CN116939171A - 输电线路监控方法、装置和计算机设备 - Google Patents
输电线路监控方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN116939171A CN116939171A CN202311206700.1A CN202311206700A CN116939171A CN 116939171 A CN116939171 A CN 116939171A CN 202311206700 A CN202311206700 A CN 202311206700A CN 116939171 A CN116939171 A CN 116939171A
- Authority
- CN
- China
- Prior art keywords
- edge
- image
- transmission line
- edge server
- power transmission
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 156
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000012544 monitoring process Methods 0.000 title claims abstract description 51
- 238000012545 processing Methods 0.000 claims abstract description 67
- 230000002159 abnormal effect Effects 0.000 claims abstract description 51
- 238000000605 extraction Methods 0.000 claims abstract description 28
- 238000004590 computer program Methods 0.000 claims description 23
- 238000003708 edge detection Methods 0.000 claims description 9
- 238000012806 monitoring device Methods 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- 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
- G06V10/443—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 by matching or filtering
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
- H04L67/101—Server selection for load balancing based on network conditions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
- H04L67/1021—Server selection for load balancing based on client or server locations
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本申请涉及一种输电线路监控方法、装置和计算机设备。所述方法包括：从待选择边缘服务器中，确定出与拍摄终端之间的距离和对应的排队时延均满足预设条件的目标边缘服务器；将所拍摄的输电线路的视频数据传输至目标边缘服务器；目标边缘服务器用于对视频数据中的每个图像帧进行边缘提取处理，得到每个图像帧对应的针对输电线路的边缘图像，获取各个边缘图像中输电线路的第一像素点分布信息和预设的基准图像中输电线路的第二像素点分布信息，当基于第一像素点分布信息和第二像素点分布信息，确定各个边缘图像中存在与基准图像不匹配的异常图像时，发送异常图像对应的图像帧至监控终端。采用本方法能够更快地发现输电线路中的异常线路。
Description
技术领域
本申请涉及智能电网技术领域，特别是涉及一种输电线路监控方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
输电线路的可视化监控是利用摄像设备实时获取监控范围内的视频，视频传输至云端服务器，借由云端服务器的算力对视频加以图像处理和检测，并基于检测结果判断视频图像中的输电线路区域是否出现问题。
然而，依赖于云端服务器进行图像处理和反馈的方法，在实际使用过程中，会因为输电线路所在区域偏远，且云端服务器分布远近不同，从而导致针对输电线路图像的处理出现高延迟现象，无法及时给出反馈，尤其是对出现问题的区域无法及时处理，从而错失最佳处理时间。
发明内容
基于此，有必要针对处理延迟高的技术问题，提供一种输电线路监控方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种输电线路监控方法。应用于拍摄终端。所述方法包括：
从待选择边缘服务器中，确定出与所述拍摄终端之间的距离满足预设距离条件，且对应的排队时延满足预设排队时延条件的目标边缘服务器；
将所拍摄的输电线路的视频数据传输至所述目标边缘服务器；所述视频数据对应有多个图像帧，所述目标边缘服务器用于对每个图像帧进行边缘提取处理，得到所述每个图像帧对应的针对输电线路的边缘图像，获取各个边缘图像中输电线路的第一像素点分布信息和预设的基准图像中输电线路的第二像素点分布信息，当基于所述第一像素点分布信息和所述第二像素点分布信息，确定所述各个边缘图像中存在与所述基准图像不匹配的异常图像时，发送所述异常图像对应的图像帧至监控终端；
其中，所述基准图像和所述各个边缘图像的拍摄角度相同。
在其中一个实施例中，在所述从待选择边缘服务器中，确定出与所述拍摄终端之间的距离满足预设距离条件，且对应的排队时延满足预设排队时延条件的目标边缘服务器之前，还包括：
获取初始边缘服务器对应的处理性能信息；
从所述初始边缘服务器中，确定出对应的处理性能信息满足预设性能条件的边缘服务器，作为待选择边缘服务器。
在其中一个实施例中，所述从待选择边缘服务器中，确定出与所述拍摄终端之间的距离满足预设距离条件，且对应的排队时延满足预设排队时延条件的目标边缘服务器，包括：
获取所述待选择边缘服务器与所述拍摄终端之间的距离；
从所述待选择边缘服务器中，将所述距离最短的边缘服务器确定为当前边缘服务器；
在所述当前边缘服务器对应的排队时延不满足预设排队时延条件的情况下，从所述待选择边缘服务器中删除所述当前边缘服务器，得到更新后边缘服务器；
将所述更新后边缘服务器作为待选择边缘服务器，并执行所述从所述待选择边缘服务器中，将所述距离最短的边缘服务器确定为当前边缘服务器的步骤，直到确定出的当前边缘服务器对应的排队时延满足所述预设排队时延条件，则将所述确定出的当前边缘服务器，作为目标边缘服务器。
在其中一个实施例中，在从所述待选择边缘服务器中，将所述距离最短的边缘服务器确定为当前边缘服务器之后，还包括：
向所述当前边缘服务器发送排队信息获取指令；所述排队信息获取指令用于供所述当前边缘服务器获取自身的排队信息；
接收所述当前边缘服务器基于所述排队信息获取指令返回的所述排队信息；
在所述排队信息表征的排队时延大于预设时延的情况下，确认所述当前边缘服务器对应的排队时延不满足预设排队时延条件。
第二方面，本申请还提供了一种输电线路监控方法。应用于目标边缘服务器。所述方法包括：
接收与所述目标边缘服务器之间的距离满足预设距离条件的拍摄终端所拍摄的输电线路的视频数据；所述视频数据对应有多个图像帧；所述目标边缘服务器对应的排队时延满足预设排队时延条件；
对每个图像帧进行边缘提取处理，得到所述每个图像帧对应的针对输电线路的边缘图像；
获取各个边缘图像中输电线路的第一像素点分布信息和预设的基准图像中输电线路的第二像素点分布信息；所述基准图像和所述各个边缘图像的拍摄角度相同；
当基于所述第一像素点分布信息和所述第二像素点分布信息，确定所述各个边缘图像中存在与所述基准图像不匹配的异常图像时，发送所述异常图像对应的图像帧至监控终端。
在其中一个实施例中，所述对每个图像帧做边缘提取处理，得到所述每个图像帧对应的针对输电线路的边缘图像，包括：
将所述每个图像帧做灰度化处理，得到对应的灰度图像；
采用开操作，对所述灰度图像进行降噪处理，得到降噪后的灰度图像；
采用边缘检测模型，提取所述降噪后的灰度图像的图像边缘，得到所述每个图像帧对应的边缘图像。
在其中一个实施例中，在获取各个边缘图像中输电线路的第一像素点分布信息和预设的基准图像中输电线路的第二像素点分布信息之后，还包括：
针对一个边缘图像，对比所述一个边缘图像对应的第一像素分布信息和所述第二像素分布信息，确定所述一个边缘图像对应的第一像素分布信息和所述第二像素分布信息之间的像素分布重合率；
在所述像素分布重合率小于预设重合率的情况下，确定所述一个边缘图像为与所述基准图像不匹配的异常图像。
第三方面，本申请还提供了一种输电线路监控装置。所述装置包括：
目标服务器确定模块，用于从待选择边缘服务器中，确定出与所述拍摄终端之间的距离满足预设距离条件，且对应的排队时延满足预设排队时延条件的目标边缘服务器；
视频数据发送模块，用于将所拍摄的输电线路的视频数据传输至所述目标边缘服务器；所述视频数据对应有多个图像帧，所述目标边缘服务器用于对每个图像帧进行边缘提取处理，得到所述每个图像帧对应的针对输电线路的边缘图像，获取各个边缘图像中输电线路的第一像素点分布信息和预设的基准图像中输电线路的第二像素点分布信息，当基于所述第一像素点分布信息和所述第二像素点分布信息，确定所述各个边缘图像中存在与所述基准图像不匹配的异常图像时，发送所述异常图像对应的图像帧至监控终端；
其中，所述基准图像和所述各个边缘图像的拍摄角度相同。
第四方面，本申请还提供了一种输电线路监控装置。所述装置包括：
视频接收模块，用于接收与所述边缘服务器之间的距离满足预设距离条件的拍摄终端所拍摄的输电线路的视频数据；所述视频数据对应有多个图像帧；所述目标边缘服务器对应的排队时延满足预设排队时延条件；
边缘提取模块，用于对每个图像帧进行边缘提取处理，得到所述每个图像帧对应的针对输电线路的边缘图像；
像素获取模块，用于获取各个边缘图像中输电线路的第一像素点分布信息和预设的基准图像中输电线路的第二像素点分布信息；所述基准图像和所述各个边缘图像的拍摄角度相同；
异常确定模块，用于当基于所述第一像素点分布信息和所述第二像素点分布信息，确定所述各个边缘图像中存在与所述基准图像不匹配的异常图像时，发送所述异常图像对应的图像帧至监控终端。
第五方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
从待选择边缘服务器中，确定出与所述拍摄终端之间的距离满足预设距离条件，且对应的排队时延满足预设排队时延条件的目标边缘服务器；
将所拍摄的输电线路的视频数据传输至所述目标边缘服务器；所述视频数据对应有多个图像帧，所述目标边缘服务器用于对每个图像帧进行边缘提取处理，得到所述每个图像帧对应的针对输电线路的边缘图像，获取各个边缘图像中输电线路的第一像素点分布信息和预设的基准图像中输电线路的第二像素点分布信息，当基于所述第一像素点分布信息和所述第二像素点分布信息，确定所述各个边缘图像中存在与所述基准图像不匹配的异常图像时，发送所述异常图像对应的图像帧至监控终端；
其中，所述基准图像和所述各个边缘图像的拍摄角度相同。
第六方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
从待选择边缘服务器中，确定出与所述拍摄终端之间的距离满足预设距离条件，且对应的排队时延满足预设排队时延条件的目标边缘服务器；
将所拍摄的输电线路的视频数据传输至所述目标边缘服务器；所述视频数据对应有多个图像帧，所述目标边缘服务器用于对每个图像帧进行边缘提取处理，得到所述每个图像帧对应的针对输电线路的边缘图像，获取各个边缘图像中输电线路的第一像素点分布信息和预设的基准图像中输电线路的第二像素点分布信息，当基于所述第一像素点分布信息和所述第二像素点分布信息，确定所述各个边缘图像中存在与所述基准图像不匹配的异常图像时，发送所述异常图像对应的图像帧至监控终端；
其中，所述基准图像和所述各个边缘图像的拍摄角度相同。
第七方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
从待选择边缘服务器中，确定出与所述拍摄终端之间的距离满足预设距离条件，且对应的排队时延满足预设排队时延条件的目标边缘服务器；
将所拍摄的输电线路的视频数据传输至所述目标边缘服务器；所述视频数据对应有多个图像帧，所述目标边缘服务器用于对每个图像帧进行边缘提取处理，得到所述每个图像帧对应的针对输电线路的边缘图像，获取各个边缘图像中输电线路的第一像素点分布信息和预设的基准图像中输电线路的第二像素点分布信息，当基于所述第一像素点分布信息和所述第二像素点分布信息，确定所述各个边缘图像中存在与所述基准图像不匹配的异常图像时，发送所述异常图像对应的图像帧至监控终端；
其中，所述基准图像和所述各个边缘图像的拍摄角度相同。
上述输电线路监控方法、装置、计算机设备、存储介质和计算机程序产品，首先，从待选择边缘服务器中，确定出与拍摄终端之间的距离满足预设距离条件，且对应的排队时延满足预设排队时延条件的目标边缘服务器，从待选择边缘服务器中确定距离和排队时延均满足条件的目标边缘服务器，能够减少图像传输过程中的传输时延和在边缘服务器中的排队时延，进而减少图像处理的处理时间；然后，将所拍摄的输电线路的视频数据传输至目标边缘服务器；视频数据对应有多个图像帧，目标边缘服务器用于对每个图像帧进行边缘提取处理，得到每个图像帧对应的针对输电线路的边缘图像，获取各个边缘图像中输电线路的第一像素点分布信息和预设的基准图像中输电线路的第二像素点分布信息，当基于第一像素点分布信息和第二像素点分布信息，确定各个边缘图像中存在与基准图像不匹配的异常图像时，发送异常图像对应的图像帧至监控终端，通过边缘服务器直接对图像进行处理，得到处理结果后可以发送至监控终端以提醒用户，从而缩短用户的响应时间。上述方法中，通过确定出距离和排队时延均满足条件目标边缘服务器，再依赖于目标边缘服务器对图像进行处理并发送处理结果，能够减少图像处理过程中传输和排队造成的时延，更快地发现输电线路中的异常线路，进而缩短用户对异常线路的响应时间，更好地保障线路的安全。
附图说明
图1为一个实施例中输电线路监控方法的应用环境图；
图2为一个实施例中输电线路监控方法的流程示意图；
图3为一个实施例中确定目标边缘服务器步骤的流程示意图；
图4为另一个实施例中输电线路监控方法的流程示意图；
图5为一个实施例中输电线路监控方法的流程示意图；
图6为一个实施例中输电线路监控装置的结构框图；
图7为另一个实施例中输电线路监控装置的结构框图；
图8为一个实施例中计算机设备的内部结构图；
图9为另一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的输电线路监控方法，可以应用于如图1所示的应用环境中。其中，拍摄终端102通过网络与待选择边缘服务器104进行通信。数据存储器可以存储视频拍摄器拍摄的视频数据。拍摄终端102从待选择边缘服务器104中，确定出与拍摄终端102之间的距离满足预设距离条件，且对应的排队时延满足预设排队时延条件的目标边缘服务器；将所拍摄的输电线路的视频数据传输至目标边缘服务器，使得目标边缘服务器对视频数据进行处理。其中，拍摄终端102可以是单独的视频拍摄器和一个具有数据存储器、微处理器的终端的组合，也可以是集成了视频拍摄器、数据存储器和微处理器的一个终端。待选择边缘服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种输电线路监控方法，以该方法应用于图1中的拍摄终端102为例进行说明，包括以下步骤：
步骤S201，从待选择边缘服务器中，确定出与拍摄终端之间的距离满足预设距离条件，且对应的排队时延满足预设排队时延条件的目标边缘服务器。
示例性地，拍摄终端102从数据存储器中获取预先保存的待选择边缘服务器104对应的信息，根据待选择边缘服务器104对应的信息可以知道每个待选择边缘服务器104与拍摄终端102之间的距离；同时，对于每个待选择边缘服务器104当前存在的排队时延，可以由待选择边缘服务器104通过网络通信反馈给拍摄终端102。拍摄终端102再基于每个待选择边缘服务器104的距离信息和排队时延信息，选择出符合预设距离条件和预设排队时延条件的目标边缘服务器。
步骤S202，将所拍摄的输电线路的视频数据传输至目标边缘服务器。
示例性地，当拍摄终端102从待选择边缘服务器104中确定出目标边缘服务器后，将针对于输电线路所拍摄的视频数据通过网络通信传输至目标边缘服务器。其中，视频数据对应有多个图像帧，目标边缘服务器可以对每个图像帧进行边缘提取处理，得到每个图像帧对应的针对输电线路的边缘图像，获取各个边缘图像中输电线路的第一像素点分布信息和预设的基准图像中输电线路的第二像素点分布信息，当基于第一像素点分布信息和第二像素点分布信息，确定各个边缘图像中存在与基准图像不匹配的异常图像时，发送异常图像对应的图像帧至监控终端。
上述输电线路监控方法中，首先，从待选择边缘服务器中，确定出与拍摄终端之间的距离满足预设距离条件，且对应的排队时延满足预设排队时延条件的目标边缘服务器，从待选择边缘服务器中确定距离和排队时延均满足条件的目标边缘服务器，能够减少图像传输过程中的传输时延和在边缘服务器中的排队时延，进而减少图像处理的处理时间；然后，将所拍摄的输电线路的视频数据传输至目标边缘服务器；视频数据对应有多个图像帧，目标边缘服务器用于对每个图像帧进行边缘提取处理，得到每个图像帧对应的针对输电线路的边缘图像，获取各个边缘图像中输电线路的第一像素点分布信息和预设的基准图像中输电线路的第二像素点分布信息，当基于第一像素点分布信息和第二像素点分布信息，确定各个边缘图像中存在与基准图像不匹配的异常图像时，发送异常图像对应的图像帧至监控终端，通过边缘服务器直接对图像进行处理，得到处理结果后可以发送至监控终端以提醒用户，从而缩短用户的响应时间。上述方法中，通过确定出距离和排队时延均满足条件目标边缘服务器，再依赖于目标边缘服务器对图像进行处理并发送处理结果，能够减少图像处理过程中传输和排队造成的时延，更快地发现输电线路中的异常线路，进而缩短用户对异常线路的响应时间，更好地保障线路的安全。
在一个实施例中，在上述步骤S201从待选择边缘服务器中，确定出与拍摄终端之间的距离满足预设距离条件，且对应的排队时延满足预设排队时延条件的目标边缘服务器之前，还包括：获取初始边缘服务器对应的处理性能信息；从初始边缘服务器中，确定出对应的处理性能信息满足预设性能条件的边缘服务器，作为待选择边缘服务器。
示例性地，拍摄终端从数据存储器中查询得到预先保存的所有边缘服务器（即为初始边缘服务器）对应的处理性能信息，然后从所有边缘服务器（初始边缘服务器）中筛选出处理性能能够满足预设性能条件的边缘服务器，作为待选择边缘服务器。即待选择边缘服务器对图像处理所需的时间，不超过预设的处理时间阈值。
本实施例中，通过根据处理性能信息对初始边缘服务器进行筛选，能够得到对图像处理所需时间均不超过预设阈值的待选择边缘服务器，后续将不会选择到不满足预设性能条件的边缘服务器去执行图像处理，避免造成图像处理时间过长的问题。
在一个实施例中，如图3所示，上述步骤S201从待选择边缘服务器中，确定出与拍摄终端之间的距离满足预设距离条件，且对应的排队时延满足预设排队时延条件的目标边缘服务器，还可以通过以下步骤实现：
步骤S301，获取待选择边缘服务器与拍摄终端之间的距离；
步骤S302，从待选择边缘服务器中，将距离最短的边缘服务器确定为当前边缘服务器；
步骤S303，在当前边缘服务器对应的排队时延不满足预设排队时延条件的情况下，从待选择边缘服务器中删除当前边缘服务器，得到更新后边缘服务器；
步骤S304，将更新后边缘服务器作为待选择边缘服务器，并执行步骤S302，直到确定出的当前边缘服务器对应的排队时延满足预设排队时延条件，则将确定出的当前边缘服务器，作为目标边缘服务器。
示例性地，拍摄终端从数据存储器中查询得到每个待选择边缘服务器与拍摄终端之间的距离。然后从待选择边缘服务器中，将距离最短的边缘服务器确定为当前边缘服务器；需要说明的是，可以先将所有待选择服务器基于距离从短到长的顺序进行排序，得到待选择边缘服务器的判断顺序，也可以是每次判断时再确定出距离最短的边缘服务器。确定出当前边缘服务器后，拍摄终端需要通过网络通信与当前边缘服务器进行数据交互，得到当前边缘服务器的排队时延信息，拍摄终端再基于排队时延信息确定当前边缘服务器对应的排队时延是否满足预设排队时延条件；若满足，则将当前边缘服务器确定为目标边缘服务器；若不满足，则可以从待选择服务器中删除不满足条件的当前边缘服务器，然后从更新后的边缘服务器中确定新的当前边缘服务器，也可以是根据上述判断顺序确定下一个边缘服务器为当前边缘服务器。直到当前边缘服务器对应的排队时延满足预设排队时延条件时，才将当前边缘服务器确定为目标边缘服务器。
本实施例中，通过待选择边缘服务器与拍摄终端之间的距离的长短顺序，依次判断每个待选择边缘服务器对应的排队时延是否满足预设排队时延条件，简单快速地确定出满足排队时延条件且距离最短的目标边缘服务器，不仅能够缩短图像处理过程中的传输时延和排队时延，还能够减少确定目标边缘服务器所需的时间。
在一个实施例中，在上述步骤S302从待选择边缘服务器中，将距离最短的边缘服务器确定为当前边缘服务器之后，还包括：向当前边缘服务器发送排队信息获取指令；排队信息获取指令用于供当前边缘服务器获取自身的排队信息；接收当前边缘服务器基于排队信息获取指令返回的排队信息；在排队信息表征的排队时延大于预设时延的情况下，确认当前边缘服务器对应的排队时延不满足预设排队时延条件。
进一步地，在一个实施例中，在上述接收当前边缘服务器基于排队信息获取指令返回的排队信息之后，还包括：在排队信息表征的排队时延小于或等于预设时延的情况下，确认当前边缘服务器对应的排队时延满足预设排队时延条件；将当前边缘服务器，确定为目标边缘服务器。
示例性地，拍摄终端在确定出当前边缘服务器后，需要向当前边缘服务器发送排队信息获取指令，使得当前边缘服务器基于排队信息获取指令获取自身的排队信息并返回给拍摄终端；排队信息可以是当前边缘服务器中正在排队等待处理的事务数量，也可以是当前边缘服务器完成正在排队等待处理的事务的预测时长。拍摄终端接收到当前边缘服务器返回的排队信息后，获取排队信息表征的排队时延，可以是通过事务数量预测排队时延，也可以是根据预测时长确定排队时延。然后拍摄终端判断当前边缘服务器对应的排队时延是否大于预设时延；若当前边缘服务器对应的排队时延大于预设时延，则确认当前边缘服务器对应的排队时延不满足预设排队时延条件；若当前边缘服务器对应的排队时延不大于预设时延，则确认当前边缘服务器对应的排队时延满足预设排队时延条件，并将当前边缘服务器，确定为目标边缘服务器。
上述实施例中，通过获取当前边缘服务器对应的排队信息，确定当前边缘服务器对应的排队时延，然后通过排队时延确定当前边缘服务器是否满足预设排队时延条件，进而可以确定图像处理所需时间短的目标边缘服务器，能够更快地发现输电线路中存在的异常。
在一个实施例中，如图4所示，提供了一种输电线路监控方法，以该方法应用于图1待选择边缘服务器104中确定出的目标边缘服务器为例进行说明，包括以下步骤：
步骤S401，接收与目标边缘服务器之间的距离满足预设距离条件的拍摄终端所拍摄的输电线路的视频数据。
其中，视频数据对应有多个图像帧；目标边缘服务器对应的排队时延满足预设排队时延条件。
步骤S402，对每个图像帧进行边缘提取处理，得到每个图像帧对应的针对输电线路的边缘图像。
步骤S403，获取各个边缘图像中输电线路的第一像素点分布信息和预设的基准图像中输电线路的第二像素点分布信息。
其中，基准图像和各个边缘图像的拍摄角度相同。
步骤S404，当基于第一像素点分布信息和第二像素点分布信息，确定各个边缘图像中存在与基准图像不匹配的异常图像时，发送异常图像对应的图像帧至监控终端。
示例性地，目标边缘服务器接收到拍摄终端发送的视频数据后，需要对视频数据中的每个图像帧进行边缘提取处理，得到每个图像帧对应针对输电线路的边缘图像。接着，根据拍摄终端的标识，确定出输电线路的标识，进而从数据库中查询得到对应输电线路的基准图像。然后，获取各个边缘图像中输电线路的第一像素点分布信息和基准图像中输电线路的第二像素点分布信息。基于第一像素点分布信息和第二像素点分布信息判断边缘图像是否与基准图像不匹配，若不匹配则说明输电线路发生异常，将不匹配的边缘图像确定为异常图像，并将异常图像对应的图像帧发送至监控终端。
本实施例中，通过对视频数据中的图像帧做边缘提取处理，可以确定图像帧中的输电线路的位置，然后基于边缘图像进行异常检测，有助于分析输电线路的形态，更准确地检测出边缘图像中输电线路的异常，能够帮助用户对异常输电线路进行维护。
在一个实施例中，上述步骤S402对每个图像帧做边缘提取处理，得到每个图像帧对应的针对输电线路的边缘图像，还包括：将每个图像帧做灰度化处理，得到对应的灰度图像；采用开操作，对灰度图像进行降噪处理，得到降噪后的灰度图像；采用边缘检测模型，提取降噪后的灰度图像的图像边缘，得到每个图像帧对应的边缘图像。
其中，开操作是一种常见的形态学图像处理操作，主要用于去除图像中小的噪点和细小的物体，同时保留大的物体和结构。
示例性地，采用分量法、平均值法或亮度法等方式，对每个图像帧做灰度化处理，得到对应的灰度图像。然后，采用开操作，对灰度图像进行降噪处理，去除灰度图像的小尺寸噪声和细节，同时增强灰度图像的边缘和连通性。接着，采用边缘检测模型，提取降噪后的灰度图像的图像边缘，得到每个图像帧对应的边缘图像。边缘检测模型可以是LoG（Laplacian of Gaussian）边缘检测模型，具体为：首先对输入图像进行高斯滤波，以平滑噪声和细节，同时保留边缘信息；高斯滤波的目的是降低图像中高频噪声的影响，同时对图像进行平滑，使得边缘更加清晰。然后，对经过高斯滤波后的图像进行Laplacian（拉普拉斯）运算，得到Laplacian图像。Laplacian算子可以用于检测图像中的边缘，其可以对图像中像素值的二阶导数进行测量，从而检测出边缘。最后，通过检测Laplacian图像零交叉，可以确定输电线路边缘的位置并生成边缘化图像。
本实施例中，首先对图像帧做灰度化处理，可以降低色彩和光照变化对图像处理的影响，使得无论光照条件如何变化，图像中输电线路的亮度信息在灰度图像中仍然能够保留；然后通过开操作，去除灰度图像的小尺寸噪声和细节，同时增强灰度图像的边缘和连通性。最后在通过边缘检测模型得到针对输电线路的边缘图像，使得后续图像处理的结果更准确。
在一个实施例中，在上述步骤S403获取各个边缘图像中输电线路的第一像素点分布信息和预设的基准图像中输电线路的第二像素点分布信息之后，还包括：针对一个边缘图像，对比一个边缘图像对应的第一像素分布信息和第二像素分布信息，确定一个边缘图像对应的第一像素分布信息和第二像素分布信息之间的像素分布重合率；在像素分布重合率小于预设重合率的情况下，确定一个边缘图像为与基准图像不匹配的异常图像。
进一步地，在一个实施例中，在上述确定一个边缘图像对应的第一像素分布信息和第二像素分布信息之间的像素分布重合率之后，还包括：在像素分布重合率小于预设重合率的情况下，确定一个边缘图像为与基准图像匹配的正常图像。
示例性地，对比一个边缘图像对应的第一像素分布信息和第二像素分布信息，具体可以是：选择一定大小的窗口，在基准图像和此边缘图像上滑动窗口，并比较窗口内的像素点分布，可以统计窗口内的像素点数量、平均像素点强度等信息，基于上述信息计算出此边缘图像和基准图像之间的像素分布重合率。若像素分布重合率小于预设重合率，说明此边缘图像中的输电线路发生异常，则将此边缘图像确定为异常图像；若像素分布重合率大于或等于预设重合率，说明此边缘图像中的输电线路没有发生异常，则将此边缘图像确定为正常图像。
上述实施例中，通过对比边缘图像和基准图像之间的像素分布信息来检测出异常图像，不需要额外的复杂计算或模型拟合，能够直接、效率高地确定出异常图像，进而对输电线路的异常检测更加迅速。
在一个实施例中，如图5所示，提供了一种输电线路监控方法，包括以下步骤：
步骤S501，边缘端侧服务。
具体为，边缘端侧的边缘服务器接受摄像终端发送的针对输电线路的视频数据，将视频数据分解为图像帧。
步骤S502，图像灰度化。
具体为，将图像帧进行灰度化处理，得到对应的灰度图像，灰度化处理可以采用分量法或加权平均法等。
步骤S503，图像增强。
具体为，采用空间域方法或频域方法对灰度图像进行开操作，以增强图像的对比度。
步骤S504，图像边缘检测。
具体为，采用LoG边缘检测模型对增强后的灰度图像进行边缘提取处理，得到对应的边缘图像。
步骤S505，图像过滤判断。
具体为，对每一张边缘图像都进行过滤判断：基于边缘图像和基准图像各自的像素点分布，确定边缘图像中的输电线路是否处于正常的位置；过滤掉输电线路处于正常位置的边缘图像，不做进一步的处理；留下输电线路不处于正常位置的边缘图像，执行步骤S506。
步骤S506，图像关联。
具体为，将留下的边缘图像与对应的图像帧进行关联，将对应的图像帧发送至监控终端以提醒用户及时维护。
本实施中，通过在边缘端侧的边缘服务器对视频数据进行输电线路检测处理，能够及时地将异常图像反馈给用户，使用户对于异常输电线路的响应更迅速，从而降低输电线路的损失。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了两种用于实现上述所涉及的输电线路监控方法的输电线路监控装置。这两个装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个输电线路监控装置实施例中的具体限定可以参见上文中对于输电线路监控方法的限定，在此不再赘述。
在一个实施例中，如图6所示，提供了一种输电线路监控装置，所述装置应用于拍摄终端，包括：目标服务器确定模块601和视频数据发送模块602，其中：
目标服务器确定模块601，用于从待选择边缘服务器中，确定出与拍摄终端之间的距离满足预设距离条件，且对应的排队时延满足预设排队时延条件的目标边缘服务器；
视频数据发送模块602，用于将所拍摄的输电线路的视频数据传输至目标边缘服务器；视频数据对应有多个图像帧，目标边缘服务器用于对每个图像帧进行边缘提取处理，得到每个图像帧对应的针对输电线路的边缘图像，获取各个边缘图像中输电线路的第一像素点分布信息和预设的基准图像中输电线路的第二像素点分布信息，当基于第一像素点分布信息和第二像素点分布信息，确定各个边缘图像中存在与基准图像不匹配的异常图像时，发送异常图像对应的图像帧至监控终端；
其中，基准图像和各个边缘图像的拍摄角度相同。
在一个实施例中，上述目标服务器确定模块601，还用于获取初始边缘服务器对应的处理性能信息；从初始边缘服务器中，确定出对应的处理性能信息满足预设性能条件的边缘服务器，作为待选择边缘服务器。
在一个实施例中，上述目标服务器确定模块601，还用于获取待选择边缘服务器与拍摄终端之间的距离；从待选择边缘服务器中，将距离最短的边缘服务器确定为当前边缘服务器；在当前边缘服务器对应的排队时延不满足预设排队时延条件的情况下，从待选择边缘服务器中删除当前边缘服务器，得到更新后边缘服务器；将更新后边缘服务器作为待选择边缘服务器，并执行从待选择边缘服务器中，将距离最短的边缘服务器确定为当前边缘服务器的步骤，直到确定出的当前边缘服务器对应的排队时延满足预设排队时延条件，则将确定出的当前边缘服务器，作为目标边缘服务器。
在一个实施例中，上述目标服务器确定模块601，还用于向当前边缘服务器发送排队信息获取指令；排队信息获取指令用于供当前边缘服务器获取自身的排队信息；接收当前边缘服务器基于排队信息获取指令返回的排队信息；在排队信息表征的排队时延大于预设时延的情况下，确认当前边缘服务器对应的排队时延不满足预设排队时延条件。
在一个实施例中，如图7所示，提供了一种输电线路监控装置，所述装置应用于目标边缘服务器，包括：视频接收模块701、边缘提取模块702、像素获取模块703和异常确定模块704，其中：
视频接收模块701，用于接收与边缘服务器之间的距离满足预设距离条件的拍摄终端所拍摄的输电线路的视频数据；视频数据对应有多个图像帧；目标边缘服务器对应的排队时延满足预设排队时延条件；
边缘提取模块702，用于对每个图像帧进行边缘提取处理，得到每个图像帧对应的针对输电线路的边缘图像；
像素获取模块703，用于获取各个边缘图像中输电线路的第一像素点分布信息和预设的基准图像中输电线路的第二像素点分布信息；基准图像和各个边缘图像的拍摄角度相同；
异常确定模块704，用于当基于第一像素点分布信息和第二像素点分布信息，确定各个边缘图像中存在与基准图像不匹配的异常图像时，发送异常图像对应的图像帧至监控终端。
在一个实施例中，上述边缘提取模块702，还用于将每个图像帧做灰度化处理，得到对应的灰度图像；采用开操作，对灰度图像进行降噪处理，得到降噪后的灰度图像；采用边缘检测模型，提取降噪后的灰度图像的图像边缘，得到每个图像帧对应的边缘图像。
在一个实施例中，上述异常确定模块704，还用于针对一个边缘图像，对比一个边缘图像对应的第一像素分布信息和第二像素分布信息，确定一个边缘图像对应的第一像素分布信息和第二像素分布信息之间的像素分布重合率；在像素分布重合率小于预设重合率的情况下，确定一个边缘图像为与基准图像不匹配的异常图像。
上述输电线路监控装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图8所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O）和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储基准图像数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种输电线路监控方法。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC（近场通信）或其他技术实现。该计算机程序被处理器执行时以实现一种输电线路监控方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图8和图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是，本申请所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random Access Memory，MRAM）、铁电存储器（Ferroelectric Random Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic RandomAccess Memory，DRAM）等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种输电线路监控方法，其特征在于，应用于拍摄终端，所述方法包括：
从待选择边缘服务器中，确定出与所述拍摄终端之间的距离满足预设距离条件，且对应的排队时延满足预设排队时延条件的目标边缘服务器；
将所拍摄的输电线路的视频数据传输至所述目标边缘服务器；所述视频数据对应有多个图像帧，所述目标边缘服务器用于对每个图像帧进行边缘提取处理，得到所述每个图像帧对应的针对输电线路的边缘图像，获取各个边缘图像中输电线路的第一像素点分布信息和预设的基准图像中输电线路的第二像素点分布信息，当基于所述第一像素点分布信息和所述第二像素点分布信息，确定所述各个边缘图像中存在与所述基准图像不匹配的异常图像时，发送所述异常图像对应的图像帧至监控终端；
其中，所述基准图像和所述各个边缘图像的拍摄角度相同。
2.根据权利要求1所述的方法，其特征在于，在所述从待选择边缘服务器中，确定出与所述拍摄终端之间的距离满足预设距离条件，且对应的排队时延满足预设排队时延条件的目标边缘服务器之前，还包括：
获取初始边缘服务器对应的处理性能信息；
从所述初始边缘服务器中，确定出对应的处理性能信息满足预设性能条件的边缘服务器，作为待选择边缘服务器。
3.根据权利要求1所述的方法，其特征在于，所述从待选择边缘服务器中，确定出与所述拍摄终端之间的距离满足预设距离条件，且对应的排队时延满足预设排队时延条件的目标边缘服务器，包括：
获取所述待选择边缘服务器与所述拍摄终端之间的距离；
从所述待选择边缘服务器中，将所述距离最短的边缘服务器确定为当前边缘服务器；
在所述当前边缘服务器对应的排队时延不满足预设排队时延条件的情况下，从所述待选择边缘服务器中删除所述当前边缘服务器，得到更新后边缘服务器；
将所述更新后边缘服务器作为待选择边缘服务器，并执行所述从所述待选择边缘服务器中，将所述距离最短的边缘服务器确定为当前边缘服务器的步骤，直到确定出的当前边缘服务器对应的排队时延满足所述预设排队时延条件，则将所述确定出的当前边缘服务器，作为目标边缘服务器。
4.根据权利要求3所述的方法，其特征在于，在从所述待选择边缘服务器中，将所述距离最短的边缘服务器确定为当前边缘服务器之后，还包括：
向所述当前边缘服务器发送排队信息获取指令；所述排队信息获取指令用于供所述当前边缘服务器获取自身的排队信息；
接收所述当前边缘服务器基于所述排队信息获取指令返回的所述排队信息；
在所述排队信息表征的排队时延大于预设时延的情况下，确认所述当前边缘服务器对应的排队时延不满足预设排队时延条件。
5.一种输电线路监控方法，其特征在于，应用于目标边缘服务器，所述方法包括：
接收与所述目标边缘服务器之间的距离满足预设距离条件的拍摄终端所拍摄的输电线路的视频数据；所述视频数据对应有多个图像帧；所述目标边缘服务器对应的排队时延满足预设排队时延条件；
对每个图像帧进行边缘提取处理，得到所述每个图像帧对应的针对输电线路的边缘图像；
获取各个边缘图像中输电线路的第一像素点分布信息和预设的基准图像中输电线路的第二像素点分布信息；所述基准图像和所述各个边缘图像的拍摄角度相同；
当基于所述第一像素点分布信息和所述第二像素点分布信息，确定所述各个边缘图像中存在与所述基准图像不匹配的异常图像时，发送所述异常图像对应的图像帧至监控终端。
6.根据权利要求5所述的方法，其特征在于，所述对每个图像帧做边缘提取处理，得到所述每个图像帧对应的针对输电线路的边缘图像，包括：
将所述每个图像帧做灰度化处理，得到对应的灰度图像；
采用开操作，对所述灰度图像进行降噪处理，得到降噪后的灰度图像；
采用边缘检测模型，提取所述降噪后的灰度图像的图像边缘，得到所述每个图像帧对应的边缘图像。
7.根据权利要求5所述的方法，其特征在于，在获取各个边缘图像中输电线路的第一像素点分布信息和预设的基准图像中输电线路的第二像素点分布信息之后，还包括：
针对一个边缘图像，对比所述一个边缘图像对应的第一像素点分布信息和所述第二像素点分布信息，确定所述一个边缘图像对应的第一像素点分布信息和所述第二像素点分布信息之间的像素分布重合率；
在所述像素分布重合率小于预设重合率的情况下，确定所述一个边缘图像为与所述基准图像不匹配的异常图像。
8.一种输电线路监控装置，其特征在于，应用于拍摄终端，所述装置包括：
目标服务器确定模块，用于从待选择边缘服务器中，确定出与所述拍摄终端之间的距离满足预设距离条件，且对应的排队时延满足预设排队时延条件的目标边缘服务器；
视频数据发送模块，用于将所拍摄的输电线路的视频数据传输至所述目标边缘服务器；所述视频数据对应有多个图像帧，所述目标边缘服务器用于对每个图像帧进行边缘提取处理，得到所述每个图像帧对应的针对输电线路的边缘图像，获取各个边缘图像中输电线路的第一像素点分布信息和预设的基准图像中输电线路的第二像素点分布信息，当基于所述第一像素点分布信息和所述第二像素点分布信息，确定所述各个边缘图像中存在与所述基准图像不匹配的异常图像时，发送所述异常图像对应的图像帧至监控终端；
其中，所述基准图像和所述各个边缘图像的拍摄角度相同。
9.一种输电线路监控装置，其特征在于，应用于目标边缘服务器，所述装置包括：
视频接收模块，用于接收与所述边缘服务器之间的距离满足预设距离条件的拍摄终端所拍摄的输电线路的视频数据；所述视频数据对应有多个图像帧；所述目标边缘服务器对应的排队时延满足预设排队时延条件；
边缘提取模块，用于对每个图像帧进行边缘提取处理，得到所述每个图像帧对应的针对输电线路的边缘图像；
像素获取模块，用于获取各个边缘图像中输电线路的第一像素点分布信息和预设的基准图像中输电线路的第二像素点分布信息；所述基准图像和所述各个边缘图像的拍摄角度相同；
异常确定模块，用于当基于所述第一像素点分布信息和所述第二像素点分布信息，确定所述各个边缘图像中存在与所述基准图像不匹配的异常图像时，发送所述异常图像对应的图像帧至监控终端。
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311206700.1A CN116939171B (zh) | 2023-09-19 | 2023-09-19 | 输电线路监控方法、装置和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311206700.1A CN116939171B (zh) | 2023-09-19 | 2023-09-19 | 输电线路监控方法、装置和计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116939171A true CN116939171A (zh) | 2023-10-24 |
| CN116939171B CN116939171B (zh) | 2024-03-26 |
Family
ID=88386547
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311206700.1A Active CN116939171B (zh) | 2023-09-19 | 2023-09-19 | 输电线路监控方法、装置和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116939171B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101957325A (zh) * | 2010-10-14 | 2011-01-26 | 山东鲁能智能技术有限公司 | 基于变电站巡检机器人变电站设备外观异常识别方法 |
| CN105893920A (zh) * | 2015-01-26 | 2016-08-24 | 阿里巴巴集团控股有限公司 | 一种人脸活体检测方法和装置 |
| CN108152670A (zh) * | 2017-12-12 | 2018-06-12 | 广东电网有限责任公司清远供电局 | 一种架空输电线路状态监控系统及方法 |
| CN109194984A (zh) * | 2018-11-09 | 2019-01-11 | 中山大学 | 一种基于边缘计算的视频帧调度方法 |
| CN110708568A (zh) * | 2019-10-30 | 2020-01-17 | 北京奇艺世纪科技有限公司 | 一种视频内容突变检测方法及装置 |
| CN112637568A (zh) * | 2020-12-24 | 2021-04-09 | 中标慧安信息技术股份有限公司 | 基于多节点边缘计算设备的分布式安全监控方法和系统 |
| CN113381511A (zh) * | 2021-06-02 | 2021-09-10 | 深圳市莱达四维信息科技有限公司 | 变电站在线智能巡视系统 |
| CN113691783A (zh) * | 2021-10-27 | 2021-11-23 | 中国南方电网有限责任公司超高压输电公司广州局 | 换流站视频监控方法、系统、装置和计算机设备 |
| CN113989931A (zh) * | 2021-10-29 | 2022-01-28 | 重庆科技学院 | 一种便携式异常行为智能分析系统 |
| CN114285847A (zh) * | 2021-12-17 | 2022-04-05 | 中国电信股份有限公司 | 数据处理、模型训练方法及装置、电子设备、存储介质 |
| CN115100562A (zh) * | 2022-06-13 | 2022-09-23 | 国网安徽省电力有限公司安庆供电公司 | 基于视频图像及深度学习的设备线路智能监测系统及方法 |
-
2023
- 2023-09-19 CN CN202311206700.1A patent/CN116939171B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101957325A (zh) * | 2010-10-14 | 2011-01-26 | 山东鲁能智能技术有限公司 | 基于变电站巡检机器人变电站设备外观异常识别方法 |
| CN105893920A (zh) * | 2015-01-26 | 2016-08-24 | 阿里巴巴集团控股有限公司 | 一种人脸活体检测方法和装置 |
| CN108152670A (zh) * | 2017-12-12 | 2018-06-12 | 广东电网有限责任公司清远供电局 | 一种架空输电线路状态监控系统及方法 |
| CN109194984A (zh) * | 2018-11-09 | 2019-01-11 | 中山大学 | 一种基于边缘计算的视频帧调度方法 |
| CN110708568A (zh) * | 2019-10-30 | 2020-01-17 | 北京奇艺世纪科技有限公司 | 一种视频内容突变检测方法及装置 |
| CN112637568A (zh) * | 2020-12-24 | 2021-04-09 | 中标慧安信息技术股份有限公司 | 基于多节点边缘计算设备的分布式安全监控方法和系统 |
| CN113381511A (zh) * | 2021-06-02 | 2021-09-10 | 深圳市莱达四维信息科技有限公司 | 变电站在线智能巡视系统 |
| CN113691783A (zh) * | 2021-10-27 | 2021-11-23 | 中国南方电网有限责任公司超高压输电公司广州局 | 换流站视频监控方法、系统、装置和计算机设备 |
| CN113989931A (zh) * | 2021-10-29 | 2022-01-28 | 重庆科技学院 | 一种便携式异常行为智能分析系统 |
| CN114285847A (zh) * | 2021-12-17 | 2022-04-05 | 中国电信股份有限公司 | 数据处理、模型训练方法及装置、电子设备、存储介质 |
| CN115100562A (zh) * | 2022-06-13 | 2022-09-23 | 国网安徽省电力有限公司安庆供电公司 | 基于视频图像及深度学习的设备线路智能监测系统及方法 |
Non-Patent Citations (2)
| Title |
|---|
| 张烨;黄新波;李菊清;张慧莹;刘新慧;邢晓强;: "视频图像处理在输电线路安防系统的应用", 广东电力, no. 05 * |
| 杨永辉;刘昌平;黄磊;: "图像和视频分析在电力设备监控系统中的应用", 计算机应用, no. 1 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116939171B (zh) | 2024-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108337505B (zh) | 信息获取方法和装置 | |
| US20170290306A1 (en) | Fish counting device, fish counting method, fish count prediction device, fish count prediction method, fish counting system, and fish count prediction system | |
| CN109116129B (zh) | 终端检测方法、检测设备、系统及存储介质 | |
| CN106560840A (zh) | 一种图像信息识别处理方法及装置 | |
| CN107908998B (zh) | 二维码解码方法、装置、终端设备及计算机可读存储介质 | |
| JP2014006586A (ja) | 情報処理装置及びその制御方法、コンピュータプログラム | |
| CN113439227A (zh) | 放大图像的捕获和存储 | |
| CN111127358A (zh) | 图像处理方法、装置及存储介质 | |
| CN109167998A (zh) | 检测相机状态的方法及装置、电子设备、存储介质 | |
| KR101236266B1 (ko) | 주차공간정보 관리시스템 | |
| CN111314395B (zh) | 一种图像的传输方法及终端、存储介质 | |
| CN111428740A (zh) | 网络翻拍照片的检测方法、装置、计算机设备及存储介质 | |
| CN111050027A (zh) | 镜头畸变补偿方法、装置、设备和存储介质 | |
| CN115082326A (zh) | 视频去模糊的处理方法、边缘计算设备及中心处理器 | |
| CN116939171B (zh) | 输电线路监控方法、装置和计算机设备 | |
| CN111885371A (zh) | 图像遮挡检测方法、装置、电子设备和计算机可读介质 | |
| CN116883928A (zh) | 电力作业监控告警方法和变电站作业安全监控机器人 | |
| CN112329729B (zh) | 小目标船只检测方法、装置及电子设备 | |
| JP2019067377A (ja) | 画像処理装置及び方法及び監視システム | |
| CN109101646B (zh) | 数据处理方法、装置、系统及计算机可读介质 | |
| CN113628192A (zh) | 图像模糊检测方法、装置、设备、存储介质及程序产品 | |
| CN113191210A (zh) | 一种图像处理方法、装置及设备 | |
| CN111191593A (zh) | 图像目标检测方法、装置、存储介质及污水管道检测装置 | |
| CN116977949B (zh) | 车辆停车巡检方法、装置和设备 | |
| CN117197129B (zh) | 黑化程度检测方法、装置和计算机设备 |
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 | ||
| CP03 | Change of name, title or address |
Address after: Room 86, room 406, No.1, Yichuang street, Zhongxin Guangzhou Knowledge City, Huangpu District, Guangzhou City, Guangdong Province Patentee after: Southern Power Grid Digital Grid Research Institute Co.,Ltd. Country or region after: China Address before: Room 86, room 406, No.1, Yichuang street, Zhongxin Guangzhou Knowledge City, Huangpu District, Guangzhou City, Guangdong Province Patentee before: Southern Power Grid Digital Grid Research Institute Co.,Ltd. Country or region before: China |