CN113343917A - 基于直方图的变电站设备识别方法 - Google Patents
基于直方图的变电站设备识别方法 Download PDFInfo
- Publication number
- CN113343917A CN113343917A CN202110740133.2A CN202110740133A CN113343917A CN 113343917 A CN113343917 A CN 113343917A CN 202110740133 A CN202110740133 A CN 202110740133A CN 113343917 A CN113343917 A CN 113343917A
- Authority
- CN
- China
- Prior art keywords
- pixel point
- image
- value
- calculating
- gray value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 13
- 238000001914 filtration Methods 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 230000007547 defect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
一种基于直方图的变电站设备识别方法,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,再根据等高线区域的形心,计算出目标区域中的各像素点的梯度值,再利用计算出来的梯度值替代灰度值,来计算图像直方图。本发明提供的方法,适合采用图像比对来识别电力设备工况的变电站监控系统使用。
Description
技术领域
本发明涉及电力系统的技术,特别是涉及一种基于直方图的变电站设备识别方法的技术。
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,再采用直方图匹配方法,将实时图像与参考图像进行比对,从而识别出电力设备的工况。
变电站中的每个摄像头通常都会有多个巡视点,每个巡视点所拍摄的电力设备是不一样的,因此摄像头每巡航至一个巡视点,就要对拍摄参数进行相应的调整,但是由于焦距调节等拍摄参数的调整存在着一定的误差,摄像头在不同时间拍摄的目标设备图像会存在一定的差异(比如图像发生偏转、尺寸变化等),这种图像发生变化的情况容易导致直方图匹配目标设备的位置出现偏差,容易导致直方图匹配失败。
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提高直方图识别成功率的基于直方图的变电站设备识别方法。
为了解决上述技术问题,本发明所提供的一种基于直方图的变电站设备识别方法,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)计算出等高线区域的形心M,并在等高线上找出距形心M最远的像素点,将该像素点与形心M之间的间距定义为R;
7)以形心M为圆心,在等高线所在平面上由内向外绘制10个同心圆,其中的内起第一个圆的半径为R/10,相邻圆之间的半径差值为R/10;
并将10个同心圆所围合成的1个圆形区域及9个圆环区域设定为10个目标区域,并且每个圆环区域都包含了围合成该圆环区域的内侧圆;
8)计算10个目标区域的平均灰度值,计算公式为:
式中,h(i)为第i个目标区域的平均灰度值,R(i,j)为第i个目标区域内的第j像素点的灰度值,n(i)为第i个目标区域内的像素点的数量;
9)计算10个目标区域中的每个像素点的梯度值,计算公式为:
10)对10个目标区域中的每个像素点,令该像素点的灰度值等于该像素点的梯度值;
11)根据三维图像V2中各个像素点的灰度值,计算三维图像V2的直方图。
本发明提供的基于直方图的变电站设备识别方法,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,再根据等高线区域的形心,计算出目标区域中的各像素点的梯度值,再利用计算出来的梯度值替代灰度值,来计算图像直方图,根据梯度值计算出来的直方图能解决图像偏转、尺寸变化的问题,从而能提高直方图识别成功率,而且该方法计算速度快、实现成本低,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基于直方图的变电站设备识别方法,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(等高线为闭合区域);
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)计算出等高线区域的形心M,并在等高线上找出距形心M最远的像素点,将该像素点与形心M之间的间距定义为R;
计算图形形心的方法为现有技术,在很多文献中都有记载,本实施例不再赘述;
7)以形心M为圆心,在等高线所在平面上由内向外绘制10个同心圆,其中的内起第一个圆的半径为R/10,相邻圆之间的半径差值为R/10;
并将10个同心圆所围合成的1个圆形区域及9个圆环区域设定为10个目标区域,并且每个圆环区域都包含了围合成该圆环区域的内侧圆;
8)计算10个目标区域的平均灰度值,计算公式为:
式中,h(i)为第i个目标区域的平均灰度值,R(i,j)为第i个目标区域内的第j像素点的灰度值,n(i)为第i个目标区域内的像素点的数量;
9)计算10个目标区域中的每个像素点的梯度值,计算公式为:
10)对10个目标区域中的每个像素点,令该像素点的灰度值等于该像素点的梯度值;
11)根据三维图像V2中各个像素点的灰度值,计算三维图像V2的直方图;
根据灰度值计算图像直方图的方法为现有技术,在很多文献中都有记载,本实施例不再赘述。
Claims (1)
1.一种基于直方图的变电站设备识别方法,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)计算出等高线区域的形心M,并在等高线上找出距形心M最远的像素点,将该像素点与形心M之间的间距定义为R;
7)以形心M为圆心,在等高线所在平面上由内向外绘制10个同心圆,其中的内起第一个圆的半径为R/10,相邻圆之间的半径差值为R/10;
并将10个同心圆所围合成的1个圆形区域及9个圆环区域设定为10个目标区域,并且每个圆环区域都包含了围合成该圆环区域的内侧圆;
8)计算10个目标区域的平均灰度值,计算公式为:
式中,h(i)为第i个目标区域的平均灰度值,R(i,j)为第i个目标区域内的第j像素点的灰度值,n(i)为第i个目标区域内的像素点的数量;
9)计算10个目标区域中的每个像素点的梯度值,计算公式为:
10)对10个目标区域中的每个像素点,令该像素点的灰度值等于该像素点的梯度值;
11)根据三维图像V2中各个像素点的灰度值,计算三维图像V2的直方图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110740133.2A CN113343917B (zh) | 2021-06-30 | 2021-06-30 | 基于直方图的变电站设备识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110740133.2A CN113343917B (zh) | 2021-06-30 | 2021-06-30 | 基于直方图的变电站设备识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113343917A true CN113343917A (zh) | 2021-09-03 |
CN113343917B CN113343917B (zh) | 2024-05-31 |
Family
ID=77482032
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110740133.2A Active CN113343917B (zh) | 2021-06-30 | 2021-06-30 | 基于直方图的变电站设备识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113343917B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101198964A (zh) * | 2005-01-07 | 2008-06-11 | 格斯图尔泰克股份有限公司 | 使用红外图案照射创建对象的三维图像 |
WO2014044126A1 (zh) * | 2012-09-21 | 2014-03-27 | Wei Yiqun | 坐标获取装置、实时三维重建系统和方法、立体交互设备 |
CN104678963A (zh) * | 2015-02-03 | 2015-06-03 | 葛武 | 一种基于计算机视觉的采集仪表设备信息的系统及方法 |
CN107967482A (zh) * | 2017-10-24 | 2018-04-27 | 广东中科南海岸车联网技术有限公司 | 图标识别方法及装置 |
US20180181803A1 (en) * | 2016-12-27 | 2018-06-28 | Shenzhen University | Pedestrian head identification method and system |
CN109001215A (zh) * | 2018-08-03 | 2018-12-14 | 深圳大图科创技术开发有限公司 | 一种基于机器视觉的电力接线端子缺陷检测系统 |
CN110059617A (zh) * | 2019-04-17 | 2019-07-26 | 北京易达图灵科技有限公司 | 一种目标物体的识别方法及装置 |
CN110363861A (zh) * | 2019-07-14 | 2019-10-22 | 南京林业大学 | 基于激光雷达点云的田地作物三维重构方法 |
CN110490857A (zh) * | 2019-08-20 | 2019-11-22 | 上海联影医疗科技有限公司 | 图像处理方法、装置、电子设备和存储介质 |
CN111652055A (zh) * | 2020-04-17 | 2020-09-11 | 西安英诺视通信息技术有限公司 | 一种基于两阶段定位的开关仪表智能识别方法 |
CN111950509A (zh) * | 2020-08-26 | 2020-11-17 | 上海申瑞继保电气有限公司 | 变电所扇形指针仪表图像识别方法 |
CN111950511A (zh) * | 2020-08-26 | 2020-11-17 | 上海申瑞继保电气有限公司 | 变电所户外柱形设备倾斜识别方法 |
CN112131924A (zh) * | 2020-07-10 | 2020-12-25 | 国网河北省电力有限公司雄安新区供电公司 | 一种基于密度聚类分析的变电站设备图像识别方法 |
-
2021
- 2021-06-30 CN CN202110740133.2A patent/CN113343917B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101198964A (zh) * | 2005-01-07 | 2008-06-11 | 格斯图尔泰克股份有限公司 | 使用红外图案照射创建对象的三维图像 |
WO2014044126A1 (zh) * | 2012-09-21 | 2014-03-27 | Wei Yiqun | 坐标获取装置、实时三维重建系统和方法、立体交互设备 |
CN104678963A (zh) * | 2015-02-03 | 2015-06-03 | 葛武 | 一种基于计算机视觉的采集仪表设备信息的系统及方法 |
US20180181803A1 (en) * | 2016-12-27 | 2018-06-28 | Shenzhen University | Pedestrian head identification method and system |
CN107967482A (zh) * | 2017-10-24 | 2018-04-27 | 广东中科南海岸车联网技术有限公司 | 图标识别方法及装置 |
CN109001215A (zh) * | 2018-08-03 | 2018-12-14 | 深圳大图科创技术开发有限公司 | 一种基于机器视觉的电力接线端子缺陷检测系统 |
CN110059617A (zh) * | 2019-04-17 | 2019-07-26 | 北京易达图灵科技有限公司 | 一种目标物体的识别方法及装置 |
CN110363861A (zh) * | 2019-07-14 | 2019-10-22 | 南京林业大学 | 基于激光雷达点云的田地作物三维重构方法 |
CN110490857A (zh) * | 2019-08-20 | 2019-11-22 | 上海联影医疗科技有限公司 | 图像处理方法、装置、电子设备和存储介质 |
CN111652055A (zh) * | 2020-04-17 | 2020-09-11 | 西安英诺视通信息技术有限公司 | 一种基于两阶段定位的开关仪表智能识别方法 |
CN112131924A (zh) * | 2020-07-10 | 2020-12-25 | 国网河北省电力有限公司雄安新区供电公司 | 一种基于密度聚类分析的变电站设备图像识别方法 |
CN111950509A (zh) * | 2020-08-26 | 2020-11-17 | 上海申瑞继保电气有限公司 | 变电所扇形指针仪表图像识别方法 |
CN111950511A (zh) * | 2020-08-26 | 2020-11-17 | 上海申瑞继保电气有限公司 | 变电所户外柱形设备倾斜识别方法 |
Non-Patent Citations (3)
Title |
---|
YUNHAI SONG等: "Instrument Recognition in Transformer Substation Base on Image Recognition Algorithm", 《2020 5TH ASIA-PACIFIC CONFERENCE ON INTELLIGENT ROBOT SYSTEMS (ACIRS)》, pages 7 - 11 * |
张玉杰;段亚萍;: "模式识别在变电站远程视频监控系统中的应用", 微处理机, no. 03, pages 89 - 92 * |
曲劲松;毛征;吴珍荣;袁建建;李红岩;: "基于二维熵的空中小目标跟踪研究", 国外电子测量技术, no. 07, pages 26 - 30 * |
Also Published As
Publication number | Publication date |
---|---|
CN113343917B (zh) | 2024-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107767423B (zh) | 一种基于双目视觉的机械臂目标定位抓取方法 | |
CN111935412B (zh) | 一种巡检目标自动识别跟踪的方法、系统及机器人 | |
CN107194991B (zh) | 一种基于骨架点局域动态更新的三维全局可视化监控系统构建方法 | |
JP5074322B2 (ja) | 画像処理装置、画像処理方法、画像処理プログラム、及び、撮像装置 | |
CN108648241B (zh) | 一种ptz摄像机现场标定及定焦方法 | |
CN102819847B (zh) | 基于ptz移动摄像头的运动轨迹提取方法 | |
CN111260788B (zh) | 一种基于双目视觉的配电柜开关状态识别方法 | |
CN109443200B (zh) | 一种全局视觉坐标系和机械臂坐标系的映射方法及装置 | |
CN110706291A (zh) | 一种适用于水池实验中运动物体三维轨迹的视觉测量方法 | |
CN112102395B (zh) | 一种基于机器视觉的自主巡检的方法 | |
CN114268736B (zh) | 一种高空间覆盖范围的塔基球型摄像机拍摄方法 | |
CN104318583A (zh) | 一种可见光宽带光谱图像配准方法 | |
CN113465522A (zh) | 一种基于点云的输电通道内隐患测距的方法 | |
CN113343917A (zh) | 基于直方图的变电站设备识别方法 | |
CN104346614A (zh) | 一种实景下的西瓜图像处理和定位方法 | |
CN112434559A (zh) | 一种机器人识别定位方法 | |
CN113343916B (zh) | 变电站设备图像中的设备特征提取方法 | |
CN113421248B (zh) | 变电站设备旋转图像数值处理方法 | |
CN112381893B (zh) | 一种面向环形多相机系统的立体标定板标定方法 | |
CN114897981A (zh) | 一种基于视觉检测的吊具位姿识别方法 | |
CN111899289B (zh) | 一种基于图像特征信息的红外图像与可见光图像的配准方法 | |
CN113421293B (zh) | 变电站设备图像质心计算方法 | |
CN110956640B (zh) | 一种异源图像边缘点检测与配准方法 | |
CN109242910B (zh) | 一种基于任意已知平面形状的单目相机自标定方法 | |
CN116934756B (zh) | 一种基于图像处理的物料检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |