CN111695492A - 一种输电线路下垂钓隐患的检测方法及系统 - Google Patents
一种输电线路下垂钓隐患的检测方法及系统 Download PDFInfo
- Publication number
- CN111695492A CN111695492A CN202010523285.2A CN202010523285A CN111695492A CN 111695492 A CN111695492 A CN 111695492A CN 202010523285 A CN202010523285 A CN 202010523285A CN 111695492 A CN111695492 A CN 111695492A
- Authority
- CN
- China
- Prior art keywords
- image
- fishing
- transmission line
- power transmission
- hidden danger
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000006399 behavior Effects 0.000 claims abstract description 36
- 238000001514 detection method Methods 0.000 claims abstract description 28
- 238000012544 monitoring process Methods 0.000 claims abstract description 8
- 238000012806 monitoring device Methods 0.000 claims description 8
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000003709 image segmentation Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 229910052742 iron Inorganic materials 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Social Psychology (AREA)
- Psychiatry (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明提供了一种输电线路下垂钓隐患的检测方法及系统,方法包括获取河道区域的监拍图像;对所述监拍图像进行人员检测,若检测有人,则利用场景固有参数与图像几何特征判定人员行为;若存判定存在垂钓行为,则发送驱离提示。本发明针对输电线路通道线下垂钓类隐患进行研究,解决了传统算法无法进行线下垂钓隐患识别的问题,弥补了现有输电线路隐患识别算法的不足,进一步提高了输电线路防护的自动化程度。
Description
技术领域
本发明涉及输电线路综合防护技术领域,尤其是一种输电线路下垂钓隐患的检测方法及系统。
背景技术
随着输电线路通道监拍装置的大规模安装,以及图像识别技术的应用,可以实现施工机械(吊车、挖掘机、泵车等)、烟火、导地线异物等常见输电线路外破隐患的自动识别,从而大大减轻线路防护人员的工作量。
目前已有的输电线路通道外破隐患检测算法多针对常见隐患,无法识别线下垂钓类隐患。
发明内容
本发明提供了一种输电线路下垂钓隐患的检测方法及系统,用于解决现有输电线路隐患识别中缺少垂钓隐患识别的问题。
为实现上述目的,本发明采用下述技术方案:
本发明第一方面提供了一种输电线路下垂钓隐患的检测方法,所述方法包括以下步骤:
获取河道区域的监拍图像;
对所述监拍图像进行人员检测,若检测有人,则利用场景固有参数与图像几何特征判定人员行为;
若判定存在垂钓行为,则发送驱离提示。
进一步地,所述获取河道区域的监拍图像具体为:
利用输电铁塔上的监拍装置以分钟级间隔获取现场图片;
利用标准河道坐标信息进行图片切割,截取河道部分图像。
进一步地,所述标准河道坐标信息的计算方法为:
选取若干张当前监拍装置拍摄的历史图片;
分别对所述历史图片的河道坐标范围进行标定,得到若干组坐标集;
对所述若干组坐标集取交集,作为标准河道坐标信息。
进一步地,所述进行人员检测包括:
将当前图像与参考图像进行差分运算,得到差分图像;
用连通区域标记差分图像的局部区域,并将连通区域范围内的原始图像分割出来;
计算每个所述原始图像中白色像素的个数,得到每个连通区域的面积;
上一步得到的连通区域中,满足门限面积条件的连通区域内认为有人。
进一步地,所述利用场景固有参数与图像几何特征判定人员行为的具体过程为:
计算每个连通区域的最小外接矩形,所述连通区域为认定有人的连通区域;
分别计算所述最小外接矩形的长宽比,在所述长宽比大于预设阈值时,认为不存在垂钓风险。
进一步地,当存在垂钓行为时,将现场图片发送至输电线路防护管理端。
本发明第二方面提供了一种输电线路下垂钓隐患的检测系统,所述系统包括:
信息采集单元,用于获取河道区域的监拍图像;
图像处理单元,用于对所述监拍图像进行人员检测,若检测有人,则利用场景固有参数与图像几何特征判定人员行为;
隐患处理单元,在判定存在垂钓行为时,发送驱离提示。
进一步地,所述图像处理单元包括人员检测模块和垂钓行为检测模块,所述人员检测模块用于检测现有图像中是否有人员存在;所述垂钓行为检测模块用于检测有人员的图像中是否存在垂钓行为。
进一步地,所述人员检测模块包括:
差分运算子模块,用于将当前图像与参考图像进行差分运算,得到差分图像;
图像分割子模块,采用连通区域标记差分图像的局部区域,并将连通区域范围内的原始图像分割出来;
图像处理子模块,用于计算每个所述原始图像中白色像素的个数,得到每个连通区域的面积;
人员识别子模块,对于图像处理子模块得到的连通区域中,满足门限面积条件的连通区域内认为有人。
进一步地,所述垂钓行为检测模块包括:
连通区域处理子模块,用于计算每个连通区域的最小外接矩形,所述连通区域为认定有人的连通区域;
垂钓行为判定子模块,分别计算所述最小外接矩形的长宽比,在所述长宽比大于预设阈值时,认为不存在垂钓风险发明内容中提供的效果仅仅是实施例的效果,而不是发明所有的全部效果,上述技术方案中的一个技术方案具有如下优点或有益效果:
本发明通过对输电线路拍摄的图像进行处理分析,逐步识别输电线路下有人员经过及垂钓行为的图像,并对相应区域进行告警提示,保障了输电线路下的人员安全和输电安全,且减少了人工巡视输电线路的工作量,提高了巡视效率、降低了隐患误报率、漏报率。
附图说明
为了更清楚地说明本发明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,对于本领域普通技术人员而言,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是本发明所述方法的流程示意图;
图2(a)是本发明所述当前图像的示例图;
图2(b)是本发明选取的参考图像的示例图;
图2(c)是根据图2(a)的当前图像与图2(b)参考图像得到的差分图像示意图;
图3是本发明所述系统的结构示意图。
具体实施方式
为能清楚说明本方案的技术特点,下面通过具体实施方式,并结合其附图,对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意,在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
如图1所示,本发明输电线路下垂钓隐患的检测方法,包括以下步骤:
S1,获取河道区域的监拍图像;
S2,对所述监拍图像进行人员检测,若检测有人,则利用场景固有参数与图像几何特征判定人员行为;
S3,若判定存在垂钓行为,则发送驱离提示。
步骤S1中获取河道区域的监拍图像具体为:利用输电铁塔上的监拍装置以分钟级间隔获取现场图片;利用标准河道坐标信息进行图片切割,截取河道部分图像。
其中标准河道坐标信息的计算方法为:选取若干张当前监拍装置拍摄的历史图片;分别对所述历史图片的河道坐标范围进行标定,得到若干组坐标集;对所述若干组坐标集取交集,作为标准河道坐标信息。通常选取10张拍摄清晰的历史图片。
如图2(a)、2(b)和2(c)所示,进行人员检测包括:选取晴朗天气无人图像作为参考图像;将当前图像与参考图像进行差分运算,得到差分图像D(x,y);
上式中,Icur(x,y)、Iref(x,y)分别表示当前图像、参考图像在坐标(x,y)处的像素值,T为差分图像二值化时选取的阈值,D(x,y)为两图像之间的差分图像。D(x,y)=1表示前景即相当前图像相对于参考图像的变化区域,D(x,y)=0表示背景,即未发生变化的区域。
用连通区域标记差分图像的局部区域,并将连通区域范围内的原始图像分割出来;计算每个所述原始图像中白色像素的个数,得到每个连通区域的面积{A1,A2,…,An};上一步得到的连通区域中,利用面积门限对其进行过滤:当Tl<Ai<Th仅,认为河堤有人存在,进一步执行后续检测;否则认为河堤无人存在,不存在垂钓隐患。输电线路监拍装置部署的不同的场景,拍摄角度、物体比例均不相同,所以检测门限Tl、Th仅为对应线路巡护人员根据现场每个场景比例进行设定。
利用场景固有参数与图像几何特征判定人员行为的具体过程为:计算每个连通区域的最小外接矩形{ret1,ret2,…,retn},所述连通区域为认定有人的连通区域;分别计算所述最小外接矩形的长宽比{ratio1,ratio2,…,retion},在所述长宽比大于预设阈值时,认为不存在垂钓风险。其中预设阈值为50。
步骤S3中,当存在垂钓行为时,将现场图片发送至输电线路防护管理端。便于线路防护人员实时了解现场情况。
如图3所示,本发明输电线路下垂钓隐患的检测系统包括信息采集单元、图像处理单元和隐患处理单元。
信息采集单元用于获取河道区域的监拍图像;图像处理单元用于对所述监拍图像进行人员检测,若检测有人,则利用场景固有参数与图像几何特征判定人员行为;隐患处理单元在存在判定存在垂钓行为,则发送驱离提示。
图像处理单元包括人员检测模块和垂钓行为检测模块,所述人员检测模块用于检测现有图像中是否有人员存在;所述垂钓行为检测模块用于检测有人员的图像中是否存在垂钓行为。
人员检测模块包括差分运算子模块、图像分割子模块、图像处理子模块和人员识别子模块。
差分运算子模块用于将当前图像与参考图像进行差分运算,得到差分图像;图像分割子模块采用连通区域标记差分图像的局部区域,并将连通区域范围内的原始图像分割出来;图像处理子模块用于计算每个所述原始图像中白色像素的个数,得到每个连通区域的面积;人员识别子模块对于图像处理子模块得到的连通区域中,满足门限面积条件的连通区域内认为有人。
垂钓行为检测模块包括连通区域处理子模块和垂钓行为判定子模块。
连通区域处理子模块用于计算每个连通区域的最小外接矩形,所述连通区域为认定有人的连通区域;垂钓行为判定子模块分别计算所述最小外接矩形的长宽比,在所述长宽比大于预设阈值时,认为不存在垂钓风险。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种输电线路下垂钓隐患的检测方法,其特征是,所述方法包括以下步骤:
获取河道区域的监拍图像;
对所述监拍图像进行人员检测,若检测有人,则利用场景固有参数与图像几何特征判定人员行为;
若判定存在垂钓行为,则发送驱离提示。
2.根据权利要求1所述输电线路下垂钓隐患的检测方法,其特征是,所述获取河道区域的监拍图像具体为:
利用输电铁塔上的监拍装置以分钟级间隔获取现场图片;
利用标准河道坐标信息进行图片切割,截取河道部分图像。
3.根据权利要求2所述输电线路下垂钓隐患的检测方法,其特征是,所述标准河道坐标信息的计算方法为:
选取若干张当前监拍装置拍摄的历史图片;
分别对所述历史图片的河道坐标范围进行标定,得到若干组坐标集;
对所述若干组坐标集取交集,作为标准河道坐标信息。
4.根据权利要求1所述输电线路下垂钓隐患的检测方法,其特征是,所述进行人员检测包括:
将当前图像与参考图像进行差分运算,得到差分图像;
用连通区域标记差分图像的局部区域,并将连通区域范围内的原始图像分割出来;
计算每个所述原始图像中白色像素的个数,得到每个连通区域的面积;
上一步得到的连通区域中,满足门限面积条件的连通区域内认为有人。
5.根据权利要求4所述输电线路下垂钓隐患的检测方法,其特征是,所述利用场景固有参数与图像几何特征判定人员行为的具体过程为:
计算每个连通区域的最小外接矩形,所述连通区域为认定有人的连通区域;
分别计算所述最小外接矩形的长宽比,在所述长宽比大于预设阈值时,认为不存在垂钓风险。
6.根据权利要求1所述输电线路下垂钓隐患的检测方法,其特征是,当存在垂钓行为时,将现场图片发送至输电线路防护管理端。
7.一种输电线路下垂钓隐患的检测系统,其特征是,所述系统包括:
信息采集单元,用于获取河道区域的监拍图像;
图像处理单元,用于对所述监拍图像进行人员检测,若检测有人,则利用场景固有参数与图像几何特征判定人员行为;
隐患处理单元,在判定存在垂钓行为时,则发送驱离提示。
8.根据权利要求7所述输电线路下垂钓隐患的检测系统,其特征是,所述图像处理单元包括人员检测模块和垂钓行为检测模块,所述人员检测模块用于检测现有图像中是否有人员存在;所述垂钓行为检测模块用于检测有人员的图像中是否存在垂钓行为。
9.根据权利要求8所述输电线路下垂钓隐患的检测系统,其特征是,所述人员检测模块包括:
差分运算子模块,用于将当前图像与参考图像进行差分运算,得到差分图像;
图像分割子模块,采用连通区域标记差分图像的局部区域,并将连通区域范围内的原始图像分割出来;
图像处理子模块,用于计算每个所述原始图像中白色像素的个数,得到每个连通区域的面积;
人员识别子模块,对于图像处理子模块得到的连通区域中,满足门限面积条件的连通区域内认为有人。
10.根据权利要求8所述输电线路下垂钓隐患的检测系统,其特征是,所述垂钓行为检测模块包括:
连通区域处理子模块,用于计算每个连通区域的最小外接矩形,所述连通区域为认定有人的连通区域;
垂钓行为判定子模块,分别计算所述最小外接矩形的长宽比,在所述长宽比大于预设阈值时,认为不存在垂钓风险。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010523285.2A CN111695492A (zh) | 2020-06-10 | 2020-06-10 | 一种输电线路下垂钓隐患的检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010523285.2A CN111695492A (zh) | 2020-06-10 | 2020-06-10 | 一种输电线路下垂钓隐患的检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111695492A true CN111695492A (zh) | 2020-09-22 |
Family
ID=72480104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010523285.2A Pending CN111695492A (zh) | 2020-06-10 | 2020-06-10 | 一种输电线路下垂钓隐患的检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111695492A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115331386A (zh) * | 2022-10-13 | 2022-11-11 | 合肥中科类脑智能技术有限公司 | 一种基于计算机视觉的防垂钓检测告警系统及方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101266689A (zh) * | 2008-04-23 | 2008-09-17 | 北京中星微电子有限公司 | 一种运动目标检测方法及装置 |
CN101350064A (zh) * | 2008-08-29 | 2009-01-21 | 北京中星微电子有限公司 | 二维人体姿态估计方法及装置 |
CN101576953A (zh) * | 2009-06-10 | 2009-11-11 | 北京中星微电子有限公司 | 一种人体姿态的分类方法和装置 |
CN102722715A (zh) * | 2012-05-21 | 2012-10-10 | 华南理工大学 | 一种基于人体姿势状态判决的跌倒检测方法 |
WO2017032210A1 (zh) * | 2015-08-24 | 2017-03-02 | 国家电网公司 | 一种基于聚类分析的输电线路山火风险区域划分方法 |
CN106485239A (zh) * | 2016-11-02 | 2017-03-08 | 郑州航空工业管理学院 | 一种利用单类支持向量机检测河流目标的方法 |
CN106845396A (zh) * | 2017-01-18 | 2017-06-13 | 南京理工大学 | 基于自动图像识别的非法钓鱼行为识别方法 |
CN109040693A (zh) * | 2018-08-31 | 2018-12-18 | 上海赛特斯信息科技股份有限公司 | 智能告警系统及方法 |
CN110378892A (zh) * | 2019-07-24 | 2019-10-25 | 国网山东省电力公司电力科学研究院 | 一种快速检测输电线路通道隐患的方法 |
-
2020
- 2020-06-10 CN CN202010523285.2A patent/CN111695492A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101266689A (zh) * | 2008-04-23 | 2008-09-17 | 北京中星微电子有限公司 | 一种运动目标检测方法及装置 |
CN101350064A (zh) * | 2008-08-29 | 2009-01-21 | 北京中星微电子有限公司 | 二维人体姿态估计方法及装置 |
CN101576953A (zh) * | 2009-06-10 | 2009-11-11 | 北京中星微电子有限公司 | 一种人体姿态的分类方法和装置 |
CN102722715A (zh) * | 2012-05-21 | 2012-10-10 | 华南理工大学 | 一种基于人体姿势状态判决的跌倒检测方法 |
WO2017032210A1 (zh) * | 2015-08-24 | 2017-03-02 | 国家电网公司 | 一种基于聚类分析的输电线路山火风险区域划分方法 |
CN106485239A (zh) * | 2016-11-02 | 2017-03-08 | 郑州航空工业管理学院 | 一种利用单类支持向量机检测河流目标的方法 |
CN106845396A (zh) * | 2017-01-18 | 2017-06-13 | 南京理工大学 | 基于自动图像识别的非法钓鱼行为识别方法 |
CN109040693A (zh) * | 2018-08-31 | 2018-12-18 | 上海赛特斯信息科技股份有限公司 | 智能告警系统及方法 |
CN110378892A (zh) * | 2019-07-24 | 2019-10-25 | 国网山东省电力公司电力科学研究院 | 一种快速检测输电线路通道隐患的方法 |
Non-Patent Citations (1)
Title |
---|
王延江: "数字图像处理", 中国石油大学出版社, pages: 135 - 136 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115331386A (zh) * | 2022-10-13 | 2022-11-11 | 合肥中科类脑智能技术有限公司 | 一种基于计算机视觉的防垂钓检测告警系统及方法 |
CN115331386B (zh) * | 2022-10-13 | 2022-12-27 | 合肥中科类脑智能技术有限公司 | 一种基于计算机视觉的防垂钓检测告警系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102842211B (zh) | 一种基于图像识别的输电线路防外力监控预警系统及方法 | |
CN112507865B (zh) | 一种烟雾识别方法及识别装置 | |
CN111003446A (zh) | 一种皮带跑偏检测方法 | |
CN111695506A (zh) | 一种输电线路风致异物短路故障预警方法及系统 | |
CN111461078A (zh) | 一种基于计算机视觉技术的防钓监控方法 | |
CN114359594B (zh) | 一种场景匹配方法、装置、电子设备和存储介质 | |
CN113326783A (zh) | 一种水利行业的边缘预警方法 | |
CN114120171A (zh) | 基于视频帧的火灾烟雾检测方法、装置、设备及存储介质 | |
CN111695492A (zh) | 一种输电线路下垂钓隐患的检测方法及系统 | |
CN115880231A (zh) | 一种基于深度学习的输电线路隐患检测方法和系统 | |
CN111899210A (zh) | 一种基于图像识别的电弧检测方法 | |
CN112489018B (zh) | 一种电力线智能巡线方法及巡线 | |
CN112669302B (zh) | 吊弦缺陷检测方法、装置、电子设备及存储介质 | |
CN114220044A (zh) | 一种基于ai算法的河道漂浮物检测方法 | |
CN112016641A (zh) | 一种异物导致线路短路故障告警方法及装置 | |
CN112351247A (zh) | 一种基于图像处理的水电厂内电光闪光检测方法 | |
CN115761644A (zh) | 基于深度学习和帧差法的输电导线异物检测方法 | |
CN114792405A (zh) | 一种架空线路防异物入侵监测方法 | |
CN114724091A (zh) | 一种输电线路导线异物识别方法及装置 | |
CN111524158B (zh) | 水利工程复杂场景下的前景目标检测方法 | |
KR20230107035A (ko) | 전력 설비를 위한 화재 대응 방법 및 영상인식 기반 화재 대응 시스템 | |
CN110728679A (zh) | 一种管接头漏水智能监测方法 | |
CN113065416A (zh) | 集成于变电站视频监控装置的渗漏监测装置及方法、介质 | |
CN113673514B (zh) | 一种输电线路异物侵入检测方法和系统 | |
CN114943884B (zh) | 基于深度学习的设备保护方法 |
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 |