CN113702777A - 一种高压设备在线巡检监测系统 - Google Patents
一种高压设备在线巡检监测系统 Download PDFInfo
- Publication number
- CN113702777A CN113702777A CN202110852918.9A CN202110852918A CN113702777A CN 113702777 A CN113702777 A CN 113702777A CN 202110852918 A CN202110852918 A CN 202110852918A CN 113702777 A CN113702777 A CN 113702777A
- Authority
- CN
- China
- Prior art keywords
- image
- video
- camera
- ultraviolet
- module
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 164
- 238000007689 inspection Methods 0.000 title claims abstract description 18
- 230000005540 biological transmission Effects 0.000 claims abstract description 60
- 238000000034 method Methods 0.000 claims abstract description 52
- 238000001514 detection method Methods 0.000 claims abstract description 37
- 238000012937 correction Methods 0.000 claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 147
- 210000003128 head Anatomy 0.000 claims description 27
- 230000015572 biosynthetic process Effects 0.000 claims description 18
- 238000003786 synthesis reaction Methods 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 17
- 230000005855 radiation Effects 0.000 claims description 15
- 230000003595 spectral effect Effects 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 6
- 230000033001 locomotion Effects 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 6
- 239000013307 optical fiber Substances 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000013500 data storage Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 claims description 3
- 208000027418 Wounds and injury Diseases 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 3
- 230000006378 damage Effects 0.000 claims description 3
- 230000005684 electric field Effects 0.000 claims description 3
- 230000004907 flux Effects 0.000 claims description 3
- 208000014674 injury Diseases 0.000 claims description 3
- 210000001747 pupil Anatomy 0.000 claims description 3
- 230000009528 severe injury Effects 0.000 claims description 3
- 230000011664 signaling Effects 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 2
- 230000035945 sensitivity Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 10
- 238000003745 diagnosis Methods 0.000 description 7
- 238000009529 body temperature measurement Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000004927 fusion Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000010891 electric arc Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000013021 overheating Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001983 electron spin resonance imaging Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000000825 ultraviolet detection Methods 0.000 description 1
- 238000002211 ultraviolet spectrum Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1218—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using optical methods; using charged particle, e.g. electron, beams or X-rays
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0096—Radiation pyrometry, e.g. infrared or optical thermometry for measuring wires, electrical contacts or electronic systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/136—Incoming video signal characteristics or properties
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/67—Focus control based on electronic image sensor signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Studio Devices (AREA)
Abstract
本发明涉及设备监测技术领域，具体涉及一种高压设备在线巡检监测系统。本发明设置温度传感器和红外定时校正模块，定时对红外摄像头进行校正，保证红外摄像头的检测精度，如此提高了红外视频监控系统的采集精度，进而提高了系统的监测精度。本发明采用熵值函数作为调焦评价函数，简单易实现，综合了逐步搜索法的快速性和对分法的高精度特性，做到局部寻优，配合熵值函数的高灵敏度，提高了自动对焦的速度和精度。本发明预先将监控系统的背景图像和活动视频部分进行分开，预先对背景图像进行识别，在传输时只传输活动视频部分，大大较少了所需传输的视频数据数量，减少了信道堵塞的可能，提高了监控视频传输的可靠性和安全性。
Description
技术领域
本发明涉及设备监测技术领域，具体涉及一种高压设备在线巡检监测系统。
背景技术
超/特高压变电站及输电线路故障检测中常用的是手段是高清可见光检测，可见光检测已经相对成熟。红外测温技术具有非接触、快速、准确等优势，红外热像仪不仅可准确地测量物体的温度，还可以获得与被测物表面热分布场相对应的热像图。红外热像技术在军事、安防、产品质量控制和监测、设备在线故障诊断和安全保护等领域有重要的应用，其发展和应用前景广阔。紫外电力检测技术是最近几年的研究热点。在2010年，电力行业颁布了《带电设备紫外诊断技术应用导则》，规范了紫外成像仪的相关操作，但尚未形成诊断导则。随着紫外电力检测技术的快速发展，人们也意识到单一的检测手段无法提供从故障早期预警到晚期发现的完整、准确的检测结果。采用紫外、热红外和可见光多种视频检测技术相结合的方式能大大提高故障检出率、降低故障误检率。
在三光检测技术应用方面，美国EPRI应用紫外成像仪在架空线路和变电站进行电晕放电检测技术研究，结合红外测温和可见光检测技术，在三光融合缺陷诊断方面积累了大量的经验。同时编写了《架空输电线路电晕和电弧放电检测导则》和《变电站电晕和电弧放电检测导则》，以紫外诊断为主，辅助红外测温和可见光特征进行缺陷诊断，这是首次对电力设备缺陷进行的可见光、红外、紫外图谱三光综合诊断。
中国发明申请公开了一种基于紫外、红外、可见成像的电力巡检在线监测系统(CN201911001688.4)，将可见光、红外、紫外三种检测手段有机结合起来，优势互补，解决现在高压设备监测的技术问题，实现超/特高压变电站及输电线路放发热性缺陷、放电性缺陷和异物闯入检测预报。但是该申请中没有公开如何提高可见光图像、红外图像以及紫外图像的采集精度，而且整个监测系统的精度与采集的源图像息息相关，因此，有必要研究一种高精度的在线监测系统。
发明内容
为了解决上述问题，本发明提供了一种高压设备在线巡检监测系统，具体技术方案如下：
一种高压设备在线巡检监测系统，包括可见光摄像头、紫外摄像头、红外摄像头、可见光视频处理模块、紫外视频处理模块、红外视频处理模块、控制模块、远程监控模块；所述可见光摄像头与可见光视频处理模块连接，用于采集待监测设备的可见光监测视频，并将采集的可见光监测视频传输至可见光视频处理模块进行处理；所述紫外摄像头与紫外视频处理模块连接，用于采集待监测设备的紫外监测视频，并将采集的紫外监测视频传输至紫外视频处理模块进行处理；所述红外摄像头与红外视频处理模块连接，用于采集待监测设备的红外监测视频，并将采集的红外监测视频传输至红外视频处理模块进行处理；
所述可见光视频处理模块、紫外视频处理模块、红外视频处理模块分别与控制模块连接；所述控制模块与远程监控模块连接；
所述可见光视频处理模块用于对可见光摄像头传输来的可见光监测视频进行处理分析，并将处理分析的结果传输至控制模块；
所述紫外视频处理模块用于对紫外摄像头传输来的紫外监测视频进行处理分析，并将处理分析的结果传输至控制模块；
所述红外视频处理模块用于对红外摄像头传输来的红外监测视频进行处理分析，并将处理分析的结果传输至控制模块；
所述控制模块用于汇集可见光视频处理模块、紫外视频处理模块、红外视频处理模块发来的数据，并将数据发送至远程监控模块，并接收远程监控模块的指令；
还包括红外定时校正模块、紫外增益控制模块、可见光摄像头驱动云台、紫外摄像头驱动云台、红外摄像头驱动云台、温度传感器；所述红外定时校正模块分别与红外摄像头、红外视频处理模块连接；所述紫外增益控制模块分别与紫外摄像头、紫外视频处理模块连接；所述可见光摄像头驱动云台、紫外摄像头驱动云台、红外摄像头驱动云台、温度传感器分别与控制模块连接；所述可见光摄像头、紫外摄像头、红外摄像头分别固定在可见光摄像头驱动云台、紫外摄像头驱动云台、红外摄像头驱动云台上；
所述温度传感器用于采集待监测设备所在区域的环境温度，并将采集的数据传输至控制模块；
所述红外定时校正模块用于根据控制模块的发送的指令对红外摄像头进行温度校正；
所述紫外增益控制模块用于控制紫外摄像头的增益；
所述可见光摄像头驱动云台、紫外摄像头驱动云台、红外摄像头驱动云台分别用于搭载可见光摄像头、紫外摄像头、红外摄像头并在控制模块的控制下进行移动实现自动调焦以及调整拍摄角度。
优选地，所述红外摄像头定时校正模块采用以下方法对红外摄像头进行校正：
用
用红外摄像头照射标准黑体，假定拍摄过程中忽略大气衰减与背景干扰，红外摄像头每个像元的灰度值Gr与对应探测单元探测到的辐射通量关系为：
式中，Ωs是像元的立体角，Ad是光学系统的入瞳面积，Rλ为探测器的光谱响应，Lλ(T)是目标的光谱辐射亮度，b是红外摄像头暗电流引起的固定偏置值，K是线性系数；
对于同一个红外摄像头，在不改变其参数的情况下KΩsAd的值基本不变，可认为是一常数a；
公式中，
式中的Rλ是红外摄像头的光谱响应，而不同的红外摄像头的光谱响应度随波长的变化是不同的；根据Rλ随λ的变化关系,积分可得：
Gr＝aTn+b； (4)
通过上式可以看出，红外摄像头的像元灰度值和红外摄像头接收到的光谱辐射亮度成非线性关系；
建立以辐射温度为横坐标，以灰度值为纵坐标的坐标轴，在坐标中画出组数据对应的点，用最小二乘法拟合出一条曲线，计算出a、b和n，最后得到标准黑体辐射温度和红外摄像头像元响应灰度值的温度校准方程。
优选地，所述可见光摄像头或紫外摄像头或红外摄像头进行自动调焦的方法如下：
S1：控制模块分别从可见光视频处理模块、紫外视频处理模块、红外视频处理模块获得可见光摄像头、紫外摄像头、红外摄像头采集的图像数据，
S2：对上述三种摄像头拍摄的图像数据计算调焦评价函数，取得离焦信号；对离焦信号进行判断，如果未能达到调焦要求，完成必要的数据存储后，控制模块控制对应的见光摄像头驱动云台、紫外摄像头驱动云台、红外摄像头驱动云台适当调整，直至完成调焦；
所述调焦评价函数为图像的熵函数，具体如下：
对于一幅N×N大小的图像f(x,y)，其总能量可表示为：
同时定义图像f(x,y)的熵值计算如下：
当图像f(x,y)的能量E一定时，图像f(x,y)的熵值Hf最大，二维图像最清晰，其中x、y为图像f(x,y)中像素点的坐标。
优选地，所述步骤S3具体包括以下步骤：
S1：控制模块针对对应的摄像头拍摄的第一图像进行计算其熵值Hf1，然后发出控制信号给对应的驱动云台，对应的驱动云台带动对应的摄像头正向转动前进距离d1；
S2：控制模块采集经过步骤S1对应的摄像头向前移动后采集的第二图像，并进行计算其熵值Hf2；
S3：比较步骤S1和步骤S2分别所得第一图像的熵值Hf1和第二图像的熵值Hf2的大小，如果步骤S2所得的第二图像的熵值Hf2比步骤S1所得的第一图像的熵值Hf1小，则控制模块发出控制信号给对应的驱动云台，对应的驱动云台带动对应的摄像头继续正向转动前进距离d1；反之，步骤S2所得的第二图像的熵值Hf2比步骤S1所得的第一图像的熵值Hf1大，则控制模块发出控制信号给对应的驱动云台，对应的驱动云台带动对应的摄像头反转后退距离d1；
S4：当对应的驱动云台停止调焦时，控制模块采集经过步骤S对应的摄像头移动后采集的第三图像，并计算其熵值Hf3，如果第三图像的熵值Hf3比步骤S2得到的第二图像的熵值Hf2小，则控制模块发出控制信号给对应的驱动云台，对应的驱动云台带动对应的摄像头继续正转向前前进距离d1；反之，所得的第三图像的熵值Hf3比步骤S2所得的第二图像的熵值Hf2大，则控制模块发出控制信号给对应的驱动云台，对应的驱动云台带动对应的摄像头反转后退距离d1；
S5：当对应的驱动云台停止调焦时，控制模块再次采集对应的摄像头第N-1次调焦后的采集的第N图像，计算第N图像的熵值HfN，直到计算得到最后一次的第N图像的熵值HfN比前一次计算第N-1图像得到的熵值HfN-1大，此时对应的驱动云台反转带动对应的摄像头移动距离d2，其中d2＜d1，即缩小调焦范围；
S6：依次循环若干次后，判断此时先后采集的两幅图像的熵值差的绝对值是否小于设定阈值，若是小于设定阈值，且该两幅图像的熵值差收敛，则调焦完成，否则继续循环，直到满足先后采集的两幅图像的熵值差的绝对值小于设定阈值且收敛。
优选地，所述紫外增益控制模块包括紫外增强CCD结构，具体包括入射窗、光电阴极、微通道板、荧光屏、耦合光纤、可见光CCD；从入射窗入射的光子照射到光电阴极上,按一定的量子转换效率转化为光电子,在加速电场的作用下光电子进入微通道板进行倍增,然后聚焦到荧光屏激发出可见光,通过耦合光纤将图像耦合到可见光CCD上,最后将信号输入至紫外视频处理模块,完成从入射光到紫外电子图像的转换，从而获得紫外光斑图像信息。
优选地，所述获得紫外光斑图像信息还包括：
可见光CCD中每一个像素可对入射紫外光子响应产生计数，设置CCD积分时间，紫外视频处理模块读取可见光CCD的信号即可获取一段时间内不同位置的紫外光子计数，根据所显示的单位时间内紫外光子数量对电晕放电强度进行量化；所述电晕放电强度分为3个等级：高度集中、中度集中、轻度集中，具体如下表1所示：
表1电晕放电分类表
| 强度 | 每分钟光子数 | 放电状态 | 设备状况 |
| 高度集中 | >5000 | 放电强度大，电晕或闪络 | 严重损坏 |
| 中度集中 | 1000-5000 | 放电强度适中，微火花或电晕 | 正受腐蚀 |
| 轻度集中 | <1000 | 放电强度低，微火花放电 | 轻微损伤 |
。
优选地，所述获得紫外图像信息还包括：
利用预存的设备图像或设备的特征点，从拍摄的可见光视频中识别并提取出设备图像；
对紫外光斑图像进行处理，将所得的设备图像与所得的紫外光斑图像融合得到紫外光斑设备图像，通过融合后的图像识别设备是否产生电晕以及电晕在设备处的位置。
优选地，还包括监测视频传输控制子系统，所述传输控制子系统包括发送端传输控制单元、接收端传输控制单元、视频编码单元、视频解码单元、背景库、背景识别模块、图像处理模块、图像库、图像合成模块；所述可见光摄像头、背景库连接、背景识别模块、图像处理模块、视频编码单元依次连接；所述视频编码单元、发送端传输控制单元、接收端传输控制单元、视频解码单元依次连接；
所述图像库与视频解码单元、视频合成模块连接；所述图像合成模块分别与背景库、背景识别模块连接；
所述可见光摄像头采集各个监控区域的背景图像以及监控视频，并将采集的背景图像提前存入背景库以及将采集的监控视频输入背景识别模块；
所述背景识别模块提取监控摄像机传输来的监控视频中的背景图像，并将提取的背景图像部分与背景库中预先存储的各个监控区域的背景图像进行匹配，并将识别结果输入至视频合成模块和图像处理模块；
所述图像处理模块用于根据背景识别模块的识别结果提取监控视频中的活动视频部分，并将提取的视频部分输入至视频编码单元进行编码；
所述视频编码单元对图像处理模块提取的活动视频部分进行编码，并将编码后的视频流输入发送端传输控制单元；
所述发送端传输控制单元根据接收端反馈的信息计算可用信道带宽，进而控制发送速率和视频编码单元的信源目标码率，同时将视频流以计算得到的发送速率发送至接收端传输控制单元；
所述接收端传输控制单元接收发送端传输控制单元传输来的视频流，将接收的视频流传输至视频解码单元进行解码，并将接收端的包丢率反馈给发送端传输控制单元以便发送端传输控制单元计算可用信道带宽；
所述视频解码单元用于对接收缓存模块中缓存的活动部分视频进行解码存储在图像库；
所述视频合成模块用于根据背景识别模块的识别结果与图像库中存储的解码后的活动部分视频进行匹配，合成相应监控区域的监控视频存储。
优选地，所述图像处理模块提取活动视频的方法为：采用三个运动参数同时检测,分别为：(1)前后帧图象对应象素绝对差值的平均值；
(2)前后帧图象对应象素绝对差值在垂直方向的平均值；
(3)前后帧图象对应象素绝对差值在水平方向的平均值。
本发明的有益效果为：
(1)本发明设置温度传感器和红外定时校正模块，定时对红外摄像头进行校正，保证红外摄像头的检测精度，如此提高了红外视频监控系统的采集精度，进而提高了系统的监测精度。
(2)本发明采用熵值函数作为调焦评价函数，简单易实现，综合了逐步搜索法的快速性和对分法的高精度特性，做到局部寻优，配合熵值函数的高灵敏度，提高了自动对焦的速度和精度。
(3)本发明预先将监控系统的背景图像和活动视频部分进行分开，预先对背景图像进行识别，在传输时只传输活动视频部分，大大较少了所需传输的视频数据数量，减少了信道堵塞的可能，提高了监控视频传输的可靠性和安全性，而且采用自适应的码率传输，形成闭环反馈的控制机制，进一步提高了监控视频传输的可靠性和安全性，大大减小了监控视频数据包丢失的可能性。如此，保证了本发明中监控视频的传输精度，进而提高了本发明的监控精度，实现变电站的无人值守,从而为推动电力网的管理逐步向自动化、综合化、集中化、智能化方向发展提供有力的技术保障。
(4)本发明设置紫外增益模块，提高了紫外信号的探测精度，进而提高了系统监测的精度。(5)本发明的控制模块实时监测可见光摄像头、红外摄像头、紫外摄像头采集的视频质量，若是不清晰，质量不高，可实时控制对应的驱动云台进行自动调焦，如此，可保证采集的监测视频的质量，降低了监测误差，提高了系统监测精度。
附图说明
图1为本发明的原理图；
图2为现有技术中焦点逐步搜索法的原理图；
图3为现有技术中焦点对分法的原理图；
图4为本发明中焦点寻找的原理图；
图5为本发明可见光图像与紫外图像叠加的示例图；
图6为模板识别匹配设备的原理图。
具体实施方式
为了更好的理解本发明，下面结合附图和具体实施例对本发明作进一步说明：
如图1所示，一种高压设备在线巡检监测系统，包括可见光摄像头、紫外摄像头、红外摄像头、可见光视频处理模块、紫外视频处理模块、红外视频处理模块、控制模块、远程监控模块；所述可见光摄像头与可见光视频处理模块连接，用于采集待监测设备的可见光监测视频，并将采集的可见光监测视频传输至可见光视频处理模块进行处理；所述紫外摄像头与紫外视频处理模块连接，用于采集待监测设备的紫外监测视频，并将采集的紫外监测视频传输至紫外视频处理模块进行处理；所述红外摄像头与红外视频处理模块连接，用于采集待监测设备的红外监测视频，并将采集的红外监测视频传输至红外视频处理模块进行处理；
所述可见光视频处理模块、紫外视频处理模块、红外视频处理模块分别与控制模块连接；所述控制模块与远程监控模块连接；
所述可见光视频处理模块用于对可见光摄像头传输来的可见光监测视频进行处理分析，并将处理分析的结果传输至控制模块；
所述紫外视频处理模块用于对紫外摄像头传输来的紫外监测视频进行处理分析，并将处理分析的结果传输至控制模块；
所述红外视频处理模块用于对红外摄像头传输来的红外监测视频进行处理分析，并将处理分析的结果传输至控制模块；
所述控制模块用于汇集可见光视频处理模块、紫外视频处理模块、红外视频处理模块发来的数据，并将数据发送至远程监控模块，并接收远程监控模块的指令；
还包括红外定时校正模块、紫外增益控制模块、可见光摄像头驱动云台、紫外摄像头驱动云台、红外摄像头驱动云台、温度传感器；所述红外定时校正模块分别与红外摄像头、红外视频处理模块连接；所述紫外增益控制模块分别与紫外摄像头、紫外视频处理模块连接；所述可见光摄像头驱动云台、紫外摄像头驱动云台、红外摄像头驱动云台、温度传感器分别与控制模块连接；所述可见光摄像头、紫外摄像头、红外摄像头分别固定在可见光摄像头驱动云台、紫外摄像头驱动云台、红外摄像头驱动云台上；
所述温度传感器用于采集待监测设备所在区域的环境温度，并将采集的数据传输至控制模块；
所述红外定时校正模块用于根据控制模块的发送的指令对红外摄像头进行温度校正；
所述紫外增益控制模块用于控制紫外摄像头的增益；
所述可见光摄像头驱动云台、紫外摄像头驱动云台、红外摄像头驱动云台分别用于搭载可见光摄像头、紫外摄像头、红外摄像头并在控制模块的控制下进行移动实现自动调焦以及调整拍摄角度。
本发明的工作原理为：
可见光摄像头采集待监测设备的可见光监测视频，并将采集的可见光监测视频传输至可见光视频处理模块进行处理；紫外摄像头采集待监测设备的紫外监测视频，并将采集的紫外监测视频传输至紫外视频处理模块进行处理；红外摄像头采集待监测设备的红外监测视频，并将采集的红外监测视频传输至红外视频处理模块进行处理；
控制模块汇集可见光监测视频和紫外监测视频、红外监测视频，并将汇集的监测视频传输至远程控制模块；
远程控制模块对可见光监测视频和紫外监测视频采用视频图像融合的方式，得到被监控设备的紫外光斑图像，通过融合后的图像识别被监控设备是否产生电晕以及电晕在被监控设备处的位置。并且获取一段时间内不同位置的紫外光子计数，进而得到被监控设备的电晕放电强度，若是电晕放电强度达到预设值，启动报警提醒流程。
远程控制模块对可见光监测视频和红外监测视频采用视频图像融合叠加的方式，得到被监控设备的红外监测视频，远程控制模块根据得到的被监控设备的红外监测视频判断被监控设备是否产生局部过热或者被监控区域是否产生局部过热现象，若是被监控设备的局部温度超过预设值或者被监控区域的温度超过预设值，则启动报警提醒流程。
在红外摄像头采集红外监测视频前，控制模块控制红外摄像头定时校正模块定时对红外摄像头进行校正，具体采用以下方法对红外摄像头进行校正：
用
用红外摄像头照射标准黑体，假定拍摄过程中忽略大气衰减与背景干扰，红外摄像头每个像元的灰度值Gr与对应探测单元探测到的辐射通量关系为：
式中，Ωs是像元的立体角，Ad是光学系统的入瞳面积，Rλ为探测器的光谱响应，Lλ(T)是目标的光谱辐射亮度，b是红外摄像头暗电流引起的固定偏置值，K是线性系数；
对于同一个红外摄像头，在不改变其参数的情况下KΩsAd的值基本不变，可认为是一常数a；
公式中，
式中的Rλ是红外摄像头的光谱响应，而不同的红外摄像头的光谱响应度随波长的变化是不同的；根据Rλ随λ的变化关系,积分可得：
Gr＝aTn+b； (4)
通过上式可以看出，红外摄像头的像元灰度值和红外摄像头接收到的光谱辐射亮度成非线性关系；
建立以辐射温度为横坐标，以灰度值为纵坐标的坐标轴，在坐标中画出组数据对应的点，用最小二乘法拟合出一条曲线，计算出a、b和n，最后得到标准黑体辐射温度和红外摄像头像元响应灰度值的温度校准方程。
控制模块根据汇集可见光监测视频和紫外监测视频、红外监测视频判断可见光摄像头或紫外摄像头或红外摄像头的焦点是否正确，若是不正确，则控制对应的可见光摄像头驱动云台或紫外摄像头驱动云台或红外摄像头驱动云台对相应的可见光摄像头或紫外摄像头或红外摄像头进行调焦，以保证采集的对应监测视频的清晰度。可见光摄像头或紫外摄像头或红外摄像头进行自动调焦的方法如下：
S1：控制模块分别从可见光视频处理模块、紫外视频处理模块、红外视频处理模块获得可见光摄像头、紫外摄像头、红外摄像头采集的图像数据，
S2：对上述三种摄像头拍摄的图像数据计算调焦评价函数，取得离焦信号；对离焦信号进行判断，如果未能达到调焦要求，完成必要的数据存储后，控制模块控制对应的见光摄像头驱动云台、紫外摄像头驱动云台、红外摄像头驱动云台适当调整，直至完成调焦；
所述调焦评价函数为图像的熵函数，具体如下：
对于一幅N×N大小的图像f(x,y)，其总能量可表示为：
同时定义图像f(x,y)的熵值计算如下：
当图像f(x,y)的能量E一定时，图像f(x,y)的熵值Hf最大，二维图像最清晰，其中x、y为图像f(x,y)中像素点的坐标。具体包括以下步骤：
S21：控制模块针对对应的摄像头拍摄的第一图像进行计算其熵值Hf1，然后发出控制信号给对应的驱动云台，对应的驱动云台带动对应的摄像头正向转动前进距离d1；
S22：控制模块采集经过步骤S21对应的摄像头向前移动后采集的第二图像，并进行计算其熵值Hf2；
S23：比较步骤S21和步骤S22分别所得第一图像的熵值Hf1和第二图像的熵值Hf2的大小，如果步骤S22所得的第二图像的熵值Hf2比步骤S1所得的第一图像的熵值Hf1小，则控制模块发出控制信号给对应的驱动云台，对应的驱动云台带动对应的摄像头继续正向转动前进距离d1；反之，步骤S22所得的第二图像的熵值Hf2比步骤S1所得的第一图像的熵值Hf1大，则控制模块发出控制信号给对应的驱动云台，对应的驱动云台带动对应的摄像头反转后退距离d1；
S24：当对应的驱动云台停止调焦时，控制模块采集经过步骤S23对应的摄像头移动后采集的第三图像，并计算其熵值Hf3，如果第三图像的熵值Hf3比步骤S22得到的第二图像的熵值Hf2小，则控制模块发出控制信号给对应的驱动云台，对应的驱动云台带动对应的摄像头继续正转向前前进距离d1；反之，所得的第三图像的熵值Hf3比步骤S22所得的第二图像的熵值Hf2大，则控制模块发出控制信号给对应的驱动云台，对应的驱动云台带动对应的摄像头反转后退距离d1；
S25：当对应的驱动云台停止调焦时，控制模块再次采集对应的摄像头第N-1次调焦后的采集的第N图像，计算第N图像的熵值HfN，直到计算得到最后一次的第N图像的熵值HfN比前一次计算第N-1图像得到的熵值HfN-1大，此时对应的驱动云台反转带动对应的摄像头移动距离d2，其中d2＜d1，即缩小调焦范围；
S26：依次循环若干次后，判断此时先后采集的两幅图像的熵值差的绝对值是否小于设定阈值，若是小于设定阈值，且该两幅图像的熵值差收敛，则调焦完成，否则继续循环，直到满足先后采集的两幅图像的熵值差的绝对值小于设定阈值且收敛。
本实施例将本发明采用的调焦方法与逐步搜索法和对分法进行对比，具体如下：
如图2所示，逐步搜索法的原理为：从A点出发找到方向后逐步比较采样值，达到B点后再返回最小值C点处。B点与C点之差是人为设定的，这一差值应确保C点在A,B区间之内而且为提高调焦速度B点也不应离C点太远。该方法的特点是调焦速度比较快，但由于该方法是以采样值的大小来确定对焦点的。所以噪声以及其它干扰都会使系统的调焦精度受到影响。
如图3所示，对分法的原理为：由光学可以证明，标准调焦曲线关于对焦点是对称的。故利用对称特性便可以用对分法找到最佳对焦点。从A点出发，在曲线另一侧找到A的对称点B，然后再返回A，行程的一半即达到对焦点C。这一方法的精度是相当高的，但从图中可以看出若A点位置不同则AB的行程也不一样，从而调焦时间也不一样。这就是说调焦速度很大程度上取决于A点的位置，另一点就是若A点处于C点位置或非常接近C点的时候，则此法可能不稳定从而无法找到对焦点。
本发明的方法综合了逐步搜索法的快速性和对分法的高精度特性，如图4所示，从A点出发，用逐步搜索法找到A'点，从A'点开始用对分法找到对焦点C点。
本发明采用的自动调焦方法有两个优点：一是由于C点包含在AA'区间之内，所以不会出现象对分法中找不到对焦点的不稳定情况；二是由于A'B两点均在C点较近的范围内，所以尽管使用了对分法，整个调焦过程的时间不会增加很多，而系统的调焦精度却可以得到显著提高。
在紫外成像检测系统中，由于大气对紫外波段辐射衰减强烈,信号极其微弱(一般在nW级),采用普通的成像器件无法探测。要满足对高压故障放电所产生的nW级紫外光辐射信号有效探测，探测微弱的电晕放电信号，就必须对其进行增强。目前采用的对紫外信号进行增强的器件有光电管、光电倍增管等，但是其不能实现紫外成像，如果只对紫外信号探测而不对其成像，这样只能得到紫外信号的有无，而不能知道它的强弱和位置。
本发明设置紫外增益控制模块，紫外增益控制模块包括紫外增强CCD结构，具体包括入射窗、光电阴极、微通道板、荧光屏、耦合光纤、可见光CCD；从入射窗入射的光子照射到光电阴极上,按一定的量子转换效率转化为光电子,在加速电场的作用下光电子进入微通道板进行倍增,然后聚焦到荧光屏激发出可见光,通过耦合光纤将图像耦合到可见光CCD上,最后将信号输入至紫外视频处理模块,完成从入射光到紫外电子图像的转换，从而获得紫外光斑图像信息。
获得紫外光斑图像信息还包括：
可见光CCD中每一个像素可对入射紫外光子响应产生计数，设置CCD积分时间，紫外视频处理模块读取可见光CCD的信号即可获取一段时间内不同位置的紫外光子计数，根据所显示的单位时间内紫外光子数量对电晕放电强度进行量化；所述电晕放电强度分为3个等级：高度集中、中度集中、轻度集中，具体如下表1所示：
表1电晕放电分类表
| 强度 | 每分钟光子数 | 放电状态 | 设备状况 |
| 高度集中 | >5000 | 放电强度大，电晕或闪络 | 严重损坏 |
| 中度集中 | 1000-5000 | 放电强度适中，微火花或电晕 | 正受腐蚀 |
| 轻度集中 | <1000 | 放电强度低，微火花放电 | 轻微损伤 |
获得紫外图像信息还包括：利用预存的设备图像或设备的特征点，从拍摄的可见光视频中识别并提取出设备图像；对紫外光斑图像进行处理，将所得的设备图像与所得的紫外光斑图像融合得到紫外光斑设备图像，通过融合后的图像识别设备是否产生电晕以及电晕在设备处的位置。具体步骤为：
S1：本发明中的可见光摄像头和紫外摄像头同光谱，对被检测设备采用同光谱的可见光摄像头和紫外摄像头获取检测区域的可见光图像和紫外图像；所述可见光图像和所述紫外线图像经同一成像物镜共享同一视场，并且在紫外相机前加日盲滤镜；
S2：对比所得可见光图像和紫外图像的分辨率，判断可见光图像和紫外图像的分辨率是否一致，若是不一致，则调整可见光相机和紫外相机的参数，使得二者输出的图像的分辨率保持一致；
S3：分别对所述可见光图像和所述紫外线图像进行增强处理以生成对应的增强可见光图像和增强紫外线图像；
S4：利用预存的设备图像或设备的特征点，从拍摄的可见光图像中识别并提取出设备图像；
S41、将所述可见光图像和所述预存的设备图像分别进行灰度化处理；
S42、分别提取处理后的可见光图像和模板图像的关键点，得到特征的关键点特征量；
S43、对可见光图像与模板图像采用关键点特征向量的欧氏距离作为两幅图像中关键点相似性的判定度量来进行匹配；
S44、分割模板图像为二值图像并提取其边缘，根据仿射变换对间的直线的平行不变性，实现对模板的仿射变换，从而实现在可见光图像中对模板图像进行位置标定。
S5：从拍摄的紫外图像中选取带有紫外光斑的紫外光斑图像，并对紫外光斑图像进行处理；
S51、获取连续N帧紫外光斑图像，编号依次为1，2，…，N；
S52、对上述紫外光斑图像进行二值化处理以及形态学膨胀运算，得到处理后的连续N帧的二值图像，其中，在某一位置(x，y)处连续N帧的像素值为X1(x,y)、X2(x,y)、Xi(x,y)…XN(x,y)；
S53、将连续N帧的所述二值图像相加得到累加图像，则累加图像中位置(x，y)的像素值为
其中，
X'(x,y)为累加图像在位置(x，y)处的修正后的像素，ωi为第i幅紫外光斑图像的某一位置(x，y)处像素的权重；
在这种加权平均的方法中，参与叠加的图像提供了冗余信息，这种叠加可以提高检测的可靠性，同时也可提高信噪比。
S54、将所述累加图像进行二值化处理得到二值特征分析图像X”，其中二值化处理的方法是：设定阈值T，将累加图像中位置(x，y)的像素值X'(x,y)与该阈值T比较，若其灰度值大于1，则将其置为目标点，取值为1，否则置位背景点，取值为0，如此，得到处理后的紫外光斑图像X”，表达式为：
根据紫外光斑图像X”上目标点的面积可以评估放电情况和绝缘等级。如图5所示，统计图像矩阵中目标点“1”的像素点即可量化放电强弱，定义为“光斑面积”。图5(a)为紫外镜头的成像图；图5(b)为可见光镜头对绝缘子的成像，图5(c)为紫外检测图形和可见光图像的叠加图像；其中亮度高的部分代表电晕，亮度越高，面积越大，表示放电越强烈。
S6：所得的设备图像与所得的紫外光斑图像融合得到紫外光斑设备图像，通过融合后的图像识别设备是否产生电晕以及电晕在设备处的位置。
将设备图像与紫外光斑图像融合即为将步骤S4提取出的设备图像与步骤S44中所述二值特征分析图像Y进行像素级融合得到融合图像F,对所述连通体开窗跟踪,输出包括质心﹑面积、灰度的特征,并输出,所述融合图像F为
其中，V表示所述设备图像的颜色分量，K表示所述紫外光斑图像中电晕显示颜色分量。所述步骤S4中提取设备图像之前还包括对所拍摄的可见光图像与预存设备进行匹配，具体步骤如下：
(1)利用数据库预存的设备图像，从拍摄的可见光图像中识别并提取出设备图像；
(2)将所述可见光图像和所述预存的设备图像分别进行灰度化处理；
(3)如图5所示，将设备模板T叠放在可见光图像S上平移，设备模板T覆盖下的那块搜索图叫子图Si,j，i,j为这块子图的左上角像点在S图像中的坐标参考点；
S43、沿着图像中所有的点移动模板，并且在每一个位置上计算设备模板T与这个点的区域的相似度S，最后选择出可见光图像中与此设备模板相似度最高的区域作为匹配的结果，如此识别出对应的设备。
此处采用的相似度计算方法是计算设备模板区域与对应可见光图像区域之间的像素差的平方和的平均值，即均方差，寻找得到均方差最小值的对应匹配模板显示的设备，即为最匹配的设备，并根据这些点的坐标，在可见光图像中画出这样的区域，即可得到可见光图像上的对应设备区域。
如此则实现将本发明中的紫外电晕与可见光图像进行融合，得到紫外光斑设备图像，通过融合后的图像识别设备是否产生电晕以及电晕在设备处的位置。
本发明还包括监测视频传输控制子系统，所述传输控制子系统包括发送端传输控制单元、接收端传输控制单元、视频编码单元、视频解码单元、背景库、背景识别模块、图像处理模块、图像库、图像合成模块；所述可见光摄像头、背景库连接、背景识别模块、图像处理模块、视频编码单元依次连接；所述视频编码单元、发送端传输控制单元、接收端传输控制单元、视频解码单元依次连接；
所述图像库与视频解码单元、视频合成模块连接；所述图像合成模块分别与背景库、背景识别模块连接；
所述可见光摄像头采集各个监控区域的背景图像以及监控视频，并将采集的背景图像提前存入背景库以及将采集的监控视频输入背景识别模块；
所述背景识别模块提取监控摄像机传输来的监控视频中的背景图像，并将提取的背景图像部分与背景库中预先存储的各个监控区域的背景图像进行匹配，并将识别结果输入至视频合成模块和图像处理模块；
所述图像处理模块用于根据背景识别模块的识别结果提取监控视频中的活动视频部分，并将提取的视频部分输入至视频编码单元进行编码；
所述视频编码单元对图像处理模块提取的活动视频部分进行编码，并将编码后的视频流输入发送端传输控制单元；
所述发送端传输控制单元根据接收端反馈的信息计算可用信道带宽，进而控制发送速率和视频编码单元的信源目标码率，同时将视频流以计算得到的发送速率发送至接收端传输控制单元；
所述接收端传输控制单元接收发送端传输控制单元传输来的视频流，将接收的视频流传输至视频解码单元进行解码，并将接收端的包丢率反馈给发送端传输控制单元以便发送端传输控制单元计算可用信道带宽；
所述视频解码单元用于对接收缓存模块中缓存的活动部分视频进行解码存储在图像库；
所述视频合成模块用于根据背景识别模块的识别结果与图像库中存储的解码后的活动部分视频进行匹配，合成相应监控区域的监控视频存储。
其中，背景识别模块采用神经网络模型对背景图像进行识别。或者采用计算提取的背景图像与背景库中预存的各个背景图像的相似度来得到识别结果，计算得到的相似度最大，则提取的背景图像与计算得到该最大相似度的背景库中对应背景图像则为匹配的背景图像。具体地，采用欧氏距离判断提取的背景图像与背景库中预存的各个背景图像的相似度。
本发明将合成的监控视频存储在可见光视频数据库，存储结构分为两部分:一是记录的常规数据及视频图象数据的指针,二是视频图象的多媒体数据，帧用双链表进行构造,帧索引与帧视频数据是一个可以变长的记录,每个记录用一个单链表存储。常规数据量小,可用定长技术处理,按照定长的字段、块、记录三级存储单元存放,方便数据存储，但是视频数据量大,压缩后数据量参差不齐,所以不能用定长的字段、块、记录三级存储单元组织存储,存储结构比较复杂。因此本发明的帧用双链表进行构造,帧索引与帧视频数据是一个可以变长的记录,每个记录用一个单链表存储，结构简单易实现，可操作性强。合成后的监控视频经过视频合成模块压缩后再存入视频数据库。可见光视频数据库与可见光视频处理模块连接。
所述发送端传输控制单元与视频编码单元连接；所述接收端传输控制单元与视频解码单元连接；发送端传输控制单元还包括发送缓存模块、发送速率控制模块、码率控制模块、带宽检测模块和无线收发模块。所述接收端传输控制单元包括无线或有线收发模块、接收缓存模块和信道检测模块。
监测视频传输控制子系统的工作原理为：
(1)所述可将光摄像头采集各个监控区域的背景图像以及监控视频，并将采集的背景图像提前存入背景库以及将采集的监控视频输入背景识别模块；
(2)背景识别模块提取监控摄像机传输来的监控视频中的背景图像，并将提取的背景图像部分与背景库中预先存储的各个监控区域的背景图像进行匹配，并将识别结果输入至视频合成模块和图像处理模块；
(3)图像处理模块根据背景识别模块的识别结果提取监控视频中的活动视频部分，并将提取的视频部分输入至视频编码单元进行编码；
(4)视频编码单元对图像处理模块提取的活动视频部分进行编码，并将编码后的视频流输入至发送缓存模块；
(5)发送缓存模块接收视频编码单元发送的活动视频部分的比特流并缓存；
(6)带宽检测模块通过无线收发模块接收来自接收端的包丢率反馈信息，并根据这些信息统计得到当前的可用信道带宽，进而设定发送速率和信源目标码率，并将设定的发送速率输入至发送速率控制模块，将设定的信源目标码率输入至码率控制模块；若是带宽检测模块接收到接收方反馈的丢包率超出设定阈值，则将监控视频封装自定义RTP数据包，并将数据发送给接收方；若丢包率没有超出设定阈值时，则自适应调整编码速率。
(7)发送速率控制模块根据带宽检测模块检测到的信道带宽，按带宽检测模块给出的发送速率将发送缓存模块中的比特流送入无线收发模块，通过无线收发模块将该比特流发送出去，经传输网络传送到接收端；
(8)码率控制模块根据带宽检测模块给定的信源目标码率，通过针对发送缓存模块管理，计算得到视频编码单元的目标编码码率，并将该目标编码码率传送给视频编码单元，所述视频编码单元以此视频编码码率为依据进行编码，得到与信道带宽相适应的编码码率；
(9)无线或有线收发模块接收无线收发模块传送过来的比特流并送入接收缓存模块，再送入视频解码单元；
(10)信道检测模块对接收缓存模块中的比特流进行解析，根据包头序号的连续性，统计丢包情况，并根据实时传输控制协议产生反馈实时传输控制协议包传输给无线或有线收发模块，通过无线或有线收发模块和传输网络发送至宽带检测模块；
(11)视频解码单元对接收缓存模块中缓存的活动部分视频进行解码存储在图像库；
(12)视频合成模块根据背景识别模块的识别结果与图像库中存储的解码后的活动部分视频进行匹配，合成相应监控区域的可见光监控视频，并存储在可将光视频数据库中，以便远程监控模块提取相应的可将光视频进行处理。
图像处理模块提取活动视频的方法为：采用三个运动参数同时检测,分别为：
(1)前后帧图象对应象素绝对差值的平均值；
(2)前后帧图象对应象素绝对差值在垂直方向的平均值；
运动物体出现时,垂直方向的平均值会在物体位置垂直方向出现一个峰值区，当物体沿垂直方向运动时,峰值区间便会随之移动变化，当场景出现闪电或开灯等光线变化情况时,会出现较大的一个平均值,但峰值区间变化不明显，可以检测物体在垂直方向上运动的情况。
(3)前后帧图象对应象素绝对差值在水平方向的平均值。
水平方向的平均值反映前后帧图象在水平方向上灰度值的变化，实验说明,在没有运动物体时,水平方向的平均值的值也会很小,通常情况下不超过3，但如果出现运动物体,就会出现峰值区,并且峰值区随物体运动而不断变化。运动物体出现后,水平方向的平均值会在物体水平方向运动时,峰值区间随之移动，当场景中出现闪电或开灯等光线变化时,会出现较大的平均值,但峰值区间不明显，所以,通过检测峰值,可检测运动物体运动的大致情况。
通过运动参数的分析,如果出现运动物体,则像素会有一个比较大的值,同时在水平或垂直上会出现峰值区间,区间同时随着物体运动而变化，此时,如果场景中出现如闪电或开灯等情况时,也不会出现峰值区间，所以,同时利用三个参数进行检测,能够避免非运动物体造成的干扰。
为提高本发明的监测精度，本发明的红外摄像头安装位置分析如下：
红外摄像头的空间分辨率计算如下：
空间分辨率决定着红外摄像头的清晰度，是红外摄像头所能测量的最小尺寸。它与光学像质，光学会聚系统焦距和红外传感器的线性尺寸相关。
空间分辨率＝像间距/镜头焦距
视场角分为水平视场角和垂直视场角：水平视场角＝空间分辨率×水平像素数/17.45；垂直视场角＝空间分辨率×垂直像素数/17.45。
变电设备有效测温距离计算公式为：L＝H/(I×3)；其中，H：需准确测量的有效高度(m)；I：红外摄像头的空间分辨率(毫弧度mrad)。而在一般的变电站中，在小范围以内的各种设备林立，相互阻挡，如果采用75MM镜头根本无法有效观察到50米外的大部分设备。在实际使用中，一般使用的都是40mm镜头，因此系统的有效工作半径为38米，直径为76米。
本发明给出了变电站红外摄像头布点原则：
1)有效性：关键设备的关键部位(如变压器套管、电容器组、干式电抗器等)在热像仪准确测温的半径内，且同一种设备的A、B、C三相最好在同一红外摄像头的测量范围内。
2)安全性：为了达到安全防雷的目的，热像仪需在变电站避雷针的保护范围内，且最好利用配电房、主控室房顶位置建立监控支架，需重新立杆安装的，杆塔的高度需考虑防雷效果，不能只追求最好的识别角度；
3)经济性：尽量能使用最少的热像仪达到变电站最多设备(至少包括关键设备)。
本发明的远程监控模块包括主控服务器、网络交换机、光纤收发器。主控服务器控制现场前端的摄像头对现场被监测设备进行监控、循检。
在监测过程中，主控服务器接收紫外摄像头的实时视频，分析设备的高压放电光子数据；同时接收红外摄像头的实时视频，分析设备区域中的温度数据。主控服务器在接收所有视频数据的同时提供视频流媒体服务，供远程终端调用。当发现数据高于预设的阀值出现异常时，主控服务器对各通道的视频进行存储，上报异常，进行报警提醒。
远程监测终端可以是安装监测程序的任意一台计算机。通过访问主控服务器，可看到现场的实时图像，并对现场前端监测设备进行控制。工作过程：
(1)可见光摄像头、紫外摄像头、红外摄像头将三路视频实时输出到后端对应的视频处理模块；
(2)远程监控模块的后台主控服务器接收三路视频，计算设备温度与紫外光子数据，并调用视频处理模块，将多路视频叠加，便于定位分析。同时主控服务器对所有视频进行存储，并提供流媒体服务。
(3)主控服务器根据操作员的指令或预存的巡航指令，通过网络发送控制命令至前端监测设备，控制可见光摄像头驱动云台、紫外摄像头驱动云台、红外摄像头驱动云台与可见光摄像头、紫外摄像头、红外摄像头。
(4)远程监控终端可登陆主控服务器实时监测前端上传视频，查看主控服务器上传的监测数据。
其中，可见光视频处理模块、紫外视频处理模块、红外视频处理模块分别包括DSP，可见光摄像头驱动云台、紫外摄像头驱动云台、红外摄像头驱动云台分别可以实现左右、前后、上下、旋转等功能，可以搭载可见光摄像头、紫外摄像头、红外摄像头自动调焦。
本发明提供的巡检监测系统的架构采用展现层、管理层和媒体层分离的方式，展现层负责Client/Server、Browser/Server的业务展现。包括实时浏览、云台控制、录像检索等业务。管理层负责业务管理类的动态实现。媒体层负责媒体数据的处理，进行媒体分发、媒体存储，流媒体实现对数据源申请数据流和多线程网络分发的功能，它的数据源可以是流媒体服务器所在PC上某个目录下的文件，也可以是DVR实时设备。
本发明的系统采集红外、紫外图像，并实时测量设备的表面温度和电晕强度，通过视频接口将红外、紫外图像传输到监控主机，用户可在监控主机上实时观测现场设备的运行状况，同时监控主机可将图像、测量数据压缩，使用流媒体通过网络向局域网发送，实现网络实时监控，可以出具监控数据报表、曲线等，可由用户设置，在此不再赘述。
本发明不局限于以上所述的具体实施方式，以上所述仅为本发明的较佳实施案例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种高压设备在线巡检监测系统，包括可见光摄像头、紫外摄像头、红外摄像头、可见光视频处理模块、紫外视频处理模块、红外视频处理模块、控制模块、远程监控模块；所述可见光摄像头与可见光视频处理模块连接，用于采集待监测设备的可见光监测视频，并将采集的可见光监测视频传输至可见光视频处理模块进行处理；所述紫外摄像头与紫外视频处理模块连接，用于采集待监测设备的紫外监测视频，并将采集的紫外监测视频传输至紫外视频处理模块进行处理；所述红外摄像头与红外视频处理模块连接，用于采集待监测设备的红外监测视频，并将采集的红外监测视频传输至红外视频处理模块进行处理；
所述可见光视频处理模块、紫外视频处理模块、红外视频处理模块分别与控制模块连接；所述控制模块与远程监控模块连接；
所述可见光视频处理模块用于对可见光摄像头传输来的可见光监测视频进行处理分析，并将处理分析的结果传输至控制模块；
所述紫外视频处理模块用于对紫外摄像头传输来的紫外监测视频进行处理分析，并将处理分析的结果传输至控制模块；
所述红外视频处理模块用于对红外摄像头传输来的红外监测视频进行处理分析，并将处理分析的结果传输至控制模块；
所述控制模块用于汇集可见光视频处理模块、紫外视频处理模块、红外视频处理模块发来的数据，并将数据发送至远程监控模块，并接收远程监控模块的指令；其特征在于：
还包括红外定时校正模块、紫外增益控制模块、可见光摄像头驱动云台、紫外摄像头驱动云台、红外摄像头驱动云台、温度传感器；所述红外定时校正模块分别与红外摄像头、红外视频处理模块连接；所述紫外增益控制模块分别与紫外摄像头、紫外视频处理模块连接；所述可见光摄像头驱动云台、紫外摄像头驱动云台、红外摄像头驱动云台、温度传感器分别与控制模块连接；所述可见光摄像头、紫外摄像头、红外摄像头分别固定在可见光摄像头驱动云台、紫外摄像头驱动云台、红外摄像头驱动云台上；
所述温度传感器用于采集待监测设备所在区域的环境温度，并将采集的数据传输至控制模块；所述红外定时校正模块用于根据控制模块的发送的指令对红外摄像头进行温度校正；
所述紫外增益控制模块用于控制紫外摄像头的增益；
所述可见光摄像头驱动云台、紫外摄像头驱动云台、红外摄像头驱动云台分别用于搭载可见光摄像头、紫外摄像头、红外摄像头并在控制模块的控制下进行移动实现自动调焦以及调整拍摄角度。
2.根据权利要求1所述的一种高压设备在线巡检监测系统，其特征在于：所述红外摄像头定时校正模块采用以下方法对红外摄像头进行校正：
用
用红外摄像头照射标准黑体，假定拍摄过程中忽略大气衰减与背景干扰，红外摄像头每个像元的灰度值Gr与对应探测单元探测到的辐射通量关系为：
式中，Ωs是像元的立体角，Ad是光学系统的入瞳面积，Rλ为探测器的光谱响应，Lλ(T)是目标的光谱辐射亮度，b是红外摄像头暗电流引起的固定偏置值，K是线性系数；
对于同一个红外摄像头，在不改变其参数的情况下KΩsAd的值基本不变，可认为是一常数a；
公式中，
式中的Rλ是红外摄像头的光谱响应，而不同的红外摄像头的光谱响应度随波长的变化是不同的；根据Rλ随λ的变化关系,积分可得：
Gr＝aTn+b； (4)
通过上式可以看出，红外摄像头的像元灰度值和红外摄像头接收到的光谱辐射亮度成非线性关系；
建立以辐射温度为横坐标，以灰度值为纵坐标的坐标轴，在坐标中画出组数据对应的点，用最小二乘法拟合出一条曲线，计算出a、b和n，最后得到标准黑体辐射温度和红外摄像头像元响应灰度值的温度校准方程。
3.根据权利要求1所述的一种高压设备在线巡检监测系统，其特征在于：所述可见光摄像头或紫外摄像头或红外摄像头进行自动调焦的方法如下：
S1：控制模块分别从可见光视频处理模块、紫外视频处理模块、红外视频处理模块获得可见光摄像头、紫外摄像头、红外摄像头采集的图像数据，
S2：对上述三种摄像头拍摄的图像数据计算调焦评价函数，取得离焦信号；对离焦信号进行判断，如果未能达到调焦要求，完成必要的数据存储后，控制模块控制对应的见光摄像头驱动云台、紫外摄像头驱动云台、红外摄像头驱动云台适当调整，直至完成调焦；
所述调焦评价函数为图像的熵函数，具体如下：
对于一幅N×N大小的图像f(x,y)，其总能量可表示为：
同时定义图像f(x,y)的熵值计算如下：
当图像f(x,y)的能量E一定时，图像f(x,y)的熵值Hf最大，二维图像最清晰，其中x、y为图像f(x,y)中像素点的坐标。
4.根据权利要求3所述的一种高压设备在线巡检监测系统，其特征在于：所述步骤S3具体包括以下步骤：
S1：控制模块针对对应的摄像头拍摄的第一图像进行计算其熵值Hf1，然后发出控制信号给对应的驱动云台，对应的驱动云台带动对应的摄像头正向转动前进距离d1；
S2：控制模块采集经过步骤S1对应的摄像头向前移动后采集的第二图像，并进行计算其熵值Hf2；
S3：比较步骤S1和步骤S2分别所得第一图像的熵值Hf1和第二图像的熵值Hf2的大小，如果步骤S2所得的第二图像的熵值Hf2比步骤S1所得的第一图像的熵值Hf1小，则控制模块发出控制信号给对应的驱动云台，对应的驱动云台带动对应的摄像头继续正向转动前进距离d1；反之，步骤S2所得的第二图像的熵值Hf2比步骤S1所得的第一图像的熵值Hf1大，则控制模块发出控制信号给对应的驱动云台，对应的驱动云台带动对应的摄像头反转后退距离d1；
S4：当对应的驱动云台停止调焦时，控制模块采集经过步骤S对应的摄像头移动后采集的第三图像，并计算其熵值Hf3，如果第三图像的熵值Hf3比步骤S2得到的第二图像的熵值Hf2小，则控制模块发出控制信号给对应的驱动云台，对应的驱动云台带动对应的摄像头继续正转向前前进距离d1；反之，所得的第三图像的熵值Hf3比步骤S2所得的第二图像的熵值Hf2大，则控制模块发出控制信号给对应的驱动云台，对应的驱动云台带动对应的摄像头反转后退距离d1；
S5：当对应的驱动云台停止调焦时，控制模块再次采集对应的摄像头第N-1次调焦后的采集的第N图像，计算第N图像的熵值HfN，直到计算得到最后一次的第N图像的熵值HfN比前一次计算第N-1图像得到的熵值HfN-1大，此时对应的驱动云台反转带动对应的摄像头移动距离d2，其中d2＜d1，即缩小调焦范围；
S6：依次循环若干次后，判断此时先后采集的两幅图像的熵值差的绝对值是否小于设定阈值，若是小于设定阈值，且该两幅图像的熵值差收敛，则调焦完成，否则继续循环，直到满足先后采集的两幅图像的熵值差的绝对值小于设定阈值且收敛。
5.根据权利要求1所述的一种高压设备在线巡检监测系统，其特征在于：所述紫外增益控制模块包括紫外增强CCD结构，具体包括入射窗、光电阴极、微通道板、荧光屏、耦合光纤、可见光CCD；从入射窗入射的光子照射到光电阴极上,按一定的量子转换效率转化为光电子,在加速电场的作用下光电子进入微通道板进行倍增,然后聚焦到荧光屏激发出可见光,通过耦合光纤将图像耦合到可见光CCD上,最后将信号输入至紫外视频处理模块,完成从入射光到紫外电子图像的转换，从而获得紫外光斑图像信息。
6.根据权利要求5所述的一种高压设备在线巡检监测系统，其特征在于：所述获得紫外光斑图像信息还包括：可见光CCD中每一个像素可对入射紫外光子响应产生计数，设置CCD积分时间，紫外视频处理模块读取可见光CCD的信号即可获取一段时间内不同位置的紫外光子计数，根据所显示的单位时间内紫外光子数量对电晕放电强度进行量化；所述电晕放电强度分为3个等级：高度集中、中度集中、轻度集中，具体如下表1所示：
表1电晕放电分类表
。
7.根据权利要求5所述的一种高压设备在线巡检监测系统，其特征在于：所述获得紫外图像信息还包括：
利用预存的设备图像或设备的特征点，从拍摄的可见光视频中识别并提取出设备图像；
对紫外光斑图像进行处理，将所得的设备图像与所得的紫外光斑图像融合得到紫外光斑设备图像，通过融合后的图像识别设备是否产生电晕以及电晕在设备处的位置。
8.根据权利要求1所述的一种高压设备在线巡检监测系统，其特征在于：还包括监测视频传输控制子系统，所述传输控制子系统包括发送端传输控制单元、接收端传输控制单元、视频编码单元、视频解码单元、背景库、背景识别模块、图像处理模块、图像库、图像合成模块；所述可见光摄像头、背景库连接、背景识别模块、图像处理模块、视频编码单元依次连接；所述视频编码单元、发送端传输控制单元、接收端传输控制单元、视频解码单元依次连接；
所述图像库与视频解码单元、视频合成模块连接；所述图像合成模块分别与背景库、背景识别模块连接；
所述可见光摄像头采集各个监控区域的背景图像以及监控视频，并将采集的背景图像提前存入背景库以及将采集的监控视频输入背景识别模块；
所述背景识别模块提取监控摄像机传输来的监控视频中的背景图像，并将提取的背景图像部分与背景库中预先存储的各个监控区域的背景图像进行匹配，并将识别结果输入至视频合成模块和图像处理模块；
所述图像处理模块用于根据背景识别模块的识别结果提取监控视频中的活动视频部分，并将提取的视频部分输入至视频编码单元进行编码；
所述视频编码单元对图像处理模块提取的活动视频部分进行编码，并将编码后的视频流输入发送端传输控制单元；
所述发送端传输控制单元根据接收端反馈的信息计算可用信道带宽，进而控制发送速率和视频编码单元的信源目标码率，同时将视频流以计算得到的发送速率发送至接收端传输控制单元；
所述接收端传输控制单元接收发送端传输控制单元传输来的视频流，将接收的视频流传输至视频解码单元进行解码，并将接收端的包丢率反馈给发送端传输控制单元以便发送端传输控制单元计算可用信道带宽；
所述视频解码单元用于对接收缓存模块中缓存的活动部分视频进行解码存储在图像库；
所述视频合成模块用于根据背景识别模块的识别结果与图像库中存储的解码后的活动部分视频进行匹配，合成相应监控区域的监控视频存储。
9.根据权利要求8所述的一种高压设备在线巡检监测系统，其特征在于：所述图像处理模块提取活动视频的方法为：采用三个运动参数同时检测,分别为：
(1)前后帧图象对应象素绝对差值的平均值；
(2)前后帧图象对应象素绝对差值在垂直方向的平均值；
(3)前后帧图象对应象素绝对差值在水平方向的平均值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110852918.9A CN113702777A (zh) | 2021-07-27 | 2021-07-27 | 一种高压设备在线巡检监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110852918.9A CN113702777A (zh) | 2021-07-27 | 2021-07-27 | 一种高压设备在线巡检监测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113702777A true CN113702777A (zh) | 2021-11-26 |
Family
ID=78650609
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110852918.9A Pending CN113702777A (zh) | 2021-07-27 | 2021-07-27 | 一种高压设备在线巡检监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113702777A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114827466A (zh) * | 2022-04-20 | 2022-07-29 | 武汉三江中电科技有限责任公司 | 一种仿人眼的设备图像采集装置及图像采集方法 |
| CN116859717A (zh) * | 2023-04-17 | 2023-10-10 | 浙江万能弹簧机械有限公司 | 智能自适应采样控制系统及其方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9162753B1 (en) * | 2012-12-31 | 2015-10-20 | Southern Electrical Equipment Company, Inc. | Unmanned aerial vehicle for monitoring infrastructure assets |
| US20150304612A1 (en) * | 2014-04-18 | 2015-10-22 | Flir Systems, Inc. | Multi-sensor monitoring systems and methods |
| CN106405347A (zh) * | 2016-08-31 | 2017-02-15 | 南京顺泰科技有限公司 | 一种高压设备紫外、红外成像在线监测系统及其检测方法 |
| CN107333026A (zh) * | 2017-06-26 | 2017-11-07 | 电子科技大学 | 一种针对固定场景下的监控视频图像传输及存储方法 |
| CN207164195U (zh) * | 2017-08-25 | 2018-03-30 | 国家电网公司 | 紫外联合红外热像的三通道便携式变电站监测装置 |
| CN108008259A (zh) * | 2017-11-14 | 2018-05-08 | 国网江西省电力有限公司电力科学研究院 | 基于红外、紫外和可见光图像融合一体化的检测方法和装置 |
| CN111141997A (zh) * | 2019-11-26 | 2020-05-12 | 北京瑞盈智拓科技发展有限公司 | 基于紫外可见光图像融合的巡检机器人以及检测方法 |
-
2021
- 2021-07-27 CN CN202110852918.9A patent/CN113702777A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9162753B1 (en) * | 2012-12-31 | 2015-10-20 | Southern Electrical Equipment Company, Inc. | Unmanned aerial vehicle for monitoring infrastructure assets |
| US20150304612A1 (en) * | 2014-04-18 | 2015-10-22 | Flir Systems, Inc. | Multi-sensor monitoring systems and methods |
| CN106405347A (zh) * | 2016-08-31 | 2017-02-15 | 南京顺泰科技有限公司 | 一种高压设备紫外、红外成像在线监测系统及其检测方法 |
| CN107333026A (zh) * | 2017-06-26 | 2017-11-07 | 电子科技大学 | 一种针对固定场景下的监控视频图像传输及存储方法 |
| CN207164195U (zh) * | 2017-08-25 | 2018-03-30 | 国家电网公司 | 紫外联合红外热像的三通道便携式变电站监测装置 |
| CN108008259A (zh) * | 2017-11-14 | 2018-05-08 | 国网江西省电力有限公司电力科学研究院 | 基于红外、紫外和可见光图像融合一体化的检测方法和装置 |
| CN111141997A (zh) * | 2019-11-26 | 2020-05-12 | 北京瑞盈智拓科技发展有限公司 | 基于紫外可见光图像融合的巡检机器人以及检测方法 |
Non-Patent Citations (4)
| Title |
|---|
| 傅强等: "基于中波红外热成像的温度场测量技术研究", 宇航计测技术, vol. 38, no. 4, pages 2 - 3 * |
| 张冬英等: "基于水浴黑体的红外成像系统定标实验研究", 光学技术, vol. 35, no. 1, pages 33 - 36 * |
| 张辉: "CCD图像检测系统自动调焦的研究", 中国优秀硕士学位论文全文数据库信息科技辑, no. 3, pages 2 - 2 * |
| 李霜等: "双光谱电力设备在线监测装置的实现", 计算机测量与控制, vol. 19, no. 12, pages 1 - 4 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114827466A (zh) * | 2022-04-20 | 2022-07-29 | 武汉三江中电科技有限责任公司 | 一种仿人眼的设备图像采集装置及图像采集方法 |
| CN114827466B (zh) * | 2022-04-20 | 2023-07-04 | 武汉三江中电科技有限责任公司 | 一种仿人眼的设备图像采集装置及图像采集方法 |
| CN116859717A (zh) * | 2023-04-17 | 2023-10-10 | 浙江万能弹簧机械有限公司 | 智能自适应采样控制系统及其方法 |
| CN116859717B (zh) * | 2023-04-17 | 2024-03-08 | 浙江万能弹簧机械有限公司 | 智能自适应采样控制系统及其方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113702777A (zh) | 一种高压设备在线巡检监测系统 | |
| US7928395B2 (en) | Infra-red (IR) sensor with controllable sensitivity | |
| WO2020029921A1 (zh) | 一种监控方法与装置 | |
| CN204556517U (zh) | 热轧钢板表面质量在线检测装置 | |
| US9906737B2 (en) | Co-aperture multi-FOV image-spectrum cooperative detection system and method | |
| CN111308283A (zh) | 一种多功能开关柜工作状态传感器及预警方法 | |
| CN113313713B (zh) | 一种用于锂电池极片毛刺在线检测方法及系统 | |
| CN1921622A (zh) | 视频监控设备及方法 | |
| CN109374636B (zh) | 一种受电弓图像采集系统、检测系统及检测方法 | |
| CN112326038A (zh) | 一种基于5g通信的变电站智能测温系统及其测温方法 | |
| CN107064751A (zh) | 一种用于高铁的双波段成像放电检测仪及其使用方法 | |
| CN111582253A (zh) | 基于事件触发的车牌跟踪识别方法 | |
| CN116296076A (zh) | 一种基于红外视频识别sf6气体泄漏的方法及系统 | |
| CN113239838B (zh) | 一种用于输电铁塔的无人机智能巡检识别方法 | |
| JPH06209926A (ja) | Ｘ線動画像撮影装置 | |
| CN116109955B (zh) | 一种无人机平台火源定位装置及方法 | |
| KR101127798B1 (ko) | 코로나 방전 영상 검출 방법 및 그 시스템 | |
| CN115150547A (zh) | 一种飞行监视装置及其监视方法 | |
| Kim et al. | An efficient correction method of wide-angle lens distortion for surveillance systems | |
| CN102984509A (zh) | 四波段远程视频监控系统及其数据传输方法 | |
| RU190129U1 (ru) | Устройство для автоматического получения информации о состоянии контактного провода | |
| CN103929577B (zh) | 基于压缩感知的紫外光与红外光成像系统和方法 | |
| Ferriere et al. | In-situ measurement of concentrated solar flux and distribution at the aperture of a central solar receiver | |
| CN102041345A (zh) | 用于转炉出钢监控的红外热像仪对焦方法 | |
| CN117420151B (zh) | 一种高速铁路直立式声屏障检测方法 |
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 |