CN110174174A - 基于红外热和可见光成像的检测终端及其使用方法 - Google Patents
基于红外热和可见光成像的检测终端及其使用方法 Download PDFInfo
- Publication number
- CN110174174A CN110174174A CN201910452933.7A CN201910452933A CN110174174A CN 110174174 A CN110174174 A CN 110174174A CN 201910452933 A CN201910452933 A CN 201910452933A CN 110174174 A CN110174174 A CN 110174174A
- Authority
- CN
- China
- Prior art keywords
- picture
- processor
- visual light
- light imaging
- power equipment
- 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.)
- Pending
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 121
- 230000000007 visual effect Effects 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000001514 detection method Methods 0.000 title claims abstract description 33
- 238000001931 thermography Methods 0.000 claims abstract description 89
- 230000008569 process Effects 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 12
- 238000013527 convolutional neural network Methods 0.000 claims description 8
- 238000003707 image sharpening Methods 0.000 claims description 8
- 238000011946 reduction process Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 7
- 238000010438 heat treatment Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 230000006835 compression Effects 0.000 claims description 4
- 238000007906 compression Methods 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 13
- 238000007689 inspection Methods 0.000 description 8
- 230000020169 heat generation Effects 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 4
- 238000013021 overheating Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 206010037660 Pyrexia Diseases 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000003331 infrared imaging Methods 0.000 description 2
- 206010020843 Hyperthermia Diseases 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000036031 hyperthermia Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000002510 pyrogen Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
- G01C11/12—Interpretation of pictures by comparison of two or more pictures of the same area the pictures being supported in the same relative position as when they were taken
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0096—Radiation pyrometry, e.g. infrared or optical thermometry for measuring wires, electrical contacts or electronic systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10052—Images from lightfield camera
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明提出一种基于红外热和可见光成像的检测终端，包括红外热成像摄像单元、可见光成像摄像单元、处理器和显示器，处理器中设置有图像识别单元，红外热成像摄像单元与处理器电连接，可见光成像摄像单元与处理器电连接，处理器与显示器电连接。本发明还提出了上述检测终端的使用方法：处理器控制红外热成像摄像单元、可见光成像摄像单元同时拍摄；处理器对图片进行预处理；处理器通过图像识别单元中的电力设备识别模型对可见光成像图片中的电力设备进行匹配识别并输出其图像坐标；图像识别单元根据图像坐标在红外热成像图片中截取对应的热分布图像然后输入设备热分析模型中进行分析；处理器将拍摄的图片和分析结果输出到显示屏中显示。
Description
技术领域
本发明涉及电力设备检测技术领域，更具体地，涉及一种基于红外热和可见光成像的检测终端及其使用方法。
背景技术
目前，电力设备在使用的过程中会出现局部或者多个局部高温的现象，而产生高温的原因有螺丝松动导致连接处不稳定、外界的雨水导致设备的锈蚀等，当电力设备出现过热现象时，随着温度持续升高会导致电力设备的故障，甚至整个电网的瘫痪。
为此，电力巡检人员会采用现有的过热故障检测设备进行巡检，然而在巡检过程中，电力巡检人员只能通过过热故障检测设备看到所检测的部分电力设备的温度状态图。因为过热故障检测设备中的热成像显示仪只是通过颜色区分温度的，不能显示具体的发热位置，当电力巡检人员在巡检过程中发现设备某处温度过高，需要对其进行及时维修处理时，不能快速准确地找到具体的发热位置，只能根据自身的经验判断发热位置，进而判断发热原因并进行维修，工作效率低，且如果维修不及时甚至会引发安全问题。
发明内容
本发明为克服上述现有技术所述的过热故障检测设备的准确度低导致不能快速准确地找到发热位置的一种缺陷，提供一种基于红外热和可见光成像的检测终端及其使用方法。
为解决上述技术问题，本发明的技术方案如下：
基于红外热和可见光成像的检测终端，包括红外热成像摄像单元、可见光成像摄像单元、处理器和显示器，其中处理器中设置有图像识别单元；红外热成像摄像单元与处理器电连接，可见光成像摄像单元与处理器电连接，处理器与显示器电连接。
处理器控制红外热成像摄像单元和可见光成像摄像单元同时拍摄，然后红外热成像摄像单元和可见光成像摄像单元将拍摄的红外热成像图片和可见光成像图片发送到处理器中进行处理，处理器中的图像识别单元根据设备识别模型对可见光成像图片中的电力设备进行匹配识别并输出电力设备在图片中的图像坐标，然后根据输出的图像坐标在红外热成像图片中截取对应位置坐标的热分布图像，图像识别单元中的设备热分析模型通过分析所截取的热分布图像判断对应电力设备发热是否正常并输出电力设备的温度信息，然后处理器将可见光成像图片、红外热成像图片、电力设备的设备信息、电力设备的图像坐标、截取的热分布图像及电力设备的温度信息发送到显示器中进行显示。
本技术方案中，红外热成像摄像单元用于检测当前环境的辐射的红外信号生成红外热成像图片，可见光成像摄像单元用于接收当前环境的可见光信号生成可见光成像图片；处理器用于根据红外热成像图片和可见光成像图片识别并分析当前检测的电力设备的设备信息、热分布情况、温度信息，然后通过显示屏进行显示，工作人员可通过显示屏显示的信息结合可见光成像图片和红外热成像图片判断当前电力设备的具体发热位置，从而能够尽快对发热设备进行维修。
优选地，可见光成像摄像单元为电荷耦合元件(CCD)或互补金属氧化物半导体(CMOS)图像传感器。
优选地，图像识别单元采用卷积神经网络中的RetinaNet算法实现图像识别，其中电力设备识别模型采用ResNet50训练模型。
优选地，终端还包括用于存储可见光成像图片信息和红外热成像图片信息的存储单元，其中存储单元与处理器电连接，存储单元的输出端与显示器的输出端电连接。本优选方案中，工作人员可通过存储单元查找历史图像文件，从而进一步判断该电力设备的发热情况。
优选地，终端还包括用于人机交互的按键模块，按键模块与处理器电连接。本优选方案中的按键模块用于控制红外热成像摄像单元或可见光成像摄像单元进行拍摄、用于切换红外热成像图片和可见光成像图片及其检测结果。
优选地，电力设备的设备信息包括电力设备的设备名称、设备尺寸、设备标准温度、设备可承受的最高温度。
本发明还提出一种基于红外热和可见光成像的检测终端的使用方法，应用于上述的基于红外热和可见光成像的检测终端，包括以下步骤：
S1：启动终端，处理器控制红外热成像摄像单元、可见光成像摄像单元同时拍摄红外热成像图片和可见光成像图片后发送到处理器中；
S2：处理器对红外热成像图片和可见光成像图片进行预处理；
S3：处理器将完成预处理的红外热成像图片和可见光成像图片输入图像识别单元，图像识别单元通过电力设备识别模型对可见光成像图片中的电力设备进行匹配识别并输出电力设备在图片中的图像坐标，图像识别单元根据图像坐标截取红外热成像图片中对应图像坐标的热分布图像，通过设备热分析模型分析所截取的热分布图像判断对应电力设备发热是否正常并输出电力设备的温度信息；
S4：处理器将可见光成像图片、红外热成像图片、电力设备的设备信息、电力设备的位置坐标、截取的热分布图像及电力设备的温度信息发送到显示器中进行显示。
优选地，S2步骤的具体步骤包括：
S2.1：处理器对可见光成像图片进行灰度变换处理；
S2.2：处理器对红外热成像图片进行降噪处理以及图像锐化处理；
S2.3：处理器对完成灰度变换处理的可见光成像图片和完成图像锐化处理的红外热成像图片分别进行压缩处理。
优选地，S2.2步骤中，处理器采用中值滤波对红外热成像图片进行降噪处理。本优选方案所采用的中值滤波的原理为：在图像中的待滤波的像素点周围的5*5领域内，分别对该领域内的像素值进行从小到大的排序，取第十个像素点的像素值代入待滤波的像素点中，即完成该像素点的中值滤波处理。
与现有技术相比，本发明技术方案的有益效果是：
(1)通过同时拍摄红外热成像图片和可见光成像图片实现同轴成像，进而根据拍摄的图像对电力设备进行识别和分析，实现快速准确地找到电力设备的具体发热位置；
(2)采用卷积神经网络对图像进行识别，图像识别单元可以通过历史获取的大量训练图片对卷积神经网络进行训练，从而提高图像识别的效率和准确率。
附图说明
图1为本实施例基于红外热和可见光成像的检测终端的结构示意图。
图2为本实施例基于红外热和可见光成像的检测终端的使用方法的流程图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；
对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
如图1所示，为本实施例的一种基于红外热和可见光成像的检测终端的结构示意图。
实施例1
本实施例中的一种基于红外热和可见光成像的检测终端包括红外热成像摄像单元1、可见光成像摄像单元2、处理器3、显示器4，其中，红外热成像摄像单元1和可见光成像摄像单元2用于同轴成像，然后输入到处理器3中进行识别、分析处理；处理器3中设置有图像识别单元5，图像识别单元5中训练有用于对电力设备进行识别的设备识别模型和用于根据红外热成像图片分析电力设备温度信息的设备热分析模型，处理器3通过图像识别单元5对拍摄的红外热成像图片和可见光成像图片进行识别、分析处理，然后输出电力设备的设备信息、电力设备的热分布图像及其温度信息。
本实施例中，红外成像摄像单元1与处理器3电连接，可见光成像摄像单元2与处理器3电连接，处理器3与显示器4电连接。
本实施例中，采用CCD元件作为可见光成像摄像单元2。
本实施例中，处理器3中设置的图像识别单元5采用卷积神经网络中的RetinaNet算法实现图像识别，其中电力设备识别模型采用ResNet50训练模型。处理器3中的图像识别单元5根据终端运行所采集的大量图片进行深度学习，建立有用于对电力设备进行识别的设备识别模型和用于根据红外热成像图片分析电力设备温度信息的设备热分析模型。
在具体实施过程中，启动本实施例的基于红外热和可见光成像的检测终端，处理器3同时向红外热成像摄像单元1和可见光成像摄像单元2发送工作信号，红外热成像摄像单元1和可见光成像摄像单元2同时对当前环境进行拍摄，然后传送到处理器3中进行处理；处理器3对拍摄的红外热成像图片和可见光成像图片进行预处理后，通过图像识别单元5中的设备识别模型对可见光成像图片中的电力设备进行匹配识别并输出该设备在可见光成像图片中的图像坐标，然后图像识别单元5根据输出的图像坐标在红外热成像图片中截取对应的热分布图像，通过图像识别单元5中的设备热分析模型对所截取的部分热分布图像判断该电力设备发热是否正常，并输出对热分布图像分析处理得到的电力设备的温度信息；处理器将可见光成像图片、红外热成像图片，以及完成识别分析后输出的电力设备设备信息、热分布图像及温度信息发送到显示器4中进行显示。
其中，本实施例中，处理器3输出的电力设备设备信息包括电力设备的设备名称、设备尺寸、设备标准温度值以及设备可承受最高温度。
本实施例还提出一种基于红外热和可见光成像的检测终端的使用方法，如图2所示，为本实施例的基于红外热和可见光成像的检测终端的使用方法的流程图，包括以下步骤：
步骤1：启动终端，处理器3控制红外热成像摄像单元1、可见光成像摄像单元2同时拍摄红外热成像图片和可见光成像图片，红外热成像图片和可见光成像图片发送到处理器3中。
步骤2：处理器3对红外热成像图片和可见光成像图片进行预处理，其具体步骤如下：
S2.1：处理器对可见光成像图片进行灰度变换处理；
S2.2：处理器对红外热成像图片进行降噪处理以及图像锐化处理；
S2.3：处理器对完成灰度变换处理的可见光成像图片和完成图像锐化处理的红外热成像图片分别进行压缩处理。
本实施例中，采用中值滤波对红外热成像图片进行降噪处理。
步骤3：处理器3将完成预处理的红外热成像图片和可见光成像图片输入图像识别单元5，图像识别单元5通过电力设备识别模型识别图片中的电力设备并输出电力设备在可见光成像图片中的图像坐标，图像识别单元5根据输出的图像坐标在红外热成像图片中截取对应的热分布图像，再通过设备热分析模型判断该电力设备发热是否正常，并输出分析得到的电力设备的温度信息。
步骤4：处理器将红外热成像图片和可见光成像图片以及分析得到的电力设备的设备信息、热分布图像及温度信息发送到显示器中进行显示。
本实施例通过同时拍摄红外热成像图片和可见光成像图片实现同轴成像，进而根据拍摄的图像对电力设备进行识别和分析，结合红外热成像图片和可见光成像图片的图片信息，实现快速准确地找到电力设备的具体发热位置。此外，本实施例中的图像识别单元5采用卷积神经网络对图像进行识别，通过历史获取的大量训练图片对卷积神经网络进行训练，从而提高图像识别的效率和准确率。
实施例2
本实施例中的一种基于红外热和可见光成像的检测终端包括红外热成像摄像单元1、可见光成像摄像单元2、处理器3、显示器4、存储单元6和按键模块7，其中，红外热成像摄像单元1和可见光成像摄像单元2用于同轴成像，然后输入到处理器3中进行识别、分析处理；处理器3中设置有图像识别单元5，图像识别单元5中训练有用于对电力设备进行识别的设备识别模型和用于根据红外热成像图片分析电力设备温度信息的设备热分析模型，处理器3通过图像识别单元5对拍摄的红外热成像图片和可见光成像图片进行识别、分析处理，然后输出电力设备的设备信息、电力设备的热分布图像及其温度信息。
本实施例中增设的存储单元6用于存储拍摄得到的可见光成像图片和红外热成像图片；按键模块7用于向处理器3发送电信号实现人机交互，用于控制处理器3向红外热成像摄像单元1和可见光成像摄像单元2发送工作信号，以及控制显示屏5切换显示内容。
本实施例中，红外成像摄像单元1与处理器3电连接，可见光成像摄像单元2与处理器3电连接，处理器3与显示器4电连接，存储单元6与处理器3电连接，按键模块7与处理器3电连接。
本实施例中，采用CCD元件作为可见光成像摄像单元2。
本实施例中，处理器3中设置的图像识别单元5采用卷积神经网络中的RetinaNet算法实现图像识别，其中电力设备识别模型采用ResNet50训练模型。处理器3中的图像识别单元5根据终端运行所采集的大量图片进行深度学习，建立有用于对电力设备进行识别的设备识别模型和用于根据红外热成像图片分析电力设备温度信息的设备热分析模型。
在具体实施过程中，启动本实施例的基于红外热和可见光成像的检测终端，处理器3同时向红外热成像摄像单元1和可见光成像摄像单元2发送工作信号，红外热成像摄像单元1和可见光成像摄像单元2同时对当前环境进行拍摄，然后传送到处理器3中进行处理；处理器3对拍摄的红外热成像图片和可见光成像图片进行预处理后，通过图像识别单元5中的设备识别模型对可见光成像图片中的电力设备进行匹配识别并输出该设备在可见光成像图片中的图像坐标，然后图像识别单元5根据输出的图像坐标在红外热成像图片中截取对应的热分布图像，通过图像识别单元5中的设备热分析模型对所截取的部分热分布图像判断该电力设备发热是否正常，并输出对热分布图像分析处理得到的电力设备的温度信息；处理器将可见光成像图片、红外热成像图片，以及完成识别分析后输出的电力设备设备信息、热分布图像及温度信息发送到显示器4中进行显示。
其中，本实施例中，处理器3输出的电力设备设备信息包括电力设备的设备名称、设备尺寸、设备标准温度值以及设备可承受最高温度。
本实施例中，存储单元6与处理器3电连接，当处理器3完成对红外热成像图片和可见光成像图片的识别和分析后，将红外热成像图片和可见光成像图片传送到存储单元6中进行储存，所存储的图片信息能够用于对图像识别单元5的深度学习。此外，电力巡检人员在维修过程中通过查询存储记录进一步了解电力设备的发热情况。
本实施例中，按键模块7与处理器3电连接，电力巡检人员在使用终端的时候可以通过按键模块7向处理器3发送工作信号，处理器3进而控制红外热成像摄像单元1和可见光成像摄像单元2进行拍摄，以及通过按键模块7向处理器3发送工作信号，处理器3向显示屏输出相应的红外热成像图片、可见光成像图片、电力设备的设备信息、电力设备的热分布图像及其温度信息等。
本实施例还提出一种基于红外热和可见光成像的检测终端的使用方法，包括以步骤1：启动终端，处理器3控制红外热成像摄像单元1、可见光成像摄像单元2同时拍摄红外热成像图片和可见光成像图片，红外热成像图片和可见光成像图片发送到处理器3中。
步骤2：处理器3对红外热成像图片和可见光成像图片进行预处理，其具体步骤如下：
S2.1：处理器对可见光成像图片进行灰度变换处理；
S2.2：处理器对红外热成像图片进行降噪处理以及图像锐化处理；
S2.3：处理器对完成灰度变换处理的可见光成像图片和完成图像锐化处理的红外热成像图片分别进行压缩处理。
本实施例中，采用中值滤波对红外热成像图片进行降噪处理。
步骤3：处理器3将完成预处理的红外热成像图片和可见光成像图片输入图像识别单元5，图像识别单元5通过电力设备识别模型识别图片中的电力设备并输出电力设备在可见光成像图片中的图像坐标，图像识别单元5根据输出的图像坐标在红外热成像图片中截取对应的热分布图像，再通过设备热分析模型判断该电力设备发热是否正常，并输出分析得到的电力设备的温度信息。
步骤4：处理器将红外热成像图片和可见光成像图片以及分析得到的电力设备的设备信息、热分布图像及温度信息发送到显示器中进行显示。
相同或相似的标号对应相同或相似的部件；
附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
Claims (9)
1.一种基于红外热和可见光成像的检测终端，其特征在于：包括红外热成像摄像单元、可见光成像摄像单元、处理器和显示器，其中所述处理器中设置有图像识别单元；所述红外热成像摄像单元与处理器电连接，所述可见光成像摄像单元与处理器电连接，所述处理器与显示器电连接；
所述处理器控制红外热成像摄像单元和可见光成像摄像单元同时拍摄，然后红外热成像摄像单元和可见光成像摄像单元将拍摄的红外热成像图片和可见光成像图片发送到处理器中进行处理，所述处理器中的图像识别单元根据设备识别模型对可见光成像图片中的电力设备进行匹配识别并输出电力设备在图片中的图像坐标，然后根据输出的图像坐标在红外热成像图片中截取对应位置坐标的热分布图像，图像识别单元中的设备热分析模型通过分析所截取的热分布图像判断对应电力设备发热是否正常并输出电力设备的温度信息；所述处理器将可见光成像图片、红外热成像图片、电力设备的设备信息、截取的热分布图像及电力设备的温度信息发送到显示器中进行显示。
2.根据权利要求1所述的基于红外热和可见光成像的检测终端，其特征在于：所述可见光成像摄像单元为电荷耦合元件或互补金属氧化物半导体图像传感器。
3.根据权利要求1所述的基于红外热和可见光成像的检测终端的使用方法，其特征在于：所述图像识别单元采用卷积神经网络中的RetinaNet算法实现图像识别，其中所述电力设备识别模型采用ResNet50训练模型。
4.根据权利要求1所述的基于红外热和可见光成像的检测终端，其特征在于：所述终端还包括用于存储可见光成像图片信息和红外热成像图片信息的存储单元，所述存储单元与处理器电连接。
5.根据权利要求1所述的基于红外热和可见光成像的检测终端，其特征在于：所述终端还包括用于人机交互的按键模块，所述按键模块与处理器电连接。
6.根据权利要求1所述的基于红外热和可见光成像的检测终端，其特征在于：所述电力设备的设备信息包括电力设备的设备名称、设备尺寸、设备标准温度、设备可承受的最高温度。
7.一种基于红外热和可见光成像的检测终端的使用方法，其特征在于，包括以下步骤：
S1：启动终端，处理器控制红外热成像摄像单元、可见光成像摄像单元同时拍摄红外热成像图片和可见光成像图片后发送到处理器中；
S2：处理器对红外热成像图片和可见光成像图片进行预处理；
S3：处理器将完成预处理的红外热成像图片和可见光成像图片输入图像识别单元，图像识别单元通过电力设备识别模型对可见光成像图片中的电力设备进行匹配识别并输出电力设备在图片中的图像坐标，图像识别单元根据图像坐标截取红外热成像图片中对应图像坐标的热分布图像，通过设备热分析模型分析所截取的热分布图像判断对应电力设备发热是否正常并输出电力设备的温度信息；
S4：处理器将可见光成像图片、红外热成像图片、电力设备的设备信息、电力设备的位置坐标、截取的热分布图像及电力设备的温度信息发送到显示器中进行显示。
8.根据权利要求7所述的基于红外热和可见光成像的检测终端的使用方法，其特征在于：所述S2步骤的具体步骤包括：
S2.1：处理器对可见光成像图片进行灰度变换处理；
S2.2：处理器对红外热成像图片进行降噪处理以及图像锐化处理；
S2.3：处理器对完成灰度变换处理的可见光成像图片和完成图像锐化处理的红外热成像图片分别进行压缩处理。
9.根据权利要求7所述的基于红外热和可见光成像的检测终端的使用方法，其特征在于：所述S2.2步骤中，处理器采用中值滤波对红外热成像图片进行降噪处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910452933.7A CN110174174A (zh) | 2019-05-28 | 2019-05-28 | 基于红外热和可见光成像的检测终端及其使用方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910452933.7A CN110174174A (zh) | 2019-05-28 | 2019-05-28 | 基于红外热和可见光成像的检测终端及其使用方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110174174A true CN110174174A (zh) | 2019-08-27 |
Family
ID=67696445
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910452933.7A Pending CN110174174A (zh) | 2019-05-28 | 2019-05-28 | 基于红外热和可见光成像的检测终端及其使用方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110174174A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110572576A (zh) * | 2019-09-20 | 2019-12-13 | 广州速率信息技术有限公司 | 一种拍摄可见光和热成像重叠图的方法、系统及电子设备 |
| CN110853109A (zh) * | 2019-10-11 | 2020-02-28 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种红外热图数据的压缩存储方法 |
| CN110907038A (zh) * | 2019-11-07 | 2020-03-24 | 武汉多谱多勒科技有限公司 | 一种基于人工智能的电力设备红外热成像监测系统 |
| CN112085096A (zh) * | 2020-09-09 | 2020-12-15 | 华东师范大学 | 一种基于迁移学习的物体局部异常发热检测的方法 |
| CN112216280A (zh) * | 2020-10-10 | 2021-01-12 | 福州润森电气自动化有限公司 | 一种智能语音识别辅助电力巡检设备拍摄方法 |
| CN112798880A (zh) * | 2019-11-14 | 2021-05-14 | 许继集团有限公司 | 一种换流阀中关键元件的监测方法与系统 |
| CN113065608A (zh) * | 2021-04-22 | 2021-07-02 | 深圳华瑞通科技有限公司 | 基于多重图像识别的智能排查故障系统及其方法 |
| CN113138024A (zh) * | 2020-01-19 | 2021-07-20 | 复旦大学 | 一种红外智检系统及其智检方法 |
| CN113188662A (zh) * | 2021-03-16 | 2021-07-30 | 云南电网有限责任公司玉溪供电局 | 一种红外热成像故障自动识别系统和方法 |
| CN113203743A (zh) * | 2021-05-20 | 2021-08-03 | 中铁二十一局集团第四工程有限公司 | 一种基于红外热成像分析的路基裂缝检测识别及修复方法 |
| CN114001833A (zh) * | 2021-11-25 | 2022-02-01 | 三门核电有限公司 | 一种基于目标检测的设备红外成像诊断方法及系统 |
| WO2022133742A1 (zh) * | 2020-12-22 | 2022-06-30 | 贵州电网有限责任公司 | 一种基于红外测温与视觉识别技术的带电检测方法及系统 |
| CN115965912A (zh) * | 2022-12-28 | 2023-04-14 | 众芯汉创（北京）科技有限公司 | 一种基于图像识别的配网设备状态监测系统和方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101241231A (zh) * | 2007-02-07 | 2008-08-13 | 中国科学院微电子研究所 | 一种红外光学成像装置及方法 |
| CN101718589A (zh) * | 2009-11-14 | 2010-06-02 | 张青川 | 一种用于红外热像成像仪的光学读出方法 |
| CN102955933A (zh) * | 2011-08-24 | 2013-03-06 | 苏州飞锐智能科技有限公司 | 基于人脸识别的家居门禁控制方法 |
| CN104050246A (zh) * | 2014-06-04 | 2014-09-17 | 广东电网公司茂名供电局 | 输变电设备状态监测数据的预处理方法和系统 |
| CN107643125A (zh) * | 2017-08-14 | 2018-01-30 | 中车青岛四方机车车辆股份有限公司 | 设备故障的确定方法和装置 |
-
2019
- 2019-05-28 CN CN201910452933.7A patent/CN110174174A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101241231A (zh) * | 2007-02-07 | 2008-08-13 | 中国科学院微电子研究所 | 一种红外光学成像装置及方法 |
| CN101718589A (zh) * | 2009-11-14 | 2010-06-02 | 张青川 | 一种用于红外热像成像仪的光学读出方法 |
| CN102955933A (zh) * | 2011-08-24 | 2013-03-06 | 苏州飞锐智能科技有限公司 | 基于人脸识别的家居门禁控制方法 |
| CN104050246A (zh) * | 2014-06-04 | 2014-09-17 | 广东电网公司茂名供电局 | 输变电设备状态监测数据的预处理方法和系统 |
| CN107643125A (zh) * | 2017-08-14 | 2018-01-30 | 中车青岛四方机车车辆股份有限公司 | 设备故障的确定方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 丁书文 编著: "《变电站综合自动化技术》", 31 October 2005 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110572576A (zh) * | 2019-09-20 | 2019-12-13 | 广州速率信息技术有限公司 | 一种拍摄可见光和热成像重叠图的方法、系统及电子设备 |
| CN110853109A (zh) * | 2019-10-11 | 2020-02-28 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种红外热图数据的压缩存储方法 |
| CN110907038A (zh) * | 2019-11-07 | 2020-03-24 | 武汉多谱多勒科技有限公司 | 一种基于人工智能的电力设备红外热成像监测系统 |
| CN112798880A (zh) * | 2019-11-14 | 2021-05-14 | 许继集团有限公司 | 一种换流阀中关键元件的监测方法与系统 |
| CN113138024A (zh) * | 2020-01-19 | 2021-07-20 | 复旦大学 | 一种红外智检系统及其智检方法 |
| CN112085096A (zh) * | 2020-09-09 | 2020-12-15 | 华东师范大学 | 一种基于迁移学习的物体局部异常发热检测的方法 |
| CN112216280A (zh) * | 2020-10-10 | 2021-01-12 | 福州润森电气自动化有限公司 | 一种智能语音识别辅助电力巡检设备拍摄方法 |
| WO2022133742A1 (zh) * | 2020-12-22 | 2022-06-30 | 贵州电网有限责任公司 | 一种基于红外测温与视觉识别技术的带电检测方法及系统 |
| CN113188662A (zh) * | 2021-03-16 | 2021-07-30 | 云南电网有限责任公司玉溪供电局 | 一种红外热成像故障自动识别系统和方法 |
| CN113065608A (zh) * | 2021-04-22 | 2021-07-02 | 深圳华瑞通科技有限公司 | 基于多重图像识别的智能排查故障系统及其方法 |
| CN113203743A (zh) * | 2021-05-20 | 2021-08-03 | 中铁二十一局集团第四工程有限公司 | 一种基于红外热成像分析的路基裂缝检测识别及修复方法 |
| CN113203743B (zh) * | 2021-05-20 | 2023-12-12 | 中铁二十一局集团第四工程有限公司 | 一种基于红外热成像分析的路基裂缝检测识别及修复方法 |
| CN114001833A (zh) * | 2021-11-25 | 2022-02-01 | 三门核电有限公司 | 一种基于目标检测的设备红外成像诊断方法及系统 |
| CN115965912A (zh) * | 2022-12-28 | 2023-04-14 | 众芯汉创（北京）科技有限公司 | 一种基于图像识别的配网设备状态监测系统和方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110174174A (zh) | 基于红外热和可见光成像的检测终端及其使用方法 | |
| CN110212451A (zh) | 一种电力ar智能巡检装置 | |
| CN107907775B (zh) | 接线检测方法及接线检测装置 | |
| CN106022209A (zh) | 一种基于人脸检测的距离估算和处理的方法及装置 | |
| CN110009530A (zh) | 一种适用于便携式电力巡检的神经网络系统和方法 | |
| CN107588855B (zh) | 变电设备温度的检测方法、检测装置及终端设备 | |
| CN105182275B (zh) | 室外电能表故障自动检验方法 | |
| CN102305664A (zh) | 热像测温和故障定位巡视系统 | |
| CN105388414A (zh) | 一种隔离开关的全方位故障自动识别方法 | |
| CN104698426B (zh) | 室外电能表故障自动检验终端 | |
| CN110288578A (zh) | 一种高识别率的电力设备缺陷红外图像识别系统 | |
| CN101699531A (zh) | 红外相关识别报警系统及其识别方法 | |
| CN113794857A (zh) | 一种开关柜非介入式监测方法、装置、存储介质 | |
| CN113066195A (zh) | 电力设备巡检方法、装置、ar眼镜和存储介质 | |
| CN108174198B (zh) | 一种视频图像质量诊断分析检测设备及应用系统 | |
| CN108388858B (zh) | 虹膜防伪方法与装置 | |
| CN104132733B (zh) | 组合式红外热像仪及其温度检测方法 | |
| US12092526B2 (en) | Apparatus for monitoring a switchgear | |
| CN208847673U (zh) | 高精度充电器铆压视觉检测设备 | |
| CN104951748A (zh) | 一种假指纹识别方法及装置 | |
| CN204255506U (zh) | 变电站红外热成像全景融合装置 | |
| CN117315783A (zh) | 人员检测方法、装置、设备以及计算机存储介质 | |
| CN212261348U (zh) | 一种基于热成像和人脸识别的远距离测温系统 | |
| CN116298459B (zh) | 一种智能雷电流在线监测系统 | |
| CN111678558A (zh) | 一种应用于充油设备的红外热成像油位、温度监测系统及方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190827 |