CN111738142B - 一种用于判断空气开关状态的方法和系统 - Google Patents

一种用于判断空气开关状态的方法和系统 Download PDF

Info

Publication number
CN111738142B
CN111738142B CN202010567252.8A CN202010567252A CN111738142B CN 111738142 B CN111738142 B CN 111738142B CN 202010567252 A CN202010567252 A CN 202010567252A CN 111738142 B CN111738142 B CN 111738142B
Authority
CN
China
Prior art keywords
air switch
area
brake
photo
state
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.)
Active
Application number
CN202010567252.8A
Other languages
English (en)
Other versions
CN111738142A (zh
Inventor
罗伟华
陈旭
李密
颜茂春
陈嘉华
陈佳期
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujian Strait Zhihui Technology Co ltd
Original Assignee
Fujian Strait Zhihui Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujian Strait Zhihui Technology Co ltd filed Critical Fujian Strait Zhihui Technology Co ltd
Priority to CN202010567252.8A priority Critical patent/CN111738142B/zh
Publication of CN111738142A publication Critical patent/CN111738142A/zh
Application granted granted Critical
Publication of CN111738142B publication Critical patent/CN111738142B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/26Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01HELECTRIC SWITCHES; RELAYS; SELECTORS; EMERGENCY PROTECTIVE DEVICES
    • H01H9/00Details of switching devices, not covered by groups H01H1/00 - H01H7/00
    • H01H9/16Indicators for switching condition, e.g. "on" or "off"

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明给出了一种用于判断空气开关状态的方法和系统,包括获取包含待判断空气开关状态信息的照片,对照片进行预处理,获取空气开关的拉闸所处的位置,其中,预处理包括对照片进行二值化;利用opencv的最大连通区域截取空气开关的拉闸部分的区域,并将区域上下等分;基于上下区域中拉闸部分的面积占比,获取拉闸所在区域,并据此判断空气开关的状态。本发明通过图象识别技术对空气开关的状态进行判断,相较于人工判断更加准确快速,降低了认为检测的错误率,且无需事先安装辅助接点。

Description

一种用于判断空气开关状态的方法和系统
技术领域
本发明涉及电力设备的技术领域,尤其是一种用于判断空气开关状态的方法和系统。
背景技术
空气开关,又名空气断路器,是断路器的一种。是一种只要电路中电流超过额定电流就会自动断开的开关。空气开关是低压配电网络和电力拖动系统中非常重要的一种电器,它集控制和多种保护功能于一身。除能完成接触和分断电路外,尚能对电路或电气设备发生的短路、严重过载及欠电压等进行保护,同时也可以用于不频繁地启动电动机。空气开关作为一种辅助设备,在变电站不仅使用数量大,而且关系到保护装置、通信网络设备的正常运行,作用十分重要。
一般来说,空气开关的状态检测可以通过自身的辅助接点来实现,辅助接点属于空气开关的附件,实际应用中很多空气开关事先都没有安装辅助接点。检测变电站各种屏柜上面空气开关,有时会因误操作空气开关而带来的电力不安全事故,目前市场上尚未发现可以检测空气开关的分合状态的检测装置,无法避免因误操作空气开关而带来的电力不安全事故,也无法远程监视空气开关的分合状态以更好地提高电力生产管理的安全性。现有专利中的检测空气开关状态的一些装置,其结构复杂,具有较多的模块,不能适合不同品牌型号的空气开关,实用性低。
另一方面,即便能够安装辅助接点,为了实现信号的传输,还需要重新布线,将所有接点通过硬接线方式接入信号采集单元。空气开关在屏柜上排列紧密,周围空间狭小,施工难度仍然很大。
发明内容
为了解决现有技术中空气开关的状态检测的装置结构复杂,难以适配不同品牌型号的空气开关的技术问题,本发明提出了一种用于判断空气开关状态的方法和系统,用以解决上述难题。
在一个方面,本发明提出了一种用于判断空气开关状态的方法,该方法包括以下步骤:
S1:获取包含待判断空气开关状态信息的照片,对照片进行预处理,获取空气开关的拉闸所处的位置,其中,预处理包括对照片进行二值化;
S2:利用opencv的最大连通区域截取空气开关的拉闸部分的区域,并将区域上下等分;以及
S3:基于上下区域中拉闸部分的面积占比,获取拉闸所在区域,并据此判断空气开关的状态。
优选的,步骤S1还包括,利用目标检测算法获取空气开关的位置,并进行去框处理获得空气开关图片。凭借去框处理获得空气开关图片可以便于进行后续空气开关状态识别的操作。
优选的,步骤S1中空气开关位置的获取方法还可以为:基于预先获取的空气开关的表盘的HSV值,匹配获得照片中的空气开关的位置并截取空气开关图片。HSV空间能够非常直观的表达色彩的明暗、色调以及鲜艳程度,方便进行颜色之间的对比。
进一步优选的,步骤S2中拉闸部分的区域的截取方法还可以为:利用空气开关的表盘的HSV值与空气开关图片进行匹配,获取不匹配的部分即拉闸部分的区域。该方法可以迅速的获取空气开关的拉闸部分的区域。
优选的,步骤S3具体包括:响应于拉闸部分在上半区域中的面积大于下半区域的面积,拉闸处于下半区域,空气开关处于关闭状态;响应于拉闸部分在上半区域中的面积小于下半区域的面积,拉闸处于上半区域,空气开关处于开启状态。
优选的,面积表示为拉闸在区域内的像素点数量。利用像素点数量可以快速的获得比对结果。
优选的,预处理还包括对二值化后的图像进行膨胀处理。膨胀处理可以获得利于进行识别操作的图片。
根据本发明的第二方面,提出了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被计算机处理器执行时上述方法。
根据本发明的第三方面,提出了一种用于判断空气开关状态的系统,包括:
预处理单元:配置用于获取包含待判断空气开关状态的照片,对照片进行预处理,获取空气开关的拉闸位置,其中,预处理包括对照片进行二值化;
区域分割单元:配置用于利用opencv的最大连通区域截取空气开关的拉闸部分的区域,并将区域上下等分;以及
判断单元:配置用于基于上下区域中拉闸部分的面积占比,获取拉闸所在区域,并据此判断空气开关的状态。
根据权利要求9的一种用于判断空气开关的系统,其特征在于,预处理单元还可以配置用于基于预先获取的空气开关的表盘的HSV值,匹配获得照片中的空气开关的位置并截取空气开关图片,利用空气开关的表盘的HSV值与空气开关图片进行匹配,获取不匹配的部分即拉闸部分的区域。
本发明的用于判断空气开关状态的方法和系统,并且可以利用HSV匹配一整张照片的HSV值,找到空开的位置,截取空开并获取拉闸部分,利用空气开关的表盘颜色与拉闸部分颜色具有鲜明对比的特征,通过二值化放大该特征获得拉闸部分,通过分割后的面积对比获得拉闸的位置进而推断出空气开关的开合状态。通过上述自动化的判断方式对空气开关的状态进行识别处理,无需额外事先安装辅助接点、布线,将所有接点通过硬接线方式接入信号采集单元的方式,可以借助巡检机器人或者图像采集设备定期进行图像采集即可实现空气开关的自动化判断,相比于人工检测,降低了人为检测的错误率,提高了效率。
附图说明
包括附图以提供对实施例的进一步理解并且附图被并入本说明书中并且构成本说明书的一部分。附图图示了实施例并且与描述一起用于解释本发明的原理。将容易认识到其它实施例和实施例的很多预期优点,因为通过引用以下详细描述,它们变得被更好地理解。通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本发明的一个实施例的用于判断空气开关状态的方法的流程图;
图2是本发明的第一个具体实施例的判断空气开关状态的方法流程示意图;
图3是本发明的第二个具体实施例的判断空气开关状态的方法流程示意图;
图4是本发明的第三个具体实施例的判断空气开关状态的方法流程示意图;
图5是本发明的一个实施例的用于判断空气开关状态的系统的框架图;
图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
根据本发明的一个实施例的用于判断空气开关状态的方法,图1示出了根据本发明的实施例的用于判断空气开关状态的方法的流程图。如图1所示,该方法包括以下步骤:
S101:获取包含待判断空气开关状态信息的照片,对照片进行预处理,获取空气开关的拉闸所处的位置,其中,预处理包括对照片进行二值化。
在具体的实施例中,通过目标检测算法获取包含待判断空气开关状态信息的照片,并进行去框操作获取空气开关的图片,目标检测算法具体可以采用Tensorflow来构建目标检测,Tensorflow实现机器学习算法的一般流程为:加载数据集;定义算法公式,也就是前向计算的计算图;定义损失函数(lossfunction),选定优化器,并指定优化器优化损失函数;对数据进行迭代训练;在测试集或交叉验证数据集上进行准确率评估。在预训练模型的基础上,使用自有数据对模型进行训练和调优。
在另一个实施例中,还可以利用基于HSV值得比对方式获取空气开关的位置,具体为:提取空开表盘颜色的HSV值(相对于RGB空间,HSV空间能够非常直观的表达色彩的明暗,色调,以及鲜艳程度,方便进行颜色之间的对比),通过对HSV匹配一整张照片的HSV值,可以找到空开的位置,就可以将空开截取出来。
S102:利用opencv的最大连通区域截取空气开关的拉闸部分的区域,并将区域上下等分。
在具体的实施例中,连通区域(ConnectedComponent)一般是指图像中具有相同像素值且位置相邻的前景像素点组成的图像区域(Region,Blob)。连通区域分析(ConnectedComponentAnalysis,ConnectedComponentLabeling)是指将图像中的各个连通区域找出并标记。连通区域分析是一种在CVPR和图像分析处理的众多应用领域中较为常用和基本的方法,通常连通区域分析处理的对象是一张二值化后的图像。通过最大连通区域的处理可以获得空气开关的拉闸部分的区域,该部分区域作为判断空气开关状态的重要特征,对其进行上下等分处理,便于进行下一步骤的拉闸位置的判断。
在另一个实施例中,对于利用HSV值获取的空气开关位置的方式,拉闸部分的获取还可以为:通过对HSV值匹配一整张照片的HSV值,可以找到空气开关的位置,就可以将空气开关截取出来。将空气开关截取出来后,匹配不上HSV值的部分就是拉闸的部分,然后将拉闸部分二值化,分割成上下两张图。该方法同样可以获得拉闸部分的区域,同样能够为下一步骤提供分析基础,实现本发明的技术效果。
在优选的实施例中,对于利用HSV值获取的空气开关位置的方式,对于拉闸部分的二值化图像进行膨胀处理,使图像的边缘像素值增加,整体的像素值扩张,达到图像的膨胀效果,并利用最大连通区域获得拉闸部分的区域特征用于进行后续判断。
S103:基于上下区域中拉闸部分的面积占比,获取拉闸所在区域,并据此判断空气开关的状态。
在具体的实施例中,若拉闸部分在上半区域中的面积大于下半区域的面积,表示拉闸处于下半区域,此时空气开关处于关闭状态;若拉闸部分在上半区域中的面积小于下半区域的面积,表示拉闸处于上半区域,此时空气开关处于开启状态。通过拉闸在上下区域中的面积能够快速的获取拉闸所在的位置信息,并以此获得空气开关当前的状态,该方式判断的结果准确,可以通过获取上下区域的拉闸部分的像素点数量表示拉闸在上下区域的面积,判断速度非常迅速。
继续参考图2,图2示出了根据本发明的第一个具体实施例的判断空气开关状态的方法流程示意图,目前在使用的所有空气开关中,空气开关表盘颜色跟拉闸部分颜色有鲜明的对比,如图2所示,该判断空气开关状态的方法包括以下流程:步骤201:在对照片中的图像进行二值化;设定好阈值后,这两块的对比会十分的鲜明。步骤202:最大连通区域;在进行二值化后,除了拉闸部分还有一些其余干扰部分,但是面积都不如拉闸部分的大,所以可以通过Opencv里最大连通区域,可以找到拉闸部分。步骤203:上下切分;找到拉闸部分区域后,将这个区域进行上下两部分切割。步骤204:比较面积;拉闸横杆所在位置的面积最大,根据计算面积比,可以推测出拉闸横杆所在位置,之后进行步骤205:得出结果;即空气开关是开还是关的状态。
图3示出了根据本发明的第二个具体实施例的判断空气开关状态的方法流程示意图,如图3所示,该判断空气开关状态的方法包括以下流程:步骤301:获取表盘HSV值;提取空开表盘颜色的HSV值(相对于RGB空间,HSV空间能够非常直观的表达色彩的明暗,色调,以及鲜艳程度,方便进行颜色之间的对比),通过对HSV匹配一整张照片的HSV值,可以找到空开的位置,就可以将空开截取出来。步骤302:框出表盘,找出非匹配区域就是拉闸;将空开截取出来后,匹配不上HSV值的部分就是拉闸的部分。步骤303:二值化、膨胀、最大连通区域;通过二值化、膨胀、最大连通区域获取拉闸部分的二值化最大连通区域,以便进行拉闸位置的判断。步骤304:上下分割;找到拉闸部分区域后,将这个区域进行上下两部分切割。之后进行步骤305:得出结果;对面积进行对比,得到推测出拉闸横杆所在位置,获得空气开关是开还是关的状态。
图4示出了根据本发明的第三个具体实施例的判断空气开关状态的方法流程示意图,如图4所示,该判断空气开关状态的方法包括以下流程:步骤401:去框;通过目标检测的方法在一张照片中找到空开的大致位置,但是有时候安装的位置比空开大,存在一定的缝隙,对识别有一定的影响,为避免这些情况对识别造成误差,对目标检测后的图片,进行一个去框的操作。步骤402:分割图像;通过一对角线和水平等分线对去框后的空气开关图像进行分割。步骤403:作为向下的比对;该步骤示出了空气开关拉闸在下部的示意图。步骤404:计算灰色面积占比;计算对角线和水平等分线形成的右下角区域内灰色面积的占比,若该占比小于预设阈值(例如50%)表示拉闸位于该区域即拉闸处于下方。之后进行步骤405:得出结果,即空气开关的状态是开或者关。
图5是本发明的一个实施例的用于判断空气开关状态的系统的框架图。该系统包括发送预处理单元501、区域分割单元502和判断单元503,其中预处理单元501:配置用于获取包含待判断空气开关状态的照片,对照片进行预处理,获取空气开关的拉闸位置,其中,预处理包括对照片进行二值化;区域分割单元502:配置用于利用opencv的最大连通区域截取空气开关的拉闸部分的区域,并将区域上下等分;判断单元503:配置用于基于上下区域中拉闸部分的面积占比,获取拉闸所在区域,并据此判断空气开关的状态。
在具体的实施例中,预处理单元501还可以配置用于基于预先获取的空气开关的表盘的HSV值,匹配获得照片中的空气开关的位置并截取空气开关图片,利用空气开关的表盘的HSV值与空气开关图片进行匹配,获取不匹配的部分即拉闸部分的区域。
下面参考图6,其示出了适于用来实现本申请实施例的电子设备的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM603中,还存储有系统600操作所需的各种程序和数据。CPU601、ROM602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质,该计算机可读存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。描述于本申请实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。
作为另一方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取包含待判断空气开关状态信息的照片,对照片进行预处理,获取空气开关的拉闸所处的位置,其中,预处理包括对照片进行二值化;利用opencv的最大连通区域截取空气开关的拉闸部分的区域,并将区域上下等分;基于上下区域中拉闸部分的面积占比,获取拉闸所在区域,并据此判断空气开关的状态。
1.以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (5)

1.一种用于判断空气开关状态的方法,其特征在于,包括:
S1:获取包含待判断空气开关状态信息的照片,对所述照片进行预处理,获取所述空气开关的拉闸所处的位置,其中,所述预处理包括对所述照片进行二值化,其中,所述获取包含待判断空气开关状态信息的照片还包括利用目标检测算法获取所述空气开关的位置,并进行去框处理获得空气开关图片,或基于预先获取的所述空气开关的表盘的HSV值,匹配获得所述照片中的所述空气开关的位置并截取空气开关图片;
S2:利用opencv的最大连通区域截取所述空气开关的拉闸部分的区域,并将所述区域上下等分,所述拉闸部分的区域的截取方法还包括利用所述空气开关的表盘的HSV值与所述空气开关图片进行匹配,获取不匹配的部分即所述拉闸部分的区域;以及
S3:基于上下区域中所述拉闸部分的面积占比,获取所述拉闸所在区域,并据此判断所述空气开关的状态;其中,响应于所述拉闸部分在上半区域中的面积大于下半区域的面积,所述拉闸处于下半区域,所述空气开关处于关闭状态;响应于所述拉闸部分在上半区域中的面积小于下半区域的面积,所述拉闸处于上半区域,所述空气开关处于开启状态。
2.根据权利要求1所述的用于判断空气开关状态的方法,其特征在于,所述面积表示为所述拉闸在所述区域内的像素点数量。
3.根据权利要求1所述的用于判断空气开关状态的方法,其特征在于,所述预处理还包括对所述二值化后的图像进行膨胀处理。
4.一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,该计算机程序被计算机处理器执行时实施权利要求1至3中任一项所述的方法。
5.一种用于判断空气开关状态的系统,其特征在于,包括:
预处理单元:配置用于获取包含待判断空气开关状态的照片,对所述照片进行预处理,获取所述空气开关的拉闸位置,其中,所述预处理包括对所述照片进行二值化,其中,所述获取包含待判断空气开关状态信息的照片还包括利用目标检测算法获取所述空气开关的位置,并进行去框处理获得空气开关图片,或基于预先获取的所述空气开关的表盘的HSV值,匹配获得所述照片中的所述空气开关的位置并截取空气开关图片;
区域分割单元:配置用于利用opencv的最大连通区域截取所述空气开关的拉闸部分的区域,并将所述区域上下等分,所述拉闸部分的区域的截取方法还包括利用所述空气开关的表盘的HSV值与所述空气开关图片进行匹配,获取不匹配的部分即所述拉闸部分的区域;以及
判断单元:配置用于基于上下区域中所述拉闸部分的面积占比,获取所述拉闸所在区域,并据此判断所述空气开关的状态;其中,响应于所述拉闸部分在上半区域中的面积大于下半区域的面积,所述拉闸处于下半区域,所述空气开关处于关闭状态;响应于所述拉闸部分在上半区域中的面积小于下半区域的面积,所述拉闸处于上半区域,所述空气开关处于开启状态。
CN202010567252.8A 2020-06-19 2020-06-19 一种用于判断空气开关状态的方法和系统 Active CN111738142B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010567252.8A CN111738142B (zh) 2020-06-19 2020-06-19 一种用于判断空气开关状态的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010567252.8A CN111738142B (zh) 2020-06-19 2020-06-19 一种用于判断空气开关状态的方法和系统

Publications (2)

Publication Number Publication Date
CN111738142A CN111738142A (zh) 2020-10-02
CN111738142B true CN111738142B (zh) 2023-09-22

Family

ID=72651765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010567252.8A Active CN111738142B (zh) 2020-06-19 2020-06-19 一种用于判断空气开关状态的方法和系统

Country Status (1)

Country Link
CN (1) CN111738142B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113096120A (zh) * 2021-04-30 2021-07-09 随锐科技集团股份有限公司 识别保护压板投退状态的方法及系统
CN113610091A (zh) * 2021-07-30 2021-11-05 随锐科技集团股份有限公司 一种空气开关状态的智能识别方法、识别装置及存储介质
CN113778525B (zh) * 2021-09-16 2024-04-26 中国南方电网有限责任公司超高压输电公司昆明局 基于lora通信的空开控制监测方法、装置、计算机设备
CN116229433B (zh) * 2023-01-03 2024-01-26 北京和利时系统集成有限公司 一种器件状态识别方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107257161A (zh) * 2017-06-20 2017-10-17 安徽南瑞继远电网技术有限公司 一种基于状态识别算法的变电站刀闸遥控辅助校核方法及系统
CN108564024A (zh) * 2018-04-10 2018-09-21 四川超影科技有限公司 应用于电厂环境的开关识别方法
CN109271844A (zh) * 2018-07-29 2019-01-25 国网上海市电力公司 基于OpenCV的电气柜电气符号识别方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018036937A (ja) * 2016-09-01 2018-03-08 住友電気工業株式会社 画像処理装置、画像処理システム、画像処理プログラムおよびラベル

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107257161A (zh) * 2017-06-20 2017-10-17 安徽南瑞继远电网技术有限公司 一种基于状态识别算法的变电站刀闸遥控辅助校核方法及系统
CN108564024A (zh) * 2018-04-10 2018-09-21 四川超影科技有限公司 应用于电厂环境的开关识别方法
CN109271844A (zh) * 2018-07-29 2019-01-25 国网上海市电力公司 基于OpenCV的电气柜电气符号识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于机器视觉的方形指针式仪表自动识读方法研究;杨应彬;中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑(第06期);1-105 *

Also Published As

Publication number Publication date
CN111738142A (zh) 2020-10-02

Similar Documents

Publication Publication Date Title
CN111738142B (zh) 一种用于判断空气开关状态的方法和系统
CN109271844B (zh) 基于OpenCV的电气柜电气符号识别方法
CN112508019B (zh) 基于图像识别的gis隔离/接地开关状态检测方法及系统
CN107067595B (zh) 一种指示灯的状态辨识方法、装置及电子设备
CN111178395B (zh) 一种隔离开关状态识别方法及装置
CN108734684B (zh) 动态照明场景的图像背景减除
CN112116540A (zh) 一种用于旋钮开关的档位识别方法和系统
CN112101272B (zh) 交通灯检测的方法、装置、计算机存储介质和路侧设备
CN113569819B (zh) 刀闸开合状态的识别方法、系统、存储介质及计算机设备
CN100469138C (zh) 基于视频监控与图像识别的电力变压器风机状态识别方法
CN112750162A (zh) 一种目标识别定位方法和装置
CN110782409A (zh) 一种去除多运动物体阴影的方法
CN114445350A (zh) 电力器件的图像检测方法、装置、电子设备及存储介质
CN113487559A (zh) 一种变电站隔离开关开合状态实时检测方法
CN111523423B (zh) 一种电力设备识别方法及装置
CN115083008A (zh) 运动目标检测方法、装置、设备及存储介质
CN110233965B (zh) 一种设备控制方法、装置及智能设备
CN111191721A (zh) 基于ai技术的保护压板状态识别方法
CN114241040A (zh) 一种变电站刀闸状态和合闸不到位的检测方法及其系统
CN115690470A (zh) 一种用于识别开关指示牌状态的方法和相关产品
CN114217118B (zh) 一种室内变电站高压带电显示器状态识别方法及系统
CN111899181B (zh) 去除图像中的阴影的方法和装置
CN111931726B (zh) 交通灯检测的方法、装置、计算机存储介质和路侧设备
CN112634352B (zh) 一种变电站鱼眼式分合闸状态识别方法与系统
WO2022198507A1 (zh) 障碍物检测方法、装置、设备和计算机存储介质

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