CN116612434B - 基于视频监控的野外输电线路自动观冰系统及方法 - Google Patents
基于视频监控的野外输电线路自动观冰系统及方法 Download PDFInfo
- Publication number
- CN116612434B CN116612434B CN202310868666.8A CN202310868666A CN116612434B CN 116612434 B CN116612434 B CN 116612434B CN 202310868666 A CN202310868666 A CN 202310868666A CN 116612434 B CN116612434 B CN 116612434B
- Authority
- CN
- China
- Prior art keywords
- icing
- transmission line
- ice
- pixel points
- gray level
- 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.)
- Active
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 141
- 238000012544 monitoring process Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 29
- 238000003708 edge detection Methods 0.000 claims abstract description 22
- 239000011248 coating agent Substances 0.000 claims 1
- 238000000576 coating method Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 9
- 238000010606 normalization Methods 0.000 description 6
- 239000000725 suspension Substances 0.000 description 4
- 230000001788 irregular Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000009172 bursting Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及图像处理技术领域,具体涉及一种基于视频监控的野外输电线路自动观冰系统及方法。该系统包括:获取模块,用于获取输电线路灰度图像,边缘检测处理确定边缘像素点,根据所有边缘像素点的灰度梯度,确定结冰覆盖影响系数;第一处理模块,用于确定凸包区域和凸点像素点,根据凸点像素点的数量、凸包区域的面积以及结冰覆盖影响系数,确定覆冰程度;第二处理模块,用于根据输电线路灰度图像中冰棱柱长度的变化确定冰棱柱变化系数;根据覆冰程度和冰棱柱变化系数获得结冰危害程度;预警模块,用于根据结冰危害程度进行结冰危害预警。本发明能够有效提升冰层检测精度,扩大冰层检测适用性,提升检测效果的可靠性。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种基于视频监控的野外输电线路自动观冰系统及方法。
背景技术
输电线路作为电力系统中的基础供应设施,在寒冷的冬季天气,输电线路覆盖厚度较大的冰层时,冰的重量会加重线路电缆、杆塔等部位的受力,造成线路额定承载能力下降,可能导致杆塔塔基下沉或者爆裂等电力事故,导致电力供应出现问题,对人们的生活和工作造成很大的影响。
相关技术中,通过红外热成像仪检测野外输电线路上的温度分布,从而检测冰层的厚度,这种方式下,由于外部天气的多变性,会导致冰层在热成像的状态产生较大的差异,若突然出现极端恶劣天气,地表发射红外辐射能力下降,检测精度有限,易出现误判和漏判的情况。也即是说,相关技术中对冰层的检测方式适用性较差,检测效果可靠性不足。
发明内容
为了解决相关技术中对冰层的检测方式适用性较差,校测效果可靠性不足的技术问题,本发明提供一种基于视频监控的野外输电线路自动观冰系统及方法,所采用的技术方案具体如下:
一方面,本发明提出了一种基于视频监控的野外输电线路自动观冰系统,系统包括:
获取模块,用于获取至少两帧输电线路灰度图像,对所述输电线路灰度图像进行边缘检测处理,确定输电线路灰度图像中的边缘像素点,根据所有所述边缘像素点的灰度梯度,确定所述输电线路灰度图像的结冰覆盖影响系数;
第一处理模块,用于对所述边缘像素点所组成的区域进行凸包检测,确定凸包区域,根据所述凸包区域获取凸点像素点,根据所述凸点像素点的数量、所述凸包区域的面积以及所述结冰覆盖影响系数,确定覆冰程度;
第二处理模块,用于根据相邻两帧输电线路灰度图像中冰棱柱长度的变化确定冰棱柱变化系数;根据所述覆冰程度和所述冰棱柱变化系数获得结冰危害程度;
预警模块,用于根据所述结冰危害程度进行结冰危害预警。
进一步地,所述根据所有所述边缘像素点的灰度梯度,确定所述输电线路灰度图像的结冰覆盖影响系数,包括:
计算所有边缘像素点的梯度幅值,将所有边缘像素点的梯度幅值的极差作为第一结冰影响因子;
将所有边缘像素点中不同梯度幅值的数量方差作为第二结冰影响因子;
根据所述第一结冰影响因子和所述第二结冰影响因子,确定所述输电线路灰度图像的结冰覆盖影响系数,其中,所述第一结冰影响因子与所述结冰覆盖影响系数呈正相关关系,所述第二结冰影响因子与所述结冰覆盖影响系数呈正相关关系,所述结冰覆盖影响系数的取值为归一化的数值。
进一步地,所述根据所述凸包区域获取凸点像素点,包括:
将与所述凸包区域的边缘所重合的边缘像素点作为凸点像素点。
进一步地,所述根据所述凸点像素点的数量、所述凸包区域的面积以及所述结冰覆盖影响系数,确定覆冰程度,包括:
计算所述凸点像素点的数量的归一化值作为数量影响因子,根据所述数量影响因子与所述凸包区域的面积的乘积获得冰棱柱严重程度;
根据所述冰棱柱严重程度和所述结冰覆盖影响系数获得覆冰程度,其中,所述冰棱柱严重程度与所述覆冰程度呈正相关关系,所述结冰覆盖影响系数与所述覆冰程度呈正相关关系。
进一步地,所述根据相邻两帧输电线路灰度图像中冰棱柱长度的变化确定冰棱柱变化系数,包括:
将所述凸包区域中所述凸点像素点对侧的直线边缘作为输电线边缘;
将所述凸点像素点距离所述输电线边缘的最短距离作为所述凸点像素点所对应的冰棱柱长度;
计算后一帧输电线路灰度图像与前一帧输电线路灰度图像中所有冰棱柱长度的均值的差值,得到后一帧输电线路灰度图像的冰棱柱变化系数。
进一步地,所述根据所述覆冰程度和所述冰棱柱变化系数获得结冰危害程度,包括:
在所述冰棱柱变化系数大于等于0时,计算所述覆冰程度和所述冰棱柱变化系数的归一化值的和值作为结冰危害程度;
在所述冰棱柱变化系数小于0时,计算所述覆冰程度和所述冰棱柱变化系数的归一化值的差值作为结冰危害程度。
进一步地,所述对所述输电线路灰度图像进行边缘检测处理,确定输电线路灰度图像中的边缘像素点,包括:
基于Canny边缘检测算子对所述输电线路灰度图像进行边缘检测处理,得到边缘像素点。
进一步地,所述根据所述结冰危害程度进行结冰危害预警,包括:
在结冰危害程度大于等于预设危害程度阈值时,触发结冰危害预警。
另一方面,本发明提出了基于视频监控的野外输电线路自动观冰方法,方法包括:
获取至少两帧输电线路灰度图像,对所述输电线路灰度图像进行边缘检测处理,确定输电线路灰度图像中的边缘像素点,根据所有所述边缘像素点的灰度梯度,确定所述输电线路灰度图像的结冰覆盖影响系数;
对所述边缘像素点所组成的区域进行凸包检测,确定凸包区域,根据所述凸包区域获取凸点像素点,根据所述凸点像素点的数量、所述凸包区域的面积以及所述结冰覆盖影响系数,确定覆冰程度;
根据相邻两帧输电线路灰度图像中冰棱柱长度的变化确定冰棱柱变化系数;根据所述覆冰程度和所述冰棱柱变化系数获得结冰危害程度;
根据所述结冰危害程度进行结冰危害预警。
本发明具有如下有益效果:
本发明针对现有技术中对冰层的检测方式适用性较差,校测效果可靠性不足的技术问题,通过获取连续的输电线路灰度图像,根据输电线路灰度图像中边缘像素点的灰度梯度,确定输电线路灰度图像的结冰覆盖影响系数,能够有效考量输电线路在覆冰过程中边缘毛刺形状特征,提升结冰覆盖影响系数的准确性;由于是进行凸包检测,获得凸点像素点的数量、凸包区域的面积,能够准确获取图像中冰棱柱的密度,根据冰棱柱的密度和凸包区域的面积,从而准确量化输电线路上冰棱柱的严重程度,结合结冰覆盖影响系数得到覆冰程度,覆冰程度能够对线路表面存在的结冰情况和线路下方存在冰柱悬挂状态进行有效分析,确定输电线路灰度图像所对应时间点的覆冰严重程度;本发明还结合相邻两帧输电线路灰度图像中冰棱柱长度的变化确定冰棱柱变化系数,也即是说,通过相邻两帧的冰棱柱长度,对冰棱柱在未来的变化趋势进行预测,进而结合当前的覆冰程度,确定结冰危害程度,结冰危害程度能够对当前的覆冰状态和冰棱柱的变化趋势进行有效分析,便于根据结冰危害程度进行结冰危害预警,提升结冰危害预警的及时性与可靠性。综上,本发明能够有效提升冰层检测精度,扩大冰层检测适用性,提升检测效果的可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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它附图。
图1为本发明一个实施例所提供的一种基于视频监控的野外输电线路自动观冰系统结构图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种基于视频监控的野外输电线路自动观冰系统及方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种基于视频监控的野外输电线路自动观冰系统及方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种基于视频监控的野外输电线路自动观冰系统结构图,该基于视频监控的野外输电线路自动观冰系统10包括:
获取模块101,用于获取至少两帧输电线路灰度图像,对输电线路灰度图像进行边缘检测处理,确定输电线路灰度图像中的边缘像素点,根据所有边缘像素点的灰度梯度,确定输电线路灰度图像的结冰覆盖影响系数。
本发明实施例中,输电线路灰度图像,为对输电线路进行拍摄并灰度化的图像,由于在野外结冰状态下,环境较为恶劣,因此本发明选择画质清晰、遮光设备完备的电荷耦合器件(Charge Coupled Device,CCD)相机对输电线路进行周期性拍摄,以获取不同时间点的输电线路原始图像,其中,拍摄周期可以具体例如为1分钟,或者,也可以根据实际检测需求进行调整,对此不做限制。本发明实施例在获取输电线路原始图像之后,对输电线路原始图像进行图像预处理,得到输电线路灰度图像。
其中,图像预处理可以具体包括图像灰度化处理和图像去噪处理,由于在检测输电线路表面是否出现有冰覆盖时,空气中可能会出现其他干扰的噪声,如飘落的雪花,因此可以对拍摄的输电线路原始图像采用高斯滤波进行去噪,消除噪声干扰,方便后续对输电线路表面的冰层进行分析,经由图像灰度化和图像去噪等图像预处理之后,得到输电线路灰度图像。
也即是说,本发明的一种实现场景可以具体例如为,通过CCD相机拍摄输电线路原始图像,处理得到输电线路灰度图像,而后,对输电线路灰度图像中的结冰状态进行分析,从而实现结冰预警,具体参见后续实施例。
进一步地,本发明的一些实施例中,对输电线路灰度图像进行边缘检测处理,确定输电线路灰度图像中的边缘像素点,包括:基于Canny边缘检测算子对输电线路灰度图像进行边缘检测处理,得到边缘像素点。
其中,Canny边缘检测算子为本领域所熟知的边缘检测算子,对此不再赘述,通过Canny边缘检测算子能够有效获取输电线路灰度图像的边缘信息,从而确定边缘像素点。
当然,在本发明的另一些实施例中,还可以使用多种其他任意可能的边缘检测方式,如基于Sobel算子的边缘检测方式、基于大津阈值法的边缘检测方式等,对此不做限制。
本发明在确定边缘像素点之后,可以根据边缘像素点的灰度信息和分布信息等信息,对结冰状态进行分析。
进一步地,本发明的一些实施例中,根据所有边缘像素点的灰度梯度,确定输电线路灰度图像的结冰覆盖影响系数,包括:计算所有边缘像素点的梯度幅值,将所有边缘像素点的梯度幅值的极差作为第一结冰影响因子;将所有边缘像素点中不同梯度幅值的数量方差作为第二结冰影响因子;根据第一结冰影响因子和第二结冰影响因子,确定输电线路灰度图像的结冰覆盖影响系数,其中,第一结冰影响因子与结冰覆盖影响系数呈正相关关系,第二结冰影响因子与结冰覆盖影响系数呈正相关关系,结冰覆盖影响系数的取值为归一化的数值。
其中,结冰覆盖影响系数,是表征结冰覆盖情况的系数,输电线路覆冰情况一般分为两种,一种为线路表面存在结冰情况,一种为线路下方存在冰柱悬挂状态,也即是说,结冰覆盖影响系数可以表征线路表面存在结冰的严重系数。
由于输电线路本身为较为平滑的曲线线路,在输电线路表面进行结冰时,由于结冰时呈现雪花状冰晶,导致输电线路表面的冰层并非一条平滑的曲线,两侧会覆盖凹凸不平的冰层,呈现出凸起和凹陷的不规则形态,又由于输电线路结冰处的冰层具有较好的反射光线的特性,则对应的冰层处相对于背景更明亮,也即梯度幅值变化越大。
则本发明实施例中,结冰覆盖影响系数的计算公式可以具体例如为:
式中,C表示结冰覆盖影响系数,/>表示边缘像素点的梯度幅值的最大值,/>表示边缘像素点的梯度幅值的最小值,/>表示第n个边缘像素点的梯度幅值,n表示边缘像素点的索引,N表示边缘像素点的总数量,/>表示边缘像素点的梯度幅值的均值,G()表示归一化处理,在本发明的一个实施例中,归一化处理可以具体例如为最大最小值归一化处理,并且,后续步骤中的归一化均可以采用最大最小值归一化处理,在本发明的其他实施例中可以根据数值具体范围选择其他归一化方法,对此不再赘述。
可以理解的是,表示边缘像素点梯度幅值的极差,极差越大,表征对应冰层厚度差异越大,也即冰层越不规则,结冰覆盖影响系数越大,而表示边缘像素点梯度幅值的方差,方差越大,表征各边缘像素点的梯度幅值分布越离散,也即冰层分布越不规则,则通过极差与方差和值的归一化值得到结冰覆盖影响系数,由于结冰速度越快,冰层越厚,对应的冰层呈现的状态越不规范,也即结冰覆盖影响系数越大表征对应的线路表面结冰情况越严重。
第一处理模块102,用于对边缘像素点所组成的区域进行凸包检测,确定凸包区域,根据凸包区域获取凸点像素点,根据凸点像素点的数量、凸包区域的面积以及结冰覆盖影响系数,确定覆冰程度。
本发明在对线路表面结冰情况进行分析之后,还可以对线路下方存在冰柱悬挂的情况进行分析,具体参见下述实施例。
进一步地,本发明的一些实施例中,根据凸包区域获取凸点像素点,包括:将与凸包区域的边缘所重合的边缘像素点作为凸点像素点。
其中,凸包检测,为本领域所常用的几何图形学检测方式,可以理解的是,冰棱柱所形成的形状为凸起的尖刺状,也即可以进行有效的凸包检测,从而根据凸包检测结果进行分析。
本发明实施例中,对边缘像素点所组成的区域进行凸包检测,确定凸包区域,而与凸包区域的边缘所重合的边缘像素点,即为冰棱柱的凸起点,结合真实场景中冰棱柱的凸起点,即为冰棱柱最底部的刺尖,将该部分对应的像素点作为凸点像素点。
进一步地,本发明的一些实施例中,根据凸点像素点的数量、凸包区域的面积以及结冰覆盖影响系数,确定覆冰程度,包括:计算凸点像素点的数量的归一化值作为数量影响因子,根据数量影响因子与凸包区域的面积的乘积获得冰棱柱严重程度;根据冰棱柱严重程度和结冰覆盖影响系数获得覆冰程度,其中,冰棱柱严重程度与覆冰程度呈正相关关系,结冰覆盖影响系数与覆冰程度呈正相关关系。
可以理解的是,本发明实施例中,凸点像素点的数量越多,表征冰棱柱越多,由于相机所拍摄区域相同,也即在同区域内,冰棱柱的密度越大,则本发明通过计算凸点像素点的数量的归一化值作为数量影响因子,数量影响因子越大表征冰棱柱的密度越大。
其中,在同相机同角度所拍摄的图像中,凸包区域的面积越大,表征冰棱柱的长度越长;由此,本发明将数量影响因子与凸包区域的面积的乘积作为冰棱柱严重程度,冰棱柱的密度越大,凸包区域的面积越大,表征对应冰棱柱影响越严重,冰棱柱严重程度越大。
而后,本发明结合冰棱柱严重程度和结冰覆盖影响系数获得覆冰程度,其中,覆冰程度越大,表征对应输电线路上所覆盖积冰和冰棱柱越严重。
其中,冰棱柱严重程度与覆冰程度呈正相关关系,结冰覆盖影响系数与覆冰程度呈正相关关系,正相关关系表示因变量会随着自变量的增大而增大,因变量会随着自变量的减小而减小,具体关系可以为相乘关系、相加关系、指数函数的幂等,由实际应用进行确定。也即是说,本发明可以计算冰棱柱严重程度和结冰覆盖影响系数的乘积作为覆冰程度,或者,也可以计算冰棱柱严重程度和结冰覆盖影响系数的和值作为覆冰程度,对此不做限制。
第二处理模块103,用于根据相邻两帧输电线路灰度图像中冰棱柱长度的变化确定冰棱柱变化系数;根据覆冰程度和冰棱柱变化系数获得结冰危害程度。
进一步地,本发明的一些实施例中,根据相邻两帧输电线路灰度图像中冰棱柱长度的变化确定冰棱柱变化系数,包括:将凸包区域中凸点像素点对侧的直线边缘作为输电线边缘;将凸点像素点距离输电线边缘的最短距离作为凸点像素点所对应的冰棱柱长度;计算后一帧输电线路灰度图像与前一帧输电线路灰度图像中所有冰棱柱长度的均值的差值,得到后一帧输电线路灰度图像的冰棱柱变化系数。
可以理解的是,冰棱柱悬挂在输电线路下方,则凸点像素点对侧的直线即为输电线边缘,而凸点像素点又为冰棱柱的端点,则可以计算凸点像素点距离输电线边缘的最短距离,并将其作为凸点像素点所对应的冰棱柱长度。
本发明实施例中,不仅需要确定覆冰程度,还需要确定覆冰的变化情况,也即是说,将相邻两帧的输电线路灰度图像中每一帧冰棱柱长度均值的差值作为后一帧输电线路灰度图像的冰棱柱变化系数。可以理解的是,冰棱柱变化系数表征冰棱柱长度的变化,而冰棱柱在变长时,表示冰雪覆盖在逐渐严重,而冰棱柱在变短时,表示冰雪覆盖在逐渐减轻。
进一步地,本发明的一些实施例中,根据冰棱柱覆盖影响系数和冰棱柱变化系数获得结冰危害程度,包括:在冰棱柱变化系数大于等于0时,计算覆冰程度和冰棱柱变化系数的归一化值的和值作为结冰危害程度;在冰棱柱变化系数小于0时,计算覆冰程度和冰棱柱变化系数的归一化值的差值作为结冰危害程度。
可以理解的是,后一帧输电线路灰度图像与前一帧输电线路灰度图像中所有冰棱柱长度的均值的差值为后一帧输电线路灰度图像的冰棱柱变化系数,也即是说,在冰棱柱变化系数大于等于0时,可以表示后一帧输电线路灰度图像中冰棱柱长度的均值大于或等于前一帧输电线路灰度图像中冰棱柱长度的均值,也即冰棱柱在逐渐变长,此时计算冰棱柱覆盖影响系数和冰棱柱变化系数的归一化值的和值作为结冰危害程度。
而在冰棱柱变化系数小于0时,可以表示后一帧输电线路灰度图像中冰棱柱长度的均值小于前一帧输电线路灰度图像中冰棱柱长度的均值,也即冰棱柱在逐渐变短,此时计算冰棱柱覆盖影响系数和冰棱柱变化系数的归一化值的差值作为结冰危害程度。
其中,为防止冰棱柱变化系数过大导致的量纲影响,对冰棱柱变化系数进行归一化处理,从而提升结冰危害程度的客观性。
预警模块104,用于根据结冰危害程度进行结冰危害预警。
进一步地,本发明的一些实施例中,根据结冰危害程度进行结冰危害预警,包括:在结冰危害程度大于等于预设危害程度阈值时,触发结冰危害预警。
其中,预设危害程度阈值,为结冰危害程度的门限值,在结冰危害程度大于等于预设危害程度阈值时,可以表征当前输电线路上已经覆盖的冰层较为严重,或者,当前天气较为恶劣,结冰较快,导致后续覆冰情况将会迅速严重化,此时,通过设置预设危害程度阈值,用于触发结冰危害预警,能够保证结冰危害预警的时效性与准确性。可选地,预设危害程度阈值可以具体例如为0.8,对此不做限制。
本发明针对现有技术中对冰层的检测方式适用性较差,校测效果可靠性不足的技术问题,通过获取连续的输电线路灰度图像,根据输电线路灰度图像中边缘像素点的灰度梯度,确定输电线路灰度图像的结冰覆盖影响系数,能够有效考量输电线路在覆冰过程中边缘毛刺形状特征,提升结冰覆盖影响系数的准确性;由于是进行凸包检测,获得凸点像素点的数量、凸包区域的面积,能够准确获取图像中冰棱柱的密度,根据冰棱柱的密度和凸包区域的面积,从而准确量化输电线路上冰棱柱的严重程度,结合结冰覆盖影响系数得到覆冰程度,覆冰程度能够对线路表面存在的结冰情况和线路下方存在冰柱悬挂状态进行有效分析,确定输电线路灰度图像所对应时间点的覆冰严重程度;本发明还结合相邻两帧输电线路灰度图像中冰棱柱长度的变化确定冰棱柱变化系数,也即是说,通过相邻两帧的冰棱柱长度,对冰棱柱在未来的变化趋势进行预测,进而结合当前的覆冰程度,确定结冰危害程度,结冰危害程度能够对当前的覆冰状态和冰棱柱的变化趋势进行有效分析,便于根据结冰危害程度进行结冰危害预警,提升结冰危害预警的及时性与可靠性。综上,本发明能够有效提升冰层检测精度,扩大冰层检测适用性,提升检测效果的可靠性。
在本发明的另一个实施例中,还提出了一种基于视频监控的野外输电线路自动观冰方法,其特征在于,方法包括:
获取至少两帧输电线路灰度图像,对输电线路灰度图像进行边缘检测处理,确定输电线路灰度图像中的边缘像素点,根据所有边缘像素点的灰度梯度,确定输电线路灰度图像的结冰覆盖影响系数;对边缘像素点所组成的区域进行凸包检测,确定凸包区域,根据凸包区域获取凸点像素点,根据凸点像素点的数量、凸包区域的面积以及结冰覆盖影响系数,确定覆冰程度;根据相邻两帧输电线路灰度图像中冰棱柱长度的变化确定冰棱柱变化系数;根据覆冰程度和冰棱柱变化系数获得结冰危害程度;根据结冰危害程度进行结冰危害预警。
可以理解的是,本发明实施例的一种基于视频监控的野外输电线路自动观冰方法的步骤与对应一种基于视频监控的野外输电线路自动观冰系统中各模块的作用相似,对此不再赘述。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
Claims (9)
1.一种基于视频监控的野外输电线路自动观冰系统,其特征在于,所述系统包括:
获取模块,用于获取至少两帧输电线路灰度图像,对所述输电线路灰度图像进行边缘检测处理,确定输电线路灰度图像中的边缘像素点,根据所有所述边缘像素点的灰度梯度,确定所述输电线路灰度图像的结冰覆盖影响系数;
第一处理模块,用于对所述边缘像素点所组成的区域进行凸包检测,确定凸包区域,根据所述凸包区域获取凸点像素点,根据所述凸点像素点的数量、所述凸包区域的面积以及所述结冰覆盖影响系数,确定覆冰程度;
第二处理模块,用于根据相邻两帧输电线路灰度图像中冰棱柱长度的变化确定冰棱柱变化系数;根据所述覆冰程度和所述冰棱柱变化系数获得结冰危害程度;
预警模块,用于根据所述结冰危害程度进行结冰危害预警。
2.如权利要求1所述的一种基于视频监控的野外输电线路自动观冰系统,其特征在于,所述根据所有所述边缘像素点的灰度梯度,确定所述输电线路灰度图像的结冰覆盖影响系数,包括:
计算所有边缘像素点的梯度幅值,将所有边缘像素点的梯度幅值的极差作为第一结冰影响因子;
将所有边缘像素点中不同梯度幅值的数量方差作为第二结冰影响因子;
根据所述第一结冰影响因子和所述第二结冰影响因子,确定所述输电线路灰度图像的结冰覆盖影响系数,其中,所述第一结冰影响因子与所述结冰覆盖影响系数呈正相关关系,所述第二结冰影响因子与所述结冰覆盖影响系数呈正相关关系,所述结冰覆盖影响系数的取值为归一化的数值。
3.如权利要求1所述的一种基于视频监控的野外输电线路自动观冰系统,其特征在于,所述根据所述凸包区域获取凸点像素点,包括:
将与所述凸包区域的边缘所重合的边缘像素点作为凸点像素点。
4.如权利要求1所述的一种基于视频监控的野外输电线路自动观冰系统,其特征在于,所述根据所述凸点像素点的数量、所述凸包区域的面积以及所述结冰覆盖影响系数,确定覆冰程度,包括:
计算所述凸点像素点的数量的归一化值作为数量影响因子,根据所述数量影响因子与所述凸包区域的面积的乘积获得冰棱柱严重程度;
根据所述冰棱柱严重程度和所述结冰覆盖影响系数获得覆冰程度,其中,所述冰棱柱严重程度与所述覆冰程度呈正相关关系,所述结冰覆盖影响系数与所述覆冰程度呈正相关关系。
5.如权利要求1所述的一种基于视频监控的野外输电线路自动观冰系统,其特征在于,所述根据相邻两帧输电线路灰度图像中冰棱柱长度的变化确定冰棱柱变化系数,包括:
将所述凸包区域中所述凸点像素点对侧的直线边缘作为输电线边缘;
将所述凸点像素点距离所述输电线边缘的最短距离作为所述凸点像素点所对应的冰棱柱长度;
计算后一帧输电线路灰度图像与前一帧输电线路灰度图像中所有冰棱柱长度的均值的差值,得到后一帧输电线路灰度图像的冰棱柱变化系数。
6.如权利要求1所述的一种基于视频监控的野外输电线路自动观冰系统,其特征在于,所述根据所述覆冰程度和所述冰棱柱变化系数获得结冰危害程度,包括:
在所述冰棱柱变化系数大于等于0时,计算所述覆冰程度和所述冰棱柱变化系数的归一化值的和值作为结冰危害程度;
在所述冰棱柱变化系数小于0时,计算所述覆冰程度和所述冰棱柱变化系数的归一化值的差值作为结冰危害程度。
7.如权利要求1所述的一种基于视频监控的野外输电线路自动观冰系统,其特征在于,所述对所述输电线路灰度图像进行边缘检测处理,确定输电线路灰度图像中的边缘像素点,包括:
基于Canny边缘检测算子对所述输电线路灰度图像进行边缘检测处理,得到边缘像素点。
8.如权利要求1所述的一种基于视频监控的野外输电线路自动观冰系统,其特征在于,所述根据所述结冰危害程度进行结冰危害预警,包括:
在结冰危害程度大于等于预设危害程度阈值时,触发结冰危害预警。
9.一种基于视频监控的野外输电线路自动观冰方法,其特征在于,所述方法包括:
获取至少两帧输电线路灰度图像,对所述输电线路灰度图像进行边缘检测处理,确定输电线路灰度图像中的边缘像素点,根据所有所述边缘像素点的灰度梯度,确定所述输电线路灰度图像的结冰覆盖影响系数;
对所述边缘像素点所组成的区域进行凸包检测,确定凸包区域,根据所述凸包区域获取凸点像素点,根据所述凸点像素点的数量、所述凸包区域的面积以及所述结冰覆盖影响系数,确定覆冰程度;
根据相邻两帧输电线路灰度图像中冰棱柱长度的变化确定冰棱柱变化系数;根据所述覆冰程度和所述冰棱柱变化系数获得结冰危害程度;
根据所述结冰危害程度进行结冰危害预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310868666.8A CN116612434B (zh) | 2023-07-17 | 2023-07-17 | 基于视频监控的野外输电线路自动观冰系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310868666.8A CN116612434B (zh) | 2023-07-17 | 2023-07-17 | 基于视频监控的野外输电线路自动观冰系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116612434A CN116612434A (zh) | 2023-08-18 |
CN116612434B true CN116612434B (zh) | 2023-09-15 |
Family
ID=87678543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310868666.8A Active CN116612434B (zh) | 2023-07-17 | 2023-07-17 | 基于视频监控的野外输电线路自动观冰系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116612434B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118052822B (zh) * | 2024-04-16 | 2024-07-16 | 湖南防灾科技有限公司 | 一种具有融冰观测功能的箱式直流融冰装置及观测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809727A (zh) * | 2015-04-24 | 2015-07-29 | 西安工程大学 | 一种输电导线覆冰形状的自动识别方法 |
CN106340006A (zh) * | 2016-08-22 | 2017-01-18 | 华南理工大学 | 一种基于绝缘子图像伞伸出的覆冰程度评估方法 |
CN111951520A (zh) * | 2020-07-31 | 2020-11-17 | 国网福建省电力有限公司宁德供电公司 | 一种输电线路导线覆冰厚度侦测系统及方法 |
CN112991432A (zh) * | 2021-04-15 | 2021-06-18 | 重庆大学 | 基于图像处理的覆冰冰形识别方法 |
CN113096146A (zh) * | 2021-04-02 | 2021-07-09 | 贵州电网有限责任公司 | 一种基于5g与ai识别技术的输电线路覆冰监控预警系统、安装设备及方法 |
CN113642238A (zh) * | 2021-08-13 | 2021-11-12 | 贵州电网有限责任公司 | 基于微气象因子的径向基神经网络输电线路覆冰预测方法 |
CN114362367A (zh) * | 2021-12-30 | 2022-04-15 | 中国电力科学研究院有限公司 | 面向云边协同的输电线路监测系统和方法、识别系统和方法 |
WO2023103278A1 (zh) * | 2021-12-06 | 2023-06-15 | 清华大学 | 基于地线电磁信号的输电线路导线位置信息在线监测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103673960B (zh) * | 2012-08-30 | 2016-12-21 | 国际商业机器公司 | 用于预测输电线路上的覆冰状态的方法和装置 |
-
2023
- 2023-07-17 CN CN202310868666.8A patent/CN116612434B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809727A (zh) * | 2015-04-24 | 2015-07-29 | 西安工程大学 | 一种输电导线覆冰形状的自动识别方法 |
CN106340006A (zh) * | 2016-08-22 | 2017-01-18 | 华南理工大学 | 一种基于绝缘子图像伞伸出的覆冰程度评估方法 |
CN111951520A (zh) * | 2020-07-31 | 2020-11-17 | 国网福建省电力有限公司宁德供电公司 | 一种输电线路导线覆冰厚度侦测系统及方法 |
CN113096146A (zh) * | 2021-04-02 | 2021-07-09 | 贵州电网有限责任公司 | 一种基于5g与ai识别技术的输电线路覆冰监控预警系统、安装设备及方法 |
CN112991432A (zh) * | 2021-04-15 | 2021-06-18 | 重庆大学 | 基于图像处理的覆冰冰形识别方法 |
CN113642238A (zh) * | 2021-08-13 | 2021-11-12 | 贵州电网有限责任公司 | 基于微气象因子的径向基神经网络输电线路覆冰预测方法 |
WO2023103278A1 (zh) * | 2021-12-06 | 2023-06-15 | 清华大学 | 基于地线电磁信号的输电线路导线位置信息在线监测方法 |
CN114362367A (zh) * | 2021-12-30 | 2022-04-15 | 中国电力科学研究院有限公司 | 面向云边协同的输电线路监测系统和方法、识别系统和方法 |
Non-Patent Citations (1)
Title |
---|
无人机输电线路覆冰监测图像边缘检测方法;翟永赛;于虹;吕金花;王龙飞;韦根原;;云南电力技术(04);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116612434A (zh) | 2023-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021093283A1 (zh) | 基于多传感融合的海面小面积溢油区域检测系统及检测方法 | |
CN116612434B (zh) | 基于视频监控的野外输电线路自动观冰系统及方法 | |
CN109740445B (zh) | 一种变尺寸的红外弱小目标检测方法 | |
JP3352655B2 (ja) | 車線認識装置 | |
CN107588733A (zh) | 一种基于图像的受电弓滑板磨耗在线检测装置与方法 | |
CN100520362C (zh) | 基于彩色ccd图像分析的森林火情烟雾检测方法 | |
KR102345873B1 (ko) | 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법 및 시스템 | |
CN109584204A (zh) | 一种图像噪声强度估计方法、存储介质、处理及识别装置 | |
CN102663385B (zh) | 一种星上点目标检测方法 | |
CN107798293A (zh) | 一种道路裂缝检测装置 | |
CN114066876B (zh) | 一种基于分类结果及cva-sgd法的建筑垃圾变化检测方法 | |
CN107292900A (zh) | 一种基于Canny算法的图像边缘检测方法和装置 | |
CN111079852B (zh) | 一种输电线路绝缘子覆冰厚度侦测方法 | |
CN113095114A (zh) | 液压系统漏油检测方法、装置和设备 | |
CN109523543A (zh) | 一种基于边缘距离的导线断股检测方法 | |
CN116538924A (zh) | 一种覆冰状态下输电线路弧垂实时监测方法 | |
CN114419450A (zh) | 一种基于影像特征分析的线性目标毁伤效能快速评估方法 | |
Heyn et al. | A system for automated vision-based sea-ice concentration detection and floe-size distribution indication from an icebreaker | |
CN111062933A (zh) | 一种基于视场自适应调节的输电线路覆冰图像检测方法 | |
CN112884795A (zh) | 一种基于多特征显著性融合的输电线路巡检前景与背景分割方法 | |
CN116958182B (zh) | 基于图像数据的混凝土裂缝快速检测方法 | |
CN112883969A (zh) | 一种基于卷积神经网络的降雨强度检测方法 | |
CN112669332A (zh) | 一种基于双向局部极大值和峰值局部奇异性判断海天条件和检测红外目标的方法 | |
CN115205317B (zh) | 一种桥梁监测光电标靶图像光斑中心点提取方法 | |
CN111142075A (zh) | 一种道面微小目标检测雷达杂波图自动更新方法 |
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 |