CN111209980A - 环境检测方法和装置、电子设备、计算机可读存储介质 - Google Patents
环境检测方法和装置、电子设备、计算机可读存储介质 Download PDFInfo
- Publication number
- CN111209980A CN111209980A CN201911360927.5A CN201911360927A CN111209980A CN 111209980 A CN111209980 A CN 111209980A CN 201911360927 A CN201911360927 A CN 201911360927A CN 111209980 A CN111209980 A CN 111209980A
- Authority
- CN
- China
- Prior art keywords
- image
- environmental
- abnormal
- information
- environment
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 86
- 230000002159 abnormal effect Effects 0.000 claims abstract description 161
- 230000007613 environmental effect Effects 0.000 claims abstract description 143
- 238000000034 method Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 239000007789 gas Substances 0.000 description 19
- 238000010586 diagram Methods 0.000 description 7
- 230000005856 abnormality Effects 0.000 description 6
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 238000007689 inspection Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
本申请提供一种环境检测方法、装置、电子设备、计算机可读存储介质,利用多个探测传感器获取环境参数;当所述环境参数满足第一异常条件时,控制所述红外线图像采集装置采集目标区域的红外线信息并根据所述红外线信息获取第一图像,根据所述第一图像获取环境异常信息;当所述环境参数满足第二异常条件时,控制所述毫米波图像采集装置采集所述目标区域的第二图像、控制所述可见光图像采集装置采集所述目标区域的第三图像,根据所述第二图像和第三图像获取所述环境异常信息。上述检测方法通过探测器巡视电缆沟的环境参数并根据环境参数采集环境图像并识别,降低了人力巡视的成本、难度,且能够提高检测准确率。
Description
技术领域
本申请涉及电力检测,特别是涉及一种环境检测方法和装置、电子设备、计算机可读存储介质。
背景技术
近几年来,10kV电缆沟着火事件频发,电缆沟内运行环境较差,部分电缆沟超容,存在通风不畅、空气不流通,导致电缆沟内温度较高;部分路段电缆沟内存在排污水,容易产生沼气等有毒易燃气体,易发生火灾。
现有的电缆沟巡视依赖人工查验电缆沟,然而对电缆沟进行巡视需打开电缆沟盖板,由于盖板较重,单人难以打开,人力实施监控成本较高、操作难度大。
发明内容
本申请实施例提供一种环境检测方法、装置、电子设备、计算机可读存储介质,可以降低巡视电缆沟的检测成本和操作难度。
一种环境检测方法,应用于环境检测系统,所述环境检测系统包括:红外线图像采集装置、毫米波图像采集装置和可见光图像采集装置,所述方法包括:
利用多个探测传感器获取环境参数,所述环境参数至少包括:电缆破损参数、空间温度参数、空间湿度参数、有害气体含量参数;
当所述环境参数满足第一异常条件时,控制所述红外线图像采集装置采集目标区域的红外线信息并根据所述红外线信息获取第一图像,根据所述第一图像获取环境异常信息,所述环境异常信息至少包括故障位置;
当所述环境参数满足第二异常条件时,控制所述毫米波图像采集装置采集所述目标区域的第二图像、控制所述可见光图像采集装置采集所述目标区域的第三图像,根据所述第二图像和第三图像获取所述环境异常信息;其中,所述第一异常条件对应的危险等级低于所述第二异常条件对应的危险等级。
在其中一个实施例中,所述根据所述第二图像和第三图像获取所述环境异常信息,包括:
将所述第二图像和所述第三图像进行图像融合得到目标图像;
根据所述目标图像获取所述环境异常信息。
在其中一个实施例中,所述根据所述目标图像获取所述环境异常信息,包括:
识别所述目标图像得到目标识别信息,识别参考图像得到参考识别信息,所述参考图像为当所述环境参数处于正常状态时所述目标区域对应的图像;
将所述目标识别信息和所述参考识别信息进行比较获取所述环境异常信息。
在其中一个实施例中,所述毫米波图像采集装置包括:毫米波发射模块和毫米波接收模块;所述控制所述毫米波图像采集装置采集第二图像,包括:
利用所述毫米波发射模块发射毫米波信号至所述目标区域;
利用所述毫米波接收模块捕获所述目标区域反射所述毫米波信号形成的回波信号,且根据所述回波信号获取所述第二图像。
在其中一个实施例中,所述根据所述第一图像获取环境异常信息,包括:
利用神经网络识别所述第一图像得到第一识别信息,所述第一识别信息包括第一识别结果和所述第一识别结果对应的第一准确率;
根据所述第一识别结果和所述第一准确率获取所述环境异常信息。
在其中一个实施例中,所述根据所述第一识别结果和所述第一准确率获取所述环境异常信息,包括:
当所述第一准确率低于准确率阈值时,对所述第一图像进行边缘提取获取所述环境异常信息;
当所述第一准确率高于所述准确率阈值时,解析所述第一识别结果得到所述环境异常信息。
在其中一个实施例中,所述环境异常信息包括异常标识,所述方法还包括:
在预设列表中查找所述异常标识,所述预设列表中存储有常规环境异常信息的异常标识及对应的异常处理策略;
当所述环境异常信息的异常标识处于所述预设列表中时,获取所述环境异常信息的异常标识对应的异常处理策略;
当所述环境异常信息的异常标识未处于所述预设列表中时,生成告警信号。
一种环境检测装置,应用于环境检测系统,所述环境检测系统包括:红外线图像采集装置、毫米波图像采集装置和可见光图像采集装置,所述装置包括:
探测模块,用于利用多个探测传感器获取环境参数,所述环境参数至少包括:电缆破损参数、空间温度参数、空间湿度参数、有害气体含量参数;
第一检测模块,用于当所述环境参数满足第一异常条件时,控制所述红外线图像采集装置采集目标区域的红外线信息并根据所述红外线信息获取第一图像,根据所述第一图像获取环境异常信息;
第二检测模块,用于当所述环境参数满足第二异常条件时,控制所述毫米波图像采集装置采集所述目标区域的第二图像、控制所述可见光图像采集装置采集所述目标区域的第三图像,根据所述第二图像和第三图像获取所述环境异常信息;其中,所述第一异常条件对应的危险等级低于所述第二异常条件对应的危险等级。
一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如所述的环境检测方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如所述的方法的步骤。
上述环境检测方法、装置、电子设备、计算机可读存储介质,利用多个探测传感器获取环境参数;当所述环境参数满足第一异常条件时,控制所述红外线图像采集装置采集目标区域的红外线信息并根据所述红外线信息获取第一图像,根据所述第一图像获取环境异常信息;当所述环境参数满足第二异常条件时,控制所述毫米波图像采集装置采集所述目标区域的第二图像、控制所述可见光图像采集装置采集所述目标区域的第三图像,根据所述第二图像和第三图像获取所述环境异常信息;其中,所述第一异常条件对应的危险等级低于所述第二异常条件对应的危险等级。上述检测方法利用探测器巡视电缆沟的环境参数,根据环境参数采集环境图像,实现降低人力巡视的成本、难度。根据环境异常信息的危险等级利用不同的图像采集装置进行环境图像采集和故障位置识别,提高了检测准确率,当危险等级匹配时开启对应的图像采集设备,能够降低环境检测系统的功耗。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一个实施例中环境检测方法的应用环境图;
图2为一个实施例中环境检测方法的流程图;
图3为一个实施例中步骤根据目标图像获取环境异常信息的流程图;
图4为一个实施例中步骤控制毫米波图像采集装置采集第二图像的流程图;
图5为一个实施例中步骤根据第一识别结果和第一准确率获取环境异常信息的流程图;
图6为又一个实施例中环境检测方法的流程图;
图7为一个实施例中环境检测装置的结构框图;
图8为一个实施例中环境检测系统的内部结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一图像称为第二图像,且类似地,可将第二图像称为第一图像。第一图像和第二图像两者都是图像,但其不是同一图像。
图1为一个实施例中环境方法的应用环境示意图。如图1所示,该应用环境包括环境检测系统10,环境检测系统包括:红外线图像采集装置110、毫米波图像采集装置120和可见光图像采集装置130。环境检测系统10利用多个探测传感器获取环境参数。当环境参数满足第一异常条件时,控制红外线图像采集装置采集目标区域的红外线信息并根据红外线信息获取第一图像,根据第一图像获取环境异常信息。当环境参数满足第二异常条件时,控制毫米波图像采集装置采集目标区域的第二图像、控制可见光图像采集装置采集目标区域的第三图像,根据第二图像和第三图像获取环境异常信息。利用探测器巡视电缆沟的环境参数,根据环境参数采集环境图像,实现降低人力巡视的成本、难度。且提高了检测准确率,降低环境检测系统的功耗。
图2为一个实施例中环境检测方法的流程图,如图2所示,该环境检测方法,包括:步骤202至步骤206。
步骤202、利用多个探测传感器获取环境参数,
具体的,环境参数至少包括:电缆破损参数、空间温度参数、空间湿度参数、有害气体含量参数。可以利用温度传感器采集空间温度参数,利用湿度传感器采集空间湿度参数,利用气体传感器采集有害气体含量参数,可以利用集成有温度传感器、湿度传感器和气体传感器的多参量传感器对电缆进行探伤获取电缆破损参数。
步骤204、当环境参数满足第一异常条件时,控制红外线图像采集装置采集目标区域的红外线信息并根据红外线信息获取第一图像,根据第一图像获取环境异常信息。
具体的,环境参数满足第一异常条件可以是电缆破损参数、空间温度参数、空间湿度参数、有害气体含量参数任一参数满足条件,如空间温度达到第一温度阈值,则视为环境参数满足第一异常条件。还可以将环境参数中的电缆破损参数、空间温度参数、空间湿度参数、有害气体含量参数各设置一个权重,举例来说,电缆破损参数占40%、空间温度参数30%、空间湿度参数10%、有害气体含量参数20%。获取环境参数中各个参数与参数阈值的差值与对应权重的乘积和,当该乘积和满足理论阈值时视为环境参数满足第一异常条件。目标视场内的各个设备均向外辐射红外线,当环境参数满足第一异常条件时,利用红外线图像采集设备采集各个设备向外辐射的红外线,进行二维或三维建模复现电缆沟环境对应的第一图像。对第一图像进行图像识别,如利用神经网络、特征提取等方式进行识别得到环境异常信息,该环境异常信息至少包括故障位置,还可以包括故障现象,如定位出某位置的电缆出现起火现象。
步骤206、当环境参数满足第二异常条件时,控制毫米波图像采集装置采集目标区域的第二图像、控制可见光图像采集装置采集目标区域的第三图像,根据第二图像和第三图像获取环境异常信息。其中,第一异常条件对应的危险等级低于第二异常条件对应的危险等级。
具体的,第一异常条件指的是环境参数轻度异常,第二异常条件指的是环境参数中度异常或者严重异常。判断环境参数是否满足第二异常条件的方法参考判断环境参数是否满足第一异常条件的方法,其中,第一异常条件对应的危险等级低于第二异常条件对应的危险等级。当检测到环境参数满足第二异常条件时,利用毫米波图像采集装置采集目标区域的具体环境对应的第二图像,第二图像可以是灰度图像。且利用可见光图像采集装置采集目标区域的第三图像,第三图像可以黑白图像,也可以是彩色图像,由于电缆沟内部的黑暗环境,可见光图像采集装置可以与闪光灯配合使用。对采集到的第二图像和第三图像进行识别:可以是先识别第二图像,再二次识别第三图像,综合两次识别的结果得到环境异常信息;还可以将第二图像和第三图像进行图像融合得到目标图像,对目标图像进行图像融合得到环境异常信息。
上述环境检测方法包括:利用多个探测传感器获取环境参数。当环境参数满足第一异常条件时,控制红外线图像采集装置采集目标区域的红外线信息并根据红外线信息获取第一图像,根据第一图像获取环境异常信息。当环境参数满足第二异常条件时,控制毫米波图像采集装置采集目标区域的第二图像、控制可见光图像采集装置采集目标区域的第三图像,根据第二图像和第三图像获取环境异常信息。上述检测方法利用探测器巡视电缆沟的环境参数,根据环境参数采集环境图像,实现降低人力巡视的成本、难度。根据环境异常信息的危险等级利用不同的图像采集装置进行环境图像采集和故障位置识别,提高了检测准确率,当危险等级匹配时开启对应的图像采集设备,能够降低环境检测系统的功耗。
在其中一个实施例中,根据第二图像和第三图像获取环境异常信息,包括:将第二图像和第三图像进行图像融合得到目标图像。根据目标图像获取环境异常信息。
具体的,图像融合指的是将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等,最大限度的提取各自信道中的有利信息,最后综合成高质量的图像,以提高图像信息的利用率、提升原始图像的空间分辨率和光谱分辨率,利于监测。本实施例中,可以将预设时间内的多张第二图像和多张第三图像进行图像融合或图像拼接,得到高质量、高清晰度、细节丰富的目标图像。对目标图像进行识别可以是利用神经网络、特征提取等方式进行识别得到环境异常信息。
在其中一个实施例中,如图3所示,步骤根据目标图像获取环境异常信息,包括:步骤302至步骤304。步骤302、识别目标图像得到目标识别信息,识别参考图像得到参考识别信息,参考图像为当环境参数处于正常状态时目标区域对应的图像。步骤304、将目标识别信息和参考识别信息进行比较获取环境异常信息。
具体的,对目标图像进行识别可以是利用神经网络、特征提取等方式进行识别得到目标识别信息,对参考图像进行识别可以是利用神经网络、特征提取等方式进行识别得到参考识别信息。将目标识别信息和参考识别信息进行对比,根据目标识别信息和参考识别信息的差异程度得到环境异常信息。
在其中一个实施例中,毫米波图像采集装置包括:毫米波发射模块和毫米波接收模块。步骤控制毫米波图像采集装置采集第二图像,包括:步骤402至步骤404。步骤402、利用毫米波发射模块发射毫米波信号至目标区域。步骤404、利用毫米波接收模块捕获目标区域反射毫米波信号形成的回波信号,且根据回波信号获取第二图像。
具体的,毫米波发射模块能够发射毫米波信号至电缆沟内的目标视场,目标视场内的设备、电缆、沟道等调制并反射毫米波信号形成回波信号。毫米波接收模块捕获目标视场反射的回波信号。根据回波信号建模获取电缆沟道的二维或三维场景得到第二图像。
在其中一个实施例中,步骤根据第一图像获取环境异常信息,包括:利用神经网络识别第一图像得到第一识别信息,第一识别信息包括第一识别结果和第一识别结果对应的第一准确率。根据第一识别结果和第一准确率获取环境异常信息。
具体的,利用神经网络识别第一图像得到第一识别结果和第一识别结果对应的准确率,记为第一准确率。根据第一识别结果和第一准确率获取环境异常信息可以是:从待选结果才能够选择一个作为环境异常信息,待选结果包括第一识别结果、无法识别结果;可以是当根据第一准确率与准确率阈值的关系利用不同的图像识别方式对第一图像进行检测获取环境异常信息。
在其中一个实施例中,根据第一识别结果和第一准确率获取环境异常信息,包括:步骤502至步骤504。步骤502、当第一准确率低于准确率阈值时,对第一图像进行边缘提取获取环境异常信息。步骤504、当第一准确率高于准确率阈值时,解析第一识别结果得到环境异常信息。
具体的,可以根据第一准确率与准确率阈值的关系获取环境异常信息。当第一准确率高于准确率阈值时,直接将第一识别结果作为目标识别结果,根据目标识别结果得到环境异常信息。当第一准确率低于准确率阈值时,标识第一识别结果不太准确,此时可以利用传统的图像提取如边缘提取的方式得到目标识别结果,根据目标识别结果得到环境异常信息。根据神经网络识别的准确率进行识别策略的切换,能够提高环境异常检测的准确性,降低危险事故发生的概率。
在其中一个实施例中,环境异常信息包括异常标识,环境检测方法还包括:步骤602至步骤606。步骤602、在预设列表中查找异常标识,预设列表中存储有常规环境异常信息的异常标识及对应的异常处理策略。步骤604、当环境异常信息的异常标识处于预设列表中时,获取环境异常信息的异常标识对应的异常处理策略。步骤606、当环境异常信息的异常标识未处于预设列表中时,生成告警信号。
具体的,在环境检测系统中预先存储有常规异常信息对应的异常标识及对应的故障处理策略,如电缆起火对应第一标识,第一处理策略,设备起火对应第二标识、第二处理策略,沼气浓度过高对应第三标识、第三处理策略。环境异常信息包括异常标识,在预设列表中查找手否存在该异常标识,若存在,则获取环境异常信息的异常标识对应的异常处理策略。若不存在,则表示环境异常信息对应的电缆沟内环境复杂,可能是包括多种故障或无法识别故障,此时生成告警信号,以提示工作人员进行人力巡视。
应该理解的是,虽然图2-6的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-6中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本申请实施例提供一种环境检测装置,如图7所示,该装置包括:探测模块702、第一检测模块704和第二检测模块706。
探测模块702,用于利用多个探测传感器获取环境参数,环境参数至少包括:电缆破损参数、空间温度参数、空间湿度参数、有害气体含量参数。
具体的,环境参数至少包括:电缆破损参数、空间温度参数、空间湿度参数、有害气体含量参数。可以利用温度传感器采集空间温度参数,利用湿度传感器采集空间湿度参数,利用气体传感器采集有害气体含量参数,可以利用集成有温度传感器、湿度传感器和气体传感器的多参量传感器对电缆进行探伤获取电缆破损参数。
第一检测模块704,用于当环境参数满足第一异常条件时,控制红外线图像采集装置采集目标区域的红外线信息并根据红外线信息获取第一图像,根据第一图像获取环境异常信息。
具体的,环境参数满足第一异常条件可以是电缆破损参数、空间温度参数、空间湿度参数、有害气体含量参数任一参数满足条件,如空间温度达到第一温度阈值,则视为环境参数满足第一异常条件。还可以将环境参数中的电缆破损参数、空间温度参数、空间湿度参数、有害气体含量参数各设置一个权重,举例来说,电缆破损参数占40%、空间温度参数30%、空间湿度参数10%、有害气体含量参数20%。获取环境参数中各个参数与参数阈值的差值与对应权重的乘积和,当该乘积和满足理论阈值时视为环境参数满足第一异常条件。目标视场内的各个设备均向外辐射红外线,当环境参数满足第一异常条件时,利用红外线图像采集设备采集各个设备向外辐射的红外线,进行二维或三维建模复现电缆沟环境对应的第一图像。对第一图像进行图像识别,如利用神经网络、特征提取等方式进行识别得到环境异常信息,该环境异常信息至少包括故障位置,还可以包括故障现象,如定位出某位置的电缆出现起火现象。
第二检测模块706,用于当环境参数满足第二异常条件时,控制毫米波图像采集装置采集目标区域的第二图像、控制可见光图像采集装置采集目标区域的第三图像,根据第二图像和第三图像获取环境异常信息。其中,第一异常条件对应的危险等级低于第二异常条件对应的危险等级。
具体的,第一异常条件指的是环境参数轻度异常,第二异常条件指的是环境参数中度异常或者严重异常。判断环境参数是否满足第二异常条件的方法参考判断环境参数是否满足第一异常条件的方法,其中,第一异常条件对应的危险等级低于第二异常条件对应的危险等级。当检测到环境参数满足第二异常条件时,利用毫米波图像采集装置采集目标区域的具体环境对应的第二图像,第二图像可以是灰度图像。且利用可见光图像采集装置采集目标区域的第三图像,第三图像可以黑白图像,也可以是彩色图像,由于电缆沟内部的黑暗环境,可见光图像采集装置可以与闪光灯配合使用。对采集到的第二图像和第三图像进行识别:可以是先识别第二图像,再二次识别第三图像,综合两次识别的结果得到环境异常信息;还可以将第二图像和第三图像进行图像融合得到目标图像,对目标图像进行图像融合得到环境异常信息。
上述环境检测装置:探测模块702利用多个探测传感器获取环境参数。第二检测模块702用于当环境参数满足第一异常条件时,控制红外线图像采集装置采集目标区域的红外线信息并根据红外线信息获取第一图像,根据第一图像获取环境异常信息。第二检测模块706用于当环境参数满足第二异常条件时,控制毫米波图像采集装置采集目标区域的第二图像、控制可见光图像采集装置采集目标区域的第三图像,根据第二图像和第三图像获取环境异常信息。上述检测方法利用探测器巡视电缆沟的环境参数,根据环境参数采集环境图像,实现降低人力巡视的成本、难度。根据环境异常信息的危险等级利用不同的图像采集装置进行环境图像采集和故障位置识别,提高了检测准确率,当危险等级匹配时开启对应的图像采集设备,能够降低环境检测系统的功耗。
上述环境检测装置中各个模块的划分仅用于举例说明,在其他实施例中,可将环境检测装置按照需要划分为不同的模块,以完成上述环境检测装置的全部或部分功能。
关于环境检测装置的具体限定可以参见上文中对于环境检测方法的限定,在此不再赘述。上述环境检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
图8为一个实施例中环境检测系统的内部结构示意图。如图8所示,该环境检测系统包括通过系统总线连接的处理器、存储器和网络接口。其中,该处理器用于提供计算和控制能力,支撑整个电子设备的运行。存储器用于存储数据、程序等,存储器上存储至少一个计算机程序,该计算机程序可被处理器执行,以实现本申请实施例中提供的适用于电子设备的无线网络通信方法。存储器可包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统和计算机程序。该计算机程序可被处理器所执行,以用于实现以下各个实施例所提供的一种环境检测方法。内存储器为非易失性存储介质中的操作系统计算机程序提供高速缓存的运行环境。网络接口可以是以太网卡或无线网卡等,用于与外部的电子设备进行通信。
本申请实施例中提供的环境检测装置中的各个模块的实现可为计算机程序的形式。该计算机程序可在终端或服务器上运行。该计算机程序构成的程序模块可存储在终端或服务器的存储器上。该计算机程序被处理器执行时,实现本申请实施例中所描述方法的步骤。
本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质,当所述计算机可执行指令被一个或多个处理器执行时,使得所述处理器执行环境检测方法的步骤:
利用多个探测传感器获取环境参数,环境参数至少包括:电缆破损参数、空间温度参数、空间湿度参数、有害气体含量参数。
当环境参数满足第一异常条件时,控制红外线图像采集装置采集目标区域的红外线信息并根据红外线信息获取第一图像,根据第一图像获取环境异常信息。
当环境参数满足第二异常条件时,控制毫米波图像采集装置采集目标区域的第二图像、控制可见光图像采集装置采集目标区域的第三图像,根据第二图像和第三图像获取环境异常信息。其中,第一异常条件对应的危险等级低于第二异常条件对应的危险等级。
一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行环境检测方法。
本申请所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM),它用作外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种环境检测方法,其特征在于,应用于环境检测系统,所述环境检测系统包括:红外线图像采集装置、毫米波图像采集装置和可见光图像采集装置,所述方法包括:
利用多个探测传感器获取环境参数,所述环境参数至少包括:电缆破损参数、空间温度参数、空间湿度参数、有害气体含量参数;
当所述环境参数满足第一异常条件时,控制所述红外线图像采集装置采集目标区域的红外线信息并根据所述红外线信息获取第一图像,根据所述第一图像获取环境异常信息,所述环境异常信息至少包括故障位置;
当所述环境参数满足第二异常条件时,控制所述毫米波图像采集装置采集所述目标区域的第二图像、控制所述可见光图像采集装置采集所述目标区域的第三图像,根据所述第二图像和第三图像获取所述环境异常信息;
其中,所述第一异常条件对应的危险等级低于所述第二异常条件对应的危险等级。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第二图像和第三图像获取所述环境异常信息,包括:
将所述第二图像和所述第三图像进行图像融合得到目标图像;
根据所述目标图像获取所述环境异常信息。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标图像获取所述环境异常信息,包括:
识别所述目标图像得到目标识别信息,识别参考图像得到参考识别信息,所述参考图像为当所述环境参数处于正常状态时所述目标区域对应的图像;
将所述目标识别信息和所述参考识别信息进行比较获取所述环境异常信息。
4.根据权利要求1所述的方法,其特征在于,所述毫米波图像采集装置包括:毫米波发射模块和毫米波接收模块;所述控制所述毫米波图像采集装置采集第二图像,包括:
利用所述毫米波发射模块发射毫米波信号至所述目标区域;
利用所述毫米波接收模块捕获所述目标区域反射所述毫米波信号形成的回波信号,且根据所述回波信号获取所述第二图像。
5.根据权利要求1所述的方法,其特征在于,所述根据所述第一图像获取环境异常信息,包括:
利用神经网络识别所述第一图像得到第一识别信息,所述第一识别信息包括第一识别结果和所述第一识别结果对应的第一准确率;
根据所述第一识别结果和所述第一准确率获取所述环境异常信息。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第一识别结果和所述第一准确率获取所述环境异常信息,包括:
当所述第一准确率低于准确率阈值时,对所述第一图像进行边缘提取获取所述环境异常信息;
当所述第一准确率高于所述准确率阈值时,解析所述第一识别结果得到所述环境异常信息。
7.根据权利要求1至6任一项所述的方法,其特征在于,所述环境异常信息包括异常标识,所述方法还包括:
在预设列表中查找所述异常标识,所述预设列表中存储有常规环境异常信息的异常标识及对应的异常处理策略;
当所述环境异常信息的异常标识处于所述预设列表中时,获取所述环境异常信息的异常标识对应的异常处理策略;
当所述环境异常信息的异常标识未处于所述预设列表中时,生成告警信号。
8.一种环境检测装置,其特征在于,应用于环境检测系统,所述环境检测系统包括:红外线图像采集装置、毫米波图像采集装置和可见光图像采集装置,所述装置包括:
探测模块,用于利用多个探测传感器获取环境参数,所述环境参数至少包括:电缆破损参数、空间温度参数、空间湿度参数、有害气体含量参数;
第一检测模块,用于当所述环境参数满足第一异常条件时,控制所述红外线图像采集装置采集目标区域的红外线信息并根据所述红外线信息获取第一图像,根据所述第一图像获取环境异常信息,所述环境异常信息至少包括故障位置;
第二检测模块,用于当所述环境参数满足第二异常条件时,控制所述毫米波图像采集装置采集所述目标区域的第二图像、控制所述可见光图像采集装置采集所述目标区域的第三图像,根据所述第二图像和第三图像获取所述环境异常信息;其中,所述第一异常条件对应的危险等级低于所述第二异常条件对应的危险等级。
9.一种电子设备,包括存储器及处理器,其特征在于,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述的环境检测方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911360927.5A CN111209980B (zh) | 2019-12-25 | 2019-12-25 | 环境检测方法和装置、电子设备、计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911360927.5A CN111209980B (zh) | 2019-12-25 | 2019-12-25 | 环境检测方法和装置、电子设备、计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111209980A true CN111209980A (zh) | 2020-05-29 |
CN111209980B CN111209980B (zh) | 2024-02-09 |
Family
ID=70789345
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911360927.5A Active CN111209980B (zh) | 2019-12-25 | 2019-12-25 | 环境检测方法和装置、电子设备、计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111209980B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112669316A (zh) * | 2021-01-29 | 2021-04-16 | 南方电网调峰调频发电有限公司 | 电力生产异常监控方法、装置、计算机设备和存储介质 |
CN112929442A (zh) * | 2021-02-09 | 2021-06-08 | 杭州极能科技有限公司 | 智能气务管理系统 |
CN113066254A (zh) * | 2021-03-16 | 2021-07-02 | 广东核电合营有限公司 | 核电设备工作环境异常预警方法、装置、设备和存储介质 |
CN113900392A (zh) * | 2021-09-10 | 2022-01-07 | 深圳供电局有限公司 | 变电站环境监控方法、装置、计算机设备和存储介质 |
CN115409210A (zh) * | 2022-08-22 | 2022-11-29 | 中国南方电网有限责任公司超高压输电公司昆明局 | 监测装备的控制方法、装置、计算机设备和存储介质 |
CN117041451A (zh) * | 2023-06-19 | 2023-11-10 | 广州科易光电技术有限公司 | 数据同步方法、装置、电子设备及存储介质 |
CN117690252A (zh) * | 2024-01-31 | 2024-03-12 | 国网四川省电力公司成都供电公司 | 一种多光谱图像型火灾报警系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104267698A (zh) * | 2014-10-07 | 2015-01-07 | 国网河南省电力公司南阳供电公司 | 基于网络通信技术的电缆井安全运行监控系统及监控方法 |
CN105759168A (zh) * | 2016-02-16 | 2016-07-13 | 国家电网公司 | 一种地下电缆巡检与故障定位装置及检测诊断的方法 |
CN106707109A (zh) * | 2017-02-21 | 2017-05-24 | 国网山东省电力公司邹城市供电公司 | 一种地下电缆探测系统 |
CN108537122A (zh) * | 2018-03-07 | 2018-09-14 | 中国科学院西安光学精密机械研究所 | 包含气象参数的图像融合采集系统及图像存储方法 |
CN108921803A (zh) * | 2018-06-29 | 2018-11-30 | 华中科技大学 | 一种基于毫米波与可见光图像融合的去雾方法 |
CN109029731A (zh) * | 2018-05-24 | 2018-12-18 | 河海大学常州校区 | 一种基于多目视觉的电力设备异常监测系统及方法 |
CN208335208U (zh) * | 2018-03-07 | 2019-01-04 | 中国科学院西安光学精密机械研究所 | 包含气象参数的图像融合采集系统 |
CN109884444A (zh) * | 2019-01-18 | 2019-06-14 | 国网山东省电力公司临沂供电公司 | 一种电缆运行状态智能监测系统及方法 |
CN110492607A (zh) * | 2019-07-24 | 2019-11-22 | 广东电网有限责任公司 | 一种基于泛在电力物联网的智能变电站状态监测系统 |
-
2019
- 2019-12-25 CN CN201911360927.5A patent/CN111209980B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104267698A (zh) * | 2014-10-07 | 2015-01-07 | 国网河南省电力公司南阳供电公司 | 基于网络通信技术的电缆井安全运行监控系统及监控方法 |
CN105759168A (zh) * | 2016-02-16 | 2016-07-13 | 国家电网公司 | 一种地下电缆巡检与故障定位装置及检测诊断的方法 |
CN106707109A (zh) * | 2017-02-21 | 2017-05-24 | 国网山东省电力公司邹城市供电公司 | 一种地下电缆探测系统 |
CN108537122A (zh) * | 2018-03-07 | 2018-09-14 | 中国科学院西安光学精密机械研究所 | 包含气象参数的图像融合采集系统及图像存储方法 |
CN208335208U (zh) * | 2018-03-07 | 2019-01-04 | 中国科学院西安光学精密机械研究所 | 包含气象参数的图像融合采集系统 |
CN109029731A (zh) * | 2018-05-24 | 2018-12-18 | 河海大学常州校区 | 一种基于多目视觉的电力设备异常监测系统及方法 |
CN108921803A (zh) * | 2018-06-29 | 2018-11-30 | 华中科技大学 | 一种基于毫米波与可见光图像融合的去雾方法 |
CN109884444A (zh) * | 2019-01-18 | 2019-06-14 | 国网山东省电力公司临沂供电公司 | 一种电缆运行状态智能监测系统及方法 |
CN110492607A (zh) * | 2019-07-24 | 2019-11-22 | 广东电网有限责任公司 | 一种基于泛在电力物联网的智能变电站状态监测系统 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112669316A (zh) * | 2021-01-29 | 2021-04-16 | 南方电网调峰调频发电有限公司 | 电力生产异常监控方法、装置、计算机设备和存储介质 |
CN112929442A (zh) * | 2021-02-09 | 2021-06-08 | 杭州极能科技有限公司 | 智能气务管理系统 |
CN112929442B (zh) * | 2021-02-09 | 2022-05-06 | 杭州极能科技有限公司 | 智能气务管理系统 |
CN113066254A (zh) * | 2021-03-16 | 2021-07-02 | 广东核电合营有限公司 | 核电设备工作环境异常预警方法、装置、设备和存储介质 |
CN113066254B (zh) * | 2021-03-16 | 2023-01-24 | 广东核电合营有限公司 | 核电设备工作环境异常预警方法、装置、设备和存储介质 |
CN113900392A (zh) * | 2021-09-10 | 2022-01-07 | 深圳供电局有限公司 | 变电站环境监控方法、装置、计算机设备和存储介质 |
CN115409210A (zh) * | 2022-08-22 | 2022-11-29 | 中国南方电网有限责任公司超高压输电公司昆明局 | 监测装备的控制方法、装置、计算机设备和存储介质 |
CN117041451A (zh) * | 2023-06-19 | 2023-11-10 | 广州科易光电技术有限公司 | 数据同步方法、装置、电子设备及存储介质 |
CN117041451B (zh) * | 2023-06-19 | 2024-04-26 | 广州科易光电技术有限公司 | 数据同步方法、装置、电子设备及存储介质 |
CN117690252A (zh) * | 2024-01-31 | 2024-03-12 | 国网四川省电力公司成都供电公司 | 一种多光谱图像型火灾报警系统 |
CN117690252B (zh) * | 2024-01-31 | 2024-04-09 | 国网四川省电力公司成都供电公司 | 一种多光谱图像型火灾报警系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111209980B (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111209980B (zh) | 环境检测方法和装置、电子设备、计算机可读存储介质 | |
CN112669316B (zh) | 电力生产异常监控方法、装置、计算机设备和存储介质 | |
US11719853B2 (en) | Underground infrastructure sensing using unmanned aerial vehicle (UAV) | |
CN111127825A (zh) | 环境预测方法和装置、电子设备 | |
KR101309407B1 (ko) | 블록 단위 영상 기반의 화재감지 카메라 및 센서를 이용한 복합 화재 감지기, 화재 감지 시스템 및 그 방법 | |
CN113283344B (zh) | 一种基于语义分割网络的矿用输送带跑偏检测方法 | |
CN111751002B (zh) | 一种基于红外热成像的带电设备故障智能诊断方法 | |
CN110516522B (zh) | 一种巡检方法及系统 | |
US11162888B2 (en) | Cloud-based machine learning system and data fusion for the prediction and detection of corrosion under insulation | |
EP2804382B1 (en) | Reliability determination of camera fault detection tests | |
EP3844488A2 (en) | Machine learning system and data fusion for optimization of deployment conditions for detection of corrosion under insulation | |
CN105516653A (zh) | 一种安防监控系统 | |
CN113056665A (zh) | 使用混合传感系统对防火绝缘层下腐蚀进行检查与故障检测 | |
CN113240880A (zh) | 一种火点检测方法、装置、电子设备及存储介质 | |
KR102174606B1 (ko) | 센서 일체형 ip 네트워크 카메라, 그리고 이를 이용한 감시 시스템 | |
CN111611991A (zh) | 故障处理方法和装置、电子设备、计算机可读存储介质 | |
KR101876624B1 (ko) | 디스플레이 장치의 표시부 정상상태를 무인 검사하는 방법 및 시스템 | |
CN111105582B (zh) | 森林防火监测方法、系统、计算机设备和可读存储介质 | |
JP2020016527A (ja) | 定置式ガス検知装置の設置箇所の調査方法 | |
CN117214598A (zh) | 基于巡检图像的电缆监测系统及方法 | |
CN112085724A (zh) | 一种基于bim及热图像的机柜温度测量方法及其装置 | |
CN116863629A (zh) | 一种基于多传感器的报警装置、报警方法及电子设备 | |
KR102480079B1 (ko) | 악취 확산 예측 모니터링 시스템 | |
CN110318953B (zh) | 风电机组电控系统的温度监控方法和设备 | |
CN111597524B (zh) | 一种用于封样抽检人员的验证方法及系统 |
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 |