CN113343916A - 变电站设备图像中的设备特征提取方法 - Google Patents

Abstract

一种变电站设备图像中的设备特征提取方法，涉及电力系统技术领域，该方法对摄像头拍摄的变电站设备图像依次实施灰度处理、高斯滤波后，再根据像素点的平均灰度值，将二维图像转换为三维图像，再计算出三维图像的等高线及目标设备的质心，然后再采用线段最大距离、最小距离方法找出特征范围角度，再采用等分角度方法计算出目标设备的特征向量。本发明提供的方法，用于提取变电站设备图像中的目标设备图像特征。

Description

变电站设备图像中的设备特征提取方法

技术领域

本发明涉及电力系统的技术，特别是涉及一种变电站设备图像中的设备特征提取方法的技术。

背景技术

变电站监控系统都利用摄像头拍摄一些电力设备的实时图像，再从图像中分割出需要识别物体，再通过提取该物体的图像数字特征对该物体进行识别。

现有变电站监控系统对于待识别物体特征的提取方法比较复杂，步骤繁复，计算速度较慢，实时性较低。

发明内容

针对上述现有技术中存在的缺陷，本发明所要解决的技术问题是提供一种能快速提取目标设备图像特征的变电站设备图像中的设备特征提取方法。

为了解决上述技术问题，本发明所提供的一种变电站设备图像中的设备特征提取方法，其特征在于，具体步骤如下：

1)利用摄像头拍摄变电站中的目标设备；

2)对拍摄的目标设备图像实施灰度处理，处理方式为：对目标设备图像中的每个像素点，令G＝R，B＝R，其中的G为像素点的绿色色值，B为像素点的蓝色色值，R为像素点的红色色值；

3)对目标设备图像的灰度图实施标准差为σ＝1的正态高斯滤波，将正态高斯滤波后所得到的图像定义为图像V1；

为图像V1设定一个由X轴、Y轴、Z轴构成的三维直角坐标系，并且在该三维直角坐标系中，图像V1中的每个像素点的Z轴坐标值均为0；

4)计算图像V1中的所有像素点的平均灰度值Vp，将图像V1中的灰度值大于Vp的像素点的Z轴坐标值设置为1，从而将图像V1转换为三维图像V2；

5)以Z轴坐标值作为三维图像V2中的各个像素点的高度值，采用三角网等高线算法计算出三维图像V2的等高线；

6)计算出三维图像V2的质心M；

7)在三维图像V2中，在等高线上找出两个点C、D，其中的点C是等高线上与质心M的间距最大的点，点D是等高线上与质心M的间距最小的点；

8)设置迭代计数器i＝1，迭代初值∠r＝∠CMD×0.1；

其中，∠CMD为线段CM与线段DM的两个夹角中的优角，线段CM为质心M与点C之间的连线，线段DM为质心M与点D之间的连线；

9)在∠CMD内，以质心M为端点，画一条射线，该射线交等高线于点Tz(i)，并且该射线与线段CM的夹角角度为∠r；

10)如果∠r小于∠CMD，则令i＝i+1，∠r＝∠CMD×0.1×i，再转至步骤9)，反之则转步骤11)；

11)计算目标设备的n个特征向量,n的值为9，计算公式为：

X(j)＝Tz(j)->Tz(j+1)

1≤j≤n

式中，X(j)为目标设备的第j个特征向量，Tz(j)->Tz(j+1)为点Tz(j)到点Tz(j+1)的坐标向量，该坐标向量的幅值为点Tz(j)与点Tz(j+1)之间的间距，该坐标向量的方向是从点Tz(j)出发指向点Tz(j+1)。

本发明提供的变电站设备图像中的设备特征提取方法，先根据像素点的平均灰度值，将二维图像转换为三维图像，再计算出三维图像的等高线及目标设备的质心，然后再采用线段最大距离、最小距离方法找出特征范围角度，再采用等分角度方法计算出目标设备的特征向量，该方法能快速提取目标设备图像特征，实现成本低，计算准确，适合实时图像处理计算，可降低图像计算成本。

具体实施方式

以下结合具体实施例对本发明的技术方案作进一步详细描述，但本实施例并不用于限制本发明，凡是采用本发明的相似结构及其相似变化，均应列入本发明的保护范围，本发明中的顿号均表示和的关系，本发明中的英文字母区分大小写。

本发明实施例所提供的一种变电站设备图像中的设备特征提取方法，其特征在于，具体步骤如下：

1)利用摄像头拍摄变电站中的目标设备；

2)对拍摄的目标设备图像实施灰度处理，处理方式为：对目标设备图像中的每个像素点，令G＝R，B＝R，其中的G为像素点的绿色色值，B为像素点的蓝色色值，R为像素点的红色色值；

3)对目标设备图像的灰度图实施标准差为σ＝1的正态高斯滤波，将正态高斯滤波后所得到的图像定义为图像V1；

为图像V1设定一个由X轴、Y轴、Z轴构成的三维直角坐标系，并且在该三维直角坐标系中，图像V1中的每个像素点的Z轴坐标值均为0；

4)计算图像V1中的所有像素点的平均灰度值Vp，将图像V1中的灰度值大于Vp的像素点的Z轴坐标值设置为1，从而将图像V1转换为三维图像V2；

5)以Z轴坐标值作为三维图像V2中的各个像素点的高度值，采用三角网等高线算法计算出三维图像V2的等高线；

三角网等高线算法为现有技术，在很多文献中都有记载，本实施例不再赘述；

6)计算出三维图像V2的质心M；

计算图像质心的方法为现有技术，在很多现有技术文献中都有记载，本实施例不再赘述，比如授权公告号为CN101006728B的中国专利文献中就公开了计算图像质心的方法；

7)在三维图像V2中，在等高线上找出两个点C、D，其中的点C是等高线上与质心M的间距最大的点，点D是等高线上与质心M的间距最小的点；

8)设置迭代计数器i＝1，迭代初值∠r＝∠CMD×0.1；

其中，∠CMD为线段CM与线段DM的两个夹角中的优角，线段CM为质心M与点C之间的连线，线段DM为质心M与点D之间的连线；

9)在∠CMD内，以质心M为端点，画一条射线，该射线交等高线于点Tz(i)，并且该射线与线段CM的夹角角度为∠r；

10)如果∠r小于∠CMD，则令i＝i+1，∠r＝∠CMD×0.1×i，再转至步骤9)，反之则转步骤11)；

11)计算目标设备的n个特征向量,n的值为9，计算公式为：

X(j)＝Tz(j)->Tz(j+1)

1≤j≤n

式中，X(j)为目标设备的第j个特征向量，Tz(j)->Tz(j+1)为点Tz(j)到点Tz(j+1)的坐标向量，该坐标向量的幅值为点Tz(j)与点Tz(j+1)之间的间距，该坐标向量的方向是从点Tz(j)出发指向点Tz(j+1)。

Claims (1)

1.一种变电站设备图像中的设备特征提取方法，其特征在于，具体步骤如下：

1)利用摄像头拍摄变电站中的目标设备；

2)对拍摄的目标设备图像实施灰度处理，处理方式为：对目标设备图像中的每个像素点，令G＝R，B＝R，其中的G为像素点的绿色色值，B为像素点的蓝色色值，R为像素点的红色色值；

3)对目标设备图像的灰度图实施标准差为σ＝1的正态高斯滤波，将正态高斯滤波后所得到的图像定义为图像V1；

为图像V1设定一个由X轴、Y轴、Z轴构成的三维直角坐标系，并且在该三维直角坐标系中，图像V1中的每个像素点的Z轴坐标值均为0；

4)计算图像V1中的所有像素点的平均灰度值Vp，将图像V1中的灰度值大于Vp的像素点的Z轴坐标值设置为1，从而将图像V1转换为三维图像V2；

5)以Z轴坐标值作为三维图像V2中的各个像素点的高度值，采用三角网等高线算法计算出三维图像V2的等高线；

6)计算出三维图像V2的质心M；

7)在三维图像V2中，在等高线上找出两个点C、D，其中的点C是等高线上与质心M的间距最大的点，点D是等高线上与质心M的间距最小的点；

8)设置迭代计数器i＝1，迭代初值∠r＝∠CMD×0.1；

其中，∠CMD为线段CM与线段DM的两个夹角中的优角，线段CM为质心M与点C之间的连线，线段DM为质心M与点D之间的连线；

9)在∠CMD内，以质心M为端点，画一条射线，该射线交等高线于点Tz(i)，并且该射线与线段CM的夹角角度为∠r；

10)如果∠r小于∠CMD，则令i＝i+1，∠r＝∠CMD×0.1×i，再转至步骤9)，反之则转步骤11)；

11)计算目标设备的n个特征向量,n的值为9，计算公式为：

X(j)＝Tz(j)->Tz(j+1)

1≤j≤n

式中，X(j)为目标设备的第j个特征向量，Tz(j)->Tz(j+1)为点Tz(j)到点Tz(j+1)的坐标向量，该坐标向量的幅值为点Tz(j)与点Tz(j+1)之间的间距，该坐标向量的方向是从点Tz(j)出发指向点Tz(j+1)。