用于涂层预测、施涂和检查的实时数字增强成像 | |
CN110189375A (zh) | 一种基于单目视觉测量的图像目标识别方法 | |
JP2016514868A (ja) | 顕微鏡画像の画像品質評価 | |
CN101458300B (zh) | 一种电路放电检测系统 | |
CN114136975A (zh) | 一种微波裸芯片表面缺陷智能检测系统和方法 | |
JP2018169831A (ja) | 画像比較装置 | |
CN106872488A (zh) | 一种快速大面积透明基片双表面缺陷视觉检测方法及装置 | |
CN105516713A (zh) | 基于机器视觉的道路交通闭路电视图像质量评价方法 | |
CN112613568A (zh) | 基于可见光及红外多光谱图像序列的目标识别方法和装置 | |
CN201355386Y (zh) | 一种电路放电检测装置 | |
Redondo et al. | Quality evaluation of microscopy and scanned histological images for diagnostic purposes | |
CN109815784A (zh) | 一种基于红外热像仪的智能分类方法、系统及存储介质 | |
CN206740363U (zh) | 一种检测光学系统像质的系统 | |
Luzi et al. | Automatic evaluation of vertex structural defects on the anode surface of a low-light-level image intensifier based on proposed individual image processing strategies | |
Yao et al. | Fusing complementary images for pavement cracking measurements | |
CN111263137B (zh) | 单图像的畸变检测处理方法 |
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 |