CN113343917A - 基于直方图的变电站设备识别方法 - Google Patents

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

基于直方图的变电站设备识别方法

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：

式中，

为第i个目标区域内的第j个像素点的梯度值，R(i,j)为第i个目标区域内的第j像素点的灰度值，h(i)为第i个目标区域的平均灰度值；

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：

式中，

为第i个目标区域内的第j个像素点的梯度值，R(i,j)为第i个目标区域内的第j像素点的灰度值，h(i)为第i个目标区域的平均灰度值；

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：

式中，

为第i个目标区域内的第j个像素点的梯度值，R(i,j)为第i个目标区域内的第j像素点的灰度值，h(i)为第i个目标区域的平均灰度值；

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。