基于特征点分布统计的配电网设备外观检测方法及系统技术方案

本发明专利技术公开了一种基于特征点分布统计的配电网设备外观检测方法及系统，该方法包括：采集包含配电网设备的实时图像，求解两幅图像的仿射变换矩阵；根据仿射变换矩阵确定实时图像中配电网设备所在的矩形区域，根据网格划分原则对此矩形区域进行网格区域划分，提取每个网格区域内的角点特征，记录每个网络区域内角点特征的数量，构成实时特征点分布矩阵；根据标准特征点分布矩阵和实时特征点分布矩阵中每个元素的差异程度判断配电网设备外观的异常程度。本发明专利技术可有效检查配电网设备表面是否有损坏、是否存在放电痕迹、油渍，设备上是否有附着异物等设备外观异常问题，并且对光照和拍摄角度有很好的适应性。

【技术实现步骤摘要】

本专利技术涉及外观自动识别
，尤其涉及基于特征点分布统计的配电网设备外观检测方法及系统。
技术介绍
申请号为201010507122.1且名称为基于变电站巡检机器人变电站设备外观异常识别方法的中国专利中，将实时采集的图像与预先存储的正常设备参考图进行配准，在图像配准后，对两幅图像做差，根据差值图像检测出发生异常的区域，然后对检测到的异常进行分类。申请号为201510229248.X且名称为一种基于图像比对的电力设备外观异常检测方法的中国专利中，对当前巡检拍摄图像进行归一化处理，然后与模板图像进行配准，接下来对配准后的两个图像分别进行区域分割，提取每一区域图像的若干特征，将若干特征进行融合，最后计算两幅图像对应特征的差异度，将差异度与设定阈值进行比较，判断当前巡检拍摄图像是否为异常图像。现有技术中解决方案主要存在以下几方面问题：1、很多方案根据当前待检测图像和参考图像的差值图像进行检测设备外观异常，但是这种方法是每个像素点逐个比较，效率较低，且易受拍摄位置或光照变化的影响。2、很多方案中采用的算法需要将采集的图像与预先存储的正常设备参考图进行配准，配准过程中如果两幅图像尺寸不一样，需要插值或抽样处理，处理后的像素值和实际值不一定相等，可能影响检测结果的准确性。3、有的方案在进行分区域比较时，提取颜色特征、纹理特征、边缘特征，特征维数过高，算法复杂，实时性不高。
技术实现思路
针对现有技术的不足，提出了一种基于特征点分布统计的配电网设备外观检测方法及系统，克服现有技术的检测方案中适应光照变化能力差、检测性能差以及数据处理工作量大的问题。本专利技术提供了基于特征点分布统计的配电网设备外观检测方法，所述方法包括：获取包含配电网设备的模板图像，确定配电网设备在所述模板图像中所在的矩形区域，根据网格划分原则将此矩形区域划分为多个网格区域，提取每个网格区域内的角点特征，构成标准特征点分布矩阵，矩阵元素为各网格区域的角点特征的数量；采集包含配电网设备的实时图像，求解两幅图像的仿射变换矩阵；根据所述仿射变换矩阵确定所述实时图像中配电网设备所在的矩形区域，根据所述网格划分原则对此矩形区域进行网格区域划分，提取每个网格区域内的角点特征，记录每个网络区域内角点特征的数量，构成实时特征点分布矩阵；根据所述标准特征点分布矩阵和所述实时特征点分布矩阵中每个元素的差异程度判断配电网设备外观的异常程度。上述方法还可以具有以下特点：所述网格划分原则为将矩形区域划分为M行N列的网格，列数N的确定方法如下：如果矩形区域宽度大于X个像素，从左至右，每隔Y个像素进行一次划分，直至剩余的宽度小于Y个像素，作为最后一列；如果矩形区域宽度小于X个像素，均分成X/Y列；行数M的确定方法如下：如果矩形区域长度大于X个像素，从上至下，每隔Y个像素进行一次划分，直至剩余的长度小于Y个像素，作为最后一行；如果矩形区域宽度小于X个像素，均分成X/Y行，其中X为Y的Z倍，Z为大于5的整数。上述方法还可以具有以下特点：所述角点特征为Harris角点特征。上述方法还可以具有以下特点：求解两幅图像的仿射变换矩阵的具体方法包括：对所述模板图像和所述实时图像进行SIFT特征点的提取和匹配，根据RANSAC算法求解两幅图像的仿射变换矩阵。上述方法还可以具有以下特点：根据所述标准特征点分布矩阵和所述实时特征点分布矩阵中每个元素的差异程度判断配电网设备外观的异常程度具体包括：如果所有元素对的差异均小于第一阈值，则确定配电网设备外观无异常；如果存在元素对的差异大于第一阈值并且小于第二阈值，则确定配电网设备外观疑似异常，发出疑似异常警报；如果存在元素对的差异大于第二阈值，则确定配电网设备外观发现异常，发出确定异常警报。上述方法还可以具有以下特点：第一阈值为20％，第二阈值为50％。本专利技术还提供了一种基于特征点分布统计的配电网设备外观检测系统，包括图像采集装置、中心处理装置、存储装置；所述图像采集装置，用于采集图像；所述中心处理装置，用于从所述图像采集装置获得包含配电网设备的模板图像，确定配电网设备所在的矩形区域，根据网格划分原则将此矩形区域划分为多个网格区域，提取每个网格区域内的角点特征，构成标准特征点分布矩阵，矩阵元素为各网格区域的角点特征的数量；还用于从所述图像采集装置获得配电网设备的实时图像，求解两幅图像的仿射变换矩阵；根据所述仿射变换矩阵确定所述实时图像中配电网设备所在的矩形区域，根据所述网格划分原则对此矩形区域进行网格区域划分，提取每个网格区域内的角点特征，记录每个网络区域内角点特征的数量，构成实时特征点分布矩阵；根据所述标准特征点分布矩阵和所述实时特征点分布矩阵中每个元素的差异程度判断配电网设备外观的异常程度；所述存储装置，用于存储所述网格划分原则和所述标准特征点分布矩阵。上述系统还可以具有以下特点：所述中心处理装置，还用于使用以下方法求解两幅图像的仿射变换矩阵：对所述模板图像和所述实时图像进行SIFT特征点的提取和匹配，根据RANSAC算法求解两幅图像的仿射变换矩阵。上述系统还可以具有以下特点：所述中心处理装置，还用于使用以下方法根据所述标准特征点分布矩阵和所述实时特征点分布矩阵中每个元素的差异程度判断配电网设备外观的异常程度：如果所有元素对的差异均小于第一阈值，则确定配电网设备外观无异常；如果存在元素对的差异大于第一阈值并且小于第二阈值，则确定配电网设备外观疑似异常，发出疑似异常警报；如果存在元素对的差异大于第二阈值，则确定配电网设备外观发现异常。上述系统还可以具有以下特点：所述系统还包括报警装置；所述报警装置，用于在所述中心处理装置确定配电网设备外观疑似异常时发出疑似异常警报，在所述中心处理装置确定配电网设备外观发现异常时，发出确定异常警报。本专利技术的优点包括：1、可以实时准确的发现设备外观的异常区域，并根据差异的区域大小判断设备是否安全或危险等级，作出相应的警报；2、采用的SIFT特征具有对线性光照变化、尺度和旋转的不变性，并且对特征点的描述向量维数高、信息充分，可以正确找出匹配点对；3、采用鲁棒的RANSAC求解方法获得两幅图像的仿射变换矩阵，使得结果不受错误匹配的影响；4、以统计Harris角点的分布作为判别依据，不受观察角度、尺度变换、光照的影响；5、对设备图像进行网格划分，分块进行比较，可确定设备外观发生异常的区域；由于比较的是特征点的分布情况，而不是逐个像素点差分比较，提高了运行效率。综上，本专利技术可以有效检查配电网设备表面是否有损坏、是否存在放电
痕迹、油渍，设备上是否有附着异物等设备外观异常问题，能够及时发现危险和故障，保证设备安全稳定运行，并且可应用于室内和户外环境，对光照和拍摄角度有很好的适应性、检测性能高、具有很好的普适性和鲁棒性。本专利技术可以用于配电网车载巡视平台，巡视人员在车内完成配网设备巡视，能够安全及时的完成配电网巡视工作。附图说明图1为本专利技术中配电网设备外观识别方法的流程图；图2为本专利技术中配电网设备外观识别系统的结构图。具体实施例为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。本文档来自技高网...

【技术保护点】
基于特征点分布统计的配电网设备外观检测方法，其特征在于，所述方法包括：获取包含配电网设备的模板图像，确定配电网设备在所述模板图像中所在的矩形区域，根据网格划分原则将此矩形区域划分为多个网格区域，提取每个网格区域内的角点特征，构成标准特征点分布矩阵，矩阵元素为各网格区域的角点特征的数量；采集包含配电网设备的实时图像，求解两幅图像的仿射变换矩阵；根据所述仿射变换矩阵确定所述实时图像中配电网设备所在的矩形区域，根据所述网格划分原则对此矩形区域进行网格区域划分，提取每个网格区域内的角点特征，记录每个网络区域内角点特征的数量，构成实时特征点分布矩阵；根据所述标准特征点分布矩阵和所述实时特征点分布矩阵中每个元素的差异程度判断配电网设备外观的异常程度。

【技术特征摘要】
1.基于特征点分布统计的配电网设备外观检测方法，其特征在于，所述方法包括：获取包含配电网设备的模板图像，确定配电网设备在所述模板图像中所在的矩形区域，根据网格划分原则将此矩形区域划分为多个网格区域，提取每个网格区域内的角点特征，构成标准特征点分布矩阵，矩阵元素为各网格区域的角点特征的数量；采集包含配电网设备的实时图像，求解两幅图像的仿射变换矩阵；根据所述仿射变换矩阵确定所述实时图像中配电网设备所在的矩形区域，根据所述网格划分原则对此矩形区域进行网格区域划分，提取每个网格区域内的角点特征，记录每个网络区域内角点特征的数量，构成实时特征点分布矩阵；根据所述标准特征点分布矩阵和所述实时特征点分布矩阵中每个元素的差异程度判断配电网设备外观的异常程度。2.如权利要求1所述的基于特征点分布统计的配电网设备外观检测方法，其特征在于，所述网格划分原则为将矩形区域划分为M行N列的网格，列数N的确定方法如下：如果矩形区域宽度大于X个像素，从左至右，每隔Y个像素进行一次划分，直至剩余的宽度小于Y个像素，作为最后一列；如果矩形区域宽度小于X个像素，均分成X/Y列；行数M的确定方法如下：如果矩形区域长度大于X个像素，从上至下，每隔Y个像素进行一次划分，直至剩余的长度小于Y个像素，作为最后一行；如果矩形区域宽度小于X个像素，均分成X/Y行，其中X为Y的Z倍，Z为大于5的整数。3.如权利要求1所述的基于特征点分布统计的配电网设备外观检测方法，其特征在于，所述角点特征为Harris角点特征。4.如权利要求1所述的基于特征点分布统计的配电网设备外观检测方法，其特征在于，求解两幅图像的仿射变换矩阵的具体方法包括：对所述模板图像和所述实时图像进行SIFT特征点的提取和匹配，根据RANSAC算法求解两幅图像的仿射变换矩阵。5.如权利要求1所述的基于特征点分布统计的配电网设备外观检测方法，其特征在于，根据所述标准特征点分布矩阵和所述实时特征点分布矩阵中每个元素的差异程度判断配电网设备外观的异常程度具体包括：如果所有元素对的差异均小于第一阈值，则确定配电网设备外观无异常；如果存在元素对的差异大于第一阈值并且小于第二阈值，则确定配电网设备外观疑似异常，发出疑似异常警报；如果存在元素对的差异大于第二阈值，则确定配电网设备外观...

【专利技术属性】
技术研发人员：薛为佳，江东君，李伟林，王爽，曹先平，
申请(专利权)人：云南电网有限责任公司昭通供电局，上海伊探电子科技有限公司，
类型：发明
国别省市：云南;53