CN111899210A - 一种基于图像识别的电弧检测方法 - Google Patents

一种基于图像识别的电弧检测方法 Download PDF

Info

Publication number
CN111899210A
CN111899210A CN202010224673.0A CN202010224673A CN111899210A CN 111899210 A CN111899210 A CN 111899210A CN 202010224673 A CN202010224673 A CN 202010224673A CN 111899210 A CN111899210 A CN 111899210A
Authority
CN
China
Prior art keywords
picture
arc
suspected
electric arc
image recognition
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
Application number
CN202010224673.0A
Other languages
English (en)
Inventor
李利军
钟勇
牟珂
边山宝
刘澄宇
刘春平
华泽玺
任健鹏
薛恒
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.)
Sichuan Durui Sensing Technology Co ltd
Southwest Jiaotong University
Second Engineering Co Ltd of China Railway Construction Electrification Bureau Group Co Ltd
Original Assignee
Sichuan Durui Sensing Technology Co ltd
Southwest Jiaotong University
Second Engineering Co Ltd of China Railway Construction Electrification Bureau Group 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 Sichuan Durui Sensing Technology Co ltd, Southwest Jiaotong University, Second Engineering Co Ltd of China Railway Construction Electrification Bureau Group Co Ltd filed Critical Sichuan Durui Sensing Technology Co ltd
Priority to CN202010224673.0A priority Critical patent/CN111899210A/zh
Publication of CN111899210A publication Critical patent/CN111899210A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30152—Solder

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种基于图像识别的电弧检测方法，包括以下步骤：使用摄像头采集现场图片；将采集的现场图片转换为灰度图片，排除电弧颜色的影响；利用阈值化处理将灰度图片中的疑似电弧从正常环境中分割出来；对灰度图片进行分割后，利用帧差法将疑似电弧的最小外接矩形作为疑似区域图片；将疑似区域图片送入已训练好的视频分类模型结构中进行分类，判断是否存在真实电弧。本发明在无人值守化的变电站中实现了以少量监视摄像头监测全站的异常电弧情况，使用已训练好的视频分类模型结构进行分类，通过图像处理识别到电弧存在，兼容性强，检测范围广，且无需更换变电站已有设备，使用常用的摄像头即可实现，节省成本。

Description

一种基于图像识别的电弧检测方法
技术领域
本发明涉及图像处理技术领域，特别涉及一种基于图像识别的电弧检测方法。
背景技术
变电站内设备产生的异常电弧，其温度高达数千摄氏度，轻则损坏设备，重则可能产生爆炸，酿成火灾，威胁生命和财产安全。因此，对电弧的实时监测是变电站无人值守化后安全运行的必要措施。
目前，对异常电弧的视频检测算法常采用的是帧差法，对场景变化过于敏感，存在误报率高的问题。
发明内容
本发明的目的在于改善现有技术中所存在的不足，提供一种基于图像识别的电弧检测方法。
为了实现上述发明目的，本发明实施例提供了以下技术方案：
一种基于图像识别的电弧检测方法，包括以下步骤：
步骤S1：使用摄像头采集现场图片；
步骤S2：将采集的现场图片转换为灰度图片，排除电弧颜色的影响；
步骤S3：利用阈值化处理将灰度图片中的疑似电弧从正常环境中分割出来；
步骤S4：对灰度图片进行分割后，利用帧差法将疑似电弧的最小外接矩形作为疑似区域图片；
步骤S5：将疑似区域图片送入已训练好的视频分类模型结构中进行分类，判断是否存在真实电弧。
本方案通过摄像仪采集变电站现场设备，采用视频分类模型结构的深度训练学习方法，实现检测异常电弧，解决了电弧因场景变化存在的误报率，且通过现有的摄像仪即可实现，无需更改设备，节省了成本。
更进一步地，为了更好的实现本发明，所述阈值化处理的具体步骤为：
Figure BDA0002427247400000021
其中，dst为灰度图片，src为疑似电弧，thresh为正常环境中疑似电弧的阈值。
更进一步地，为了更好的实现本发明，所述将疑似区域图片送入已训练好的视频分类模型结构中进行分类，判断是否存在真实电弧的步骤，包括：
步骤S5-1：运用inceptionV3网络对疑似区域图片进行特征提取；
步骤S5-2：将提取的特征送入LSTM网络，通过时序关系分析，判断是否存在真实电弧；
步骤S5-3：若存在真实电弧，则还原采集的现场图片，给出采集该现场图片的摄像头位置。
与现有技术相比，本发明的有益效果：
本发明在无人值守化的变电站中实现了以少量监视摄像头监测全站的异常电弧情况，使用已训练好的视频分类模型结构进行分类，通过图像处理识别到电弧存在，兼容性强，检测范围广，且无需更换变电站已有设备，使用常用的摄像头即可实现，节省成本。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本发明较佳实施例提供的基于图像识别的电弧检测方法流程图。
图2为实施例中使用的视频分类模型的分类流程示意图。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
实施例：
本发明通过下述技术方案实现，如图1所示，一种基于图像识别的电弧检测方法，包括以下步骤：
步骤S1：使用摄像头采集现场图片。
本步骤使用常用的摄像头采集变电站需要检测电弧的现场图片即可，对摄像头设置一定的采集频率。
步骤S2：将采集的现场图片转换为灰度图片，排除电弧颜色的影响。
采集的现场图片是彩色图像，若存在电弧，阳光下或有光照的情况下则不能分辨出电弧，因此需要将现场图片转换为灰度图片，排除电弧颜色的影响。
步骤S3：利用阈值化处理将灰度图片中的疑似电弧从正常环境中分割出来。
由于电弧和周围环境存在较大的亮度差别，利用阈值化处理分割出疑似电弧，阈值化处理的方式为：
Figure BDA0002427247400000041
其中，dst为灰度图片，src为疑似电弧，thresh为正常环境中疑似电弧的阈值。
步骤S4：对灰度图片进行分割后，利用帧差法将疑似电弧的最小外接矩形作为疑似区域图片。
步骤S5：将疑似区域图片送入已训练好的视频分类模型结构中进行分类，判断是否存在真实电弧。
如图2所示，视频分类模型结构的分类流程包括：
步骤S5-1：运用inceptionV3网络对疑似区域图片进行特征提取；
步骤S5-2：将提取的特征送入LSTM网络，通过时序关系分析，判断是否存在真实电弧；
步骤S5-3：若存在真实电弧，则还原采集的现场图片，给出采集该现场图片的摄像头位置。
在进行视频分类时，训练的负样本中包含了火灾、阳光变化、灯光照射等与电弧物理特征相似的干扰现象，提高了视频分类模型的准确性。
本发明在无人值守化的变电站中实现了以少量监视摄像头监测全站的异常电弧情况，使用已训练好的视频分类模型结构进行分类，通过图像处理识别到电弧存在，兼容性强，检测范围广，且无需更换变电站已有设备，使用常用的摄像头即可实现，节省成本。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (3)

1.一种基于图像识别的电弧检测方法，其特征在于：包括以下步骤：
步骤S1：使用摄像头采集现场图片；
步骤S2：将采集的现场图片转换为灰度图片，排除电弧颜色的影响；
步骤S3：利用阈值化处理将灰度图片中的疑似电弧从正常环境中分割出来；
步骤S4：对灰度图片进行分割后，利用帧差法将疑似电弧的最小外接矩形作为疑似区域图片；
步骤S5：将疑似区域图片送入已训练好的视频分类模型结构中进行分类，判断是否存在真实电弧。
2.根据权利要求1所述的一种基于图像识别的电弧检测方法，其特征在于：所述阈值化处理的具体步骤为：
Figure FDA0002427247390000011
其中，dst为灰度图片，src为疑似电弧，thresh为正常环境中疑似电弧的阈值。
3.根据权利要求1或2所述的一种基于图像识别的电弧检测方法，其特征在于：所述将疑似区域图片送入已训练好的视频分类模型结构中进行分类，判断是否存在真实电弧的步骤，包括：
步骤S5-1：运用inceptionV3网络对疑似区域图片进行特征提取；
步骤S5-2：将提取的特征送入LSTM网络，通过时序关系分析，判断是否存在真实电弧；
步骤S5-3：若存在真实电弧，则还原采集的现场图片，给出采集该现场图片的摄像头位置。
CN202010224673.0A 2020-03-26 2020-03-26 一种基于图像识别的电弧检测方法 Pending CN111899210A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010224673.0A CN111899210A (zh) 2020-03-26 2020-03-26 一种基于图像识别的电弧检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010224673.0A CN111899210A (zh) 2020-03-26 2020-03-26 一种基于图像识别的电弧检测方法

Publications (1)

Publication Number Publication Date
CN111899210A true CN111899210A (zh) 2020-11-06

Family

ID=73206197

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010224673.0A Pending CN111899210A (zh) 2020-03-26 2020-03-26 一种基于图像识别的电弧检测方法

Country Status (1)

Country Link
CN (1) CN111899210A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113376473A (zh) * 2021-04-26 2021-09-10 国网天津市电力公司城南供电分公司 一种基于支持向量机和图像识别的故障电弧检测方法
CN113378973A (zh) * 2021-06-29 2021-09-10 沈阳雅译网络技术有限公司 一种基于自注意力机制的图像分类方法
CN115077605A (zh) * 2022-06-06 2022-09-20 昂顿科技（上海）有限公司 智能变电站管理系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102609727A (zh) * 2012-03-06 2012-07-25 中国人民解放军理工大学工程兵工程学院 基于无量纲特征提取的火灾火焰检测方法
US20160171852A1 (en) * 2014-12-12 2016-06-16 Andy Lin Real-time video analysis for security surveillance
CN106951899A (zh) * 2017-02-24 2017-07-14 李刚毅 基于图像识别的异常检测方法
CN107909010A (zh) * 2017-10-27 2018-04-13 北京中科慧眼科技有限公司 一种道路障碍物检测方法与装置
CN110517435A (zh) * 2019-09-08 2019-11-29 天津大学 一种便携式即时防火预警及信息采集处理预警系统及方法
CN110674887A (zh) * 2019-10-08 2020-01-10 中兴飞流信息科技有限公司 一种基于视频分类的端到端道路拥堵检测算法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102609727A (zh) * 2012-03-06 2012-07-25 中国人民解放军理工大学工程兵工程学院 基于无量纲特征提取的火灾火焰检测方法
US20160171852A1 (en) * 2014-12-12 2016-06-16 Andy Lin Real-time video analysis for security surveillance
CN106951899A (zh) * 2017-02-24 2017-07-14 李刚毅 基于图像识别的异常检测方法
CN107909010A (zh) * 2017-10-27 2018-04-13 北京中科慧眼科技有限公司 一种道路障碍物检测方法与装置
CN110517435A (zh) * 2019-09-08 2019-11-29 天津大学 一种便携式即时防火预警及信息采集处理预警系统及方法
CN110674887A (zh) * 2019-10-08 2020-01-10 中兴飞流信息科技有限公司 一种基于视频分类的端到端道路拥堵检测算法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
张炯;蒋超伟;张素梅;闫海宁;弋立平;张振宇;杨拯;: "基于视频分析的变电站故障弧光检测方法", 广东化工, no. 04, 28 February 2020 (2020-02-28) *
曹哲: "基于视频图像的火焰识别和背景干扰滤除算法", 硕士电子期刊, 15 July 2009 (2009-07-15) *
薛继光: "基于时空域深度神经网络的视频烟雾检测研究", 硕士电子期刊, 15 October 2018 (2018-10-15) *
陈宁;丁飞;: "一种改进的帧差法实现火焰目标分割", 火灾科学, no. 04, 15 October 2012 (2012-10-15) *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113376473A (zh) * 2021-04-26 2021-09-10 国网天津市电力公司城南供电分公司 一种基于支持向量机和图像识别的故障电弧检测方法
CN113378973A (zh) * 2021-06-29 2021-09-10 沈阳雅译网络技术有限公司 一种基于自注意力机制的图像分类方法
CN113378973B (zh) * 2021-06-29 2023-08-08 沈阳雅译网络技术有限公司 一种基于自注意力机制的图像分类方法
CN115077605A (zh) * 2022-06-06 2022-09-20 昂顿科技（上海）有限公司 智能变电站管理系统

Similar Documents

Publication Publication Date Title
CN111899210A (zh) 一种基于图像识别的电弧检测方法
CN106600888B (zh) 一种森林火灾自动检测方法及系统
CN108062542B (zh) 被遮挡的人脸的检测方法
CN108399359B (zh) 一种视频序列下实时火灾检测预警方法
CN109034038B (zh) 一种基于多特征融合的火灾识别装置
CN111310556A (zh) 基于中小学学生区域防溺水安全监管系统及其监控方法
CN108009479A (zh) 分布式机器学习系统及其方法
CN107688793A (zh) 一种变电站室外火灾自动监测预警方法
CN111127810A (zh) 机房明火自动告警方法及系统
CN111127433B (zh) 一种检测火焰的方法及装置
CN113298077A (zh) 一种基于深度学习的变电站异物识别定位方法及装置
CN112488213A (zh) 一种基于多尺度特征学习网络的火灾图片分类方法
CN107704818A (zh) 一种基于视频图像的火灾检测系统
CN105869184A (zh) 基于路径分析的林火烟雾图像检测方法
CN117934897A (zh) 一种设备异常检测方法、装置、设备以及存储介质
CN112364884A (zh) 一种移动物体侦测的方法
Almanasra et al. Alternative real-time image-based smoke detection algorithm
CN116740885A (zh) 烟雾火焰报警方法、装置、电子设备及存储介质
CN111598007A (zh) 一种变电站设备自动监测方法
CN111541877A (zh) 一种变电站设备自动监测系统
CN116033119A (zh) 基于视频图像识别的高低压线路强放电监测系统及方法
CN114863330A (zh) 一种目标对象检测方法、系统及计算机存储介质
CN112507925A (zh) 一种基于慢特征分析的火灾检测方法
CN108985222B (zh) 一种用于接打电话识别的深度学习网络模型及系统
CN112396024A (zh) 一种基于卷积神经网络的森林火灾告警方法

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