CN111028289B - 基于模板匹配的变电站内设备异物定位方法 - Google Patents

Abstract

本发明公开了基于模板匹配的变电站内设备异物定位方法，属于机器视觉技术领域，目的在于克服现有变电站内设备异物定位效果差的缺陷。基于模板匹配的变电站内设备异物定位方法将待检测图像集OM和经过预处理的正常图片集IMG’进行比对来监控变电站内设备异物。具有不完全依赖图像分割效果的特点，对场景图像质量要求不高，注重模板图像的相关性，可在低信噪比条件下稳定工作；建模简单，提高了工作人员的工作效率和作业人员的安全性。

Description

基于模板匹配的变电站内设备异物定位方法

技术领域

本发明属于机器视觉技术领域，涉及一种基于模板匹配的变电站内设备异物定位方法。

背景技术

随着电网规模的增大、电压等级的提高，供电安全性要求更加严格，变电站正常运行成为保障电力系统供电安全的重要环节。目前，我国电力变电站设备巡检多采用人工巡检方式，即采用人工巡视、手工记录的模式对运行中的变电设备进行检查，变电站工作人员进入设备区，进行设备巡视。这种巡检方式主要靠作业人员的主观感官定性判断分析，需要工作人员有丰富的工作经验和较高的业务水平，存在劳动强度大、工作效率低、巡检质量不稳定等缺点。恶劣气象条件对进行设备巡检的工作人员也存在较大的安全隐患。再者，国家电力通信调度中心要求现有的35KV、110KV、220KV在条件成熟时，逐步实现无人值守，所以基于计算机视觉技术的异物识别显得尤为必要。同时，尽管现如今视频监控系统已经广泛应用到变电站中，但变电站环境复杂，摄像机长期外露，不间断工作的特点，易导致摄像头图像质量不稳定，如图像模糊昏暗不清、噪声过大、色彩偏差等故障。

发明内容

本发明针对现有技术存在的问题提出一种基于模板匹配的变电站内设备异物定位方法，目的在于克服现有变电站内设备异物定位效果差的缺陷。

本发明是这样实现的：

基于模板匹配的变电站内设备异物定位方法，其特征在于，包括以下步骤：

步骤1，通过摄像头采集正常变电站内设备图像集IMG＝{img₁,img₂,…,img_n}并传输到计算机；

步骤2，对图像集IMG中的图像通过计算机进行人工标注，得到一个标注值Label，此标注值Label即图像集IMG中每一张图像img所对应的变电站中的区域place，以及img中所包含的设备类型s，Label＝{(img₁,s₁,place₁),(img₂,s₂,place₂),…,(img_n,s_n,place_n)}；

步骤3，对图像集IMG的图像img采用加权平均法进行灰度化处理，将RGB表示的彩色图像像素值[R(x,y),G(x,y),B(x,y)]转化为灰度图像I(x,y)，(x,y)为img中像素的坐标值，具体转化公式为如公式为：

I(x,y)＝1/3[R(x,y),G(x,y),B(x,y)]；

步骤4，对图像集IMG的图像img进行去除噪声处理，采用高斯滤波法，对整幅灰度图像的像素值进行加权平均，针对每一个像素点的坐标值(x,y)，都由其本身值和领域内的其他像素值经过加权平均后得到，具体去除噪声公式为：

其中σ是标准差；

步骤5，对图像集IMG的图像img进行图像增强处理，采用高通滤波法对图像进行锐化处理，锐化处理如公式为：

y[img_i]＝α×y[img_i-1]+α×(x[img_i]-x[img_i-1])

其中，x[img_i]是第i张进行锐化处理前的图像采样值，x[img_i-1]是第i-1张进行锐化处理前输入图像采样值，y[img_i]是进行锐化处理后得到的第i张图像滤波值，y[img_i-1]是进行锐化处理后得到的第i-1张图像滤波值，α＝2πfT<1，f为截止频率，T为采样周期；

步骤6，图像集IMG经过灰度化处理、去除噪声处理、图像增强处理后形成图片集IMG’＝{img’₁,img’₂,…,img’_n}，将图片集IMG’中设备所在区域划分成m个模板；

步骤7，通过摄像头采集需要监控的变电站的待检测图像集OM＝{om₁,om₂,…,om_m}，将待检测图像集OM中设备所在区域划分成m个区域和图片集IMG’中对应的m个模板进行比对，当匹配数量等于m，表示该设备所在区域无异物；当匹配数量小于m，表示该设备所在区域有异物；

步骤8，当设备所在区域有异物，根据IMG’找到IMG对应图像并查看Label中的place，place即为异物所在处。

本发明提供的一种基于模板匹配的变电站内设备异物定位方法，采用的模板匹配算法具有不完全依赖图像分割效果的特点，对场景图像质量要求不高，注重模板图像的相关性，可在低信噪比条件下稳定工作；建模简单，提高了工作人员的工作效率和作业人员的安全性。

附图说明

图1为定位方法流程示意图；

图2为模板划分示意图。

具体实施方式

以下便结合实施例附图，对本发明的具体实施方式作进一步的详述，以使本发明技术方案更易于理解、掌握。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本实施例提供了一种基于模板匹配的变电站内设备异物定位方法，其特征在于，包括以下步骤：

步骤1，通过摄像头采集正常变电站内设备图像集IMG＝{img₁,img₂,…,img_n}并传输到计算机。n取值和变电站内的设备数量相对应，例如变电站内的设备数量为10，则n取10。即如图1所示的标号001步骤。

步骤2，对图像集IMG中的图像通过计算机进行人工标注，得到一个标注值Label，此标注值Label即图像集IMG中每一张图像img所对应的变电站中的区域place，以及img中所包含的设备类型s，Label＝{(img₁,s₁,place₁),(img₂,s₂,place₂),…,(img_n,s_n,place_n)}。即图1中的002步骤。

步骤3，对图像集IMG进行预处理，即图1中的003步骤。预处理包括具体分为三步，即图1中的004、005、006步。预处理具体为步骤4-6。

步骤4，对图像集IMG的图像img采用加权平均法进行灰度化处理，将RGB表示的彩色图像像素值[R(x,y),G(x,y),B(x,y)]转化为灰度图像I(x,y)，(x,y)为img中像素的坐标值，具体转化公式为如公式为：

I(x,y)＝1/3[R(x,y),G(x,y),B(x,y)]。

步骤5，对图像集IMG的图像img进行去除噪声处理，采用高斯滤波法，对整幅灰度图像的像素值进行加权平均，针对每一个像素点的坐标值(x,y)，都由其本身值和领域内的其他像素值经过加权平均后得到，具体去除噪声公式为：

其中σ是标准差。

步骤6，对图像集IMG的图像img进行图像增强处理，采用高通滤波法对图像进行锐化处理，锐化处理如公式为：

y[img_i]＝α×y[img_i-1]+α×(x[img_i]-x[img_i-1])

其中，x[img_i]是第i张进行锐化处理前的图像采样值，x[img_i-1]是第i-1张进行锐化处理前输入图像采样值，y[img_i]是进行锐化处理后得到的第i张图像滤波值，y[img_i-1]是进行锐化处理后得到的第i-1张图像滤波值，α＝2πfT<1，f为截止频率，T为采样周期。

对图像集IMG进行预处理具体算法如下：

步骤7，图像集IMG经过灰度化处理、去除噪声处理、图像增强处理后形成图片集IMG’＝{img’₁,img’₂,…,img’_n}，将图片集IMG’中设备所在区域划分成m个模板。m值由设备主要模块数量确定；每个模板不仅包含设备主要模块，还包含设备四周背景；例如，如图2所示的是变电站中高压断路器设备进行模板划分的示例图，左图A可以是img’₁，右图B是对高压断路器按照检测要求所划分的15个模块，此时m＝15。即图1中007步。

步骤8，通过摄像头采集需要监控的变电站的待检测图像集OM＝{om₁,om₂,…,om_m}，将待检测图像集OM中设备所在区域划分成m个区域和图片集IMG’中对应的m个模板进行比对，当匹配数量等于m，表示该设备所在区域无异物；当匹配数量小于m，表示该设备所在区域有异物。即图1中008步、009步。

比对过程可以采用如下算法：

此外，也可以对待检测图像集OM进行灰度化、去除噪声、图像增强处理再和图片集IMG’进行比对。

步骤9，当设备所在区域有异物，根据IMG’找到IMG对应图像并查看Label中的place，place即为异物所在处。如图1中010步。

Claims (1)

1.基于模板匹配的变电站内设备异物定位方法，其特征在于，包括以下步骤：

步骤1，通过摄像头采集正常变电站内设备图像集IMG＝{img₁,img₂,…,img_n}并传输到计算机；

步骤2，对图像集IMG中的图像通过计算机进行人工标注，得到一个标注值Label，此标注值Label即图像集IMG中每一张图像img所对应的变电站中的区域place，以及img中所包含的设备类型s，Label＝{(img₁,s₁,place₁),(img₂,s₂,place₂),…,(img_n,s_n,place_n)}；

步骤3，对图像集IMG的图像img采用加权平均法进行灰度化处理，将RGB表示的彩色图像像素值[R(x,y),G(x,y),B(x,y)]转化为灰度图像I(x,y)，(x,y)为img中像素的坐标值，具体转化公式为如公式为：

I(x,y)＝1/3[R(x,y),G(x,y),B(x,y)]；

步骤4，对图像集IMG的图像img进行去除噪声处理，采用高斯滤波法，对整幅灰度图像的像素值进行加权平均，针对每一个像素点的坐标值(x,y)，都由其本身值和领域内的其他像素值经过加权平均后得到，具体去除噪声公式为：

其中σ是标准差；

步骤5，对图像集IMG的图像img进行图像增强处理，采用高通滤波法对图像进行锐化处理，锐化处理如公式为：

y[img_i]＝α×y[img_i-1]+α×(x[img_i]-x[img_i-1])

其中，x[img_i]是第i张进行锐化处理前的图像采样值，x[img_i-1]是第i-1张进行锐化处理前输入图像采样值，y[img_i]是进行锐化处理后得到的第i张图像滤波值，y[img_i-1]是进行锐化处理后得到的第i-1张图像滤波值，α＝2πfT<1，f为截止频率，T为采样周期；

步骤6，图像集IMG经过灰度化处理、去除噪声处理、图像增强处理后形成图片集IMG’＝{img’₁,img’₂,…,img’_n}，将图片集IMG’中设备所在区域划分成m个模板；

步骤7，通过摄像头采集需要监控的变电站的图像集OM＝{om₁,om₂,…,om_m}，将待检测图像集OM中设备所在区域划分成m个区域和图片集IMG’中对应的m个模板进行比对，当匹配数量等于m，表示该设备所在区域无异物；当匹配数量小于m，表示该设备所在区域有异物；

步骤8，当设备所在区域有异物，根据IMG’找到IMG对应图像并查看Label中的place，place即为异物所在处。

Images