【技术实现步骤摘要】
本专利技术属于图像处理、在线监测
，具体涉及一种基于视频图像序列的绝缘子跟踪监测方法。
技术介绍
高压线在运行中都会碰到由于天气、风速等各种情况的绝缘子舞动问题。同时在大雨暴雪等恶劣天气条件下绝缘子还会发生覆冰状况，这种舞动、覆冰对于输电线路的安全运行造成严重影响。尤其是为了安全，很有必要对舞动、覆冰中的绝缘子进行监测，为安全运行提供可靠的数据。如果绝缘子舞动幅度过大，覆冰雪过厚，可能会造成相间闪络、损坏金具、杆塔倒塌、导线断裂等电网事故,造成大面积停电,因此对舞动覆冰的监测显得尤为重要。目前都是对单一的绝缘子舞动或覆冰情况进行处理，李皓等设计的基于DSP的输电线路覆冰图像检测系统，只针对线路覆冰状况；张帆等研究的基于加速度传感器定位的输电线舞动监测装置，只针对导线舞动状况，没有充分考虑到恶劣天气下覆冰舞动同时发生。作为输电线路重要组成部分的绝缘子，如何简单，有效，快速的自动跟踪监测绝缘子舞动幅值和偏角大小、覆冰厚度等是消除该安全隐患的技术难题。
技术实现思路
本专利技术的目的是提供一种基于视频图像序列的绝缘子跟踪监测方法，解决了现有仅是单一的对绝缘子舞动或覆冰进行监测的问题。本专利技术所采用的技术方案是，一种基于视频图像序列的绝缘子跟踪监测方法，具体按照以下步骤实施：步骤1：通过安装在现场铁塔上的带云台定焦摄像机，采集输电线路视频图像信号；步骤2：经过视频服务器将采集到的视频图像信号由传输通道以视频流的方式实时传送回监控中心；步骤3：在监控中心，从视频流中截取所监视的输电线路绝缘子的数字图像，得到监视目标图像；步骤4：对所得的输电线路绝缘子的目标图像...
【技术保护点】
一种基于视频图像序列的绝缘子跟踪监测方法，其特征在于，具体按照以下步骤实施：步骤1：通过安装在现场铁塔上的带云台定焦摄像机，采集输电线路视频图像信号；步骤2：经过视频服务器将采集到的视频图像信号由传输通道以视频流的方式实时传送回监控中心；步骤3：在监控中心，从视频流中截取所监视的输电线路绝缘子的数字图像，得到监视目标图像；步骤4：对所得的输电线路绝缘子的目标图像进行预处理以获得高质量图像；步骤5：对预处理后的图像进行目标检测，利用多尺度小波边缘检测方法来检测当前帧覆冰绝缘子边缘，计算覆冰厚度D，如果则进行安全报警，否则，转入步骤6；步骤6：对目标检测后的图像进行kalman滤波，实现对舞动目标大致运动位置做估计，Mean‑shift在估计区域中做目标的精确匹配，计算舞动幅值A，如果A>阈值μ，则进行安全报警；否则计算频率f，如果频率f>阈值θ，则进行安全报警；否则计算跟踪相似性度量N(pu(x0),q(x))，如果N(pu(x0),q(x))<阈值ψ，则进行安全报警；否则背景更新，返回步骤4。
【技术特征摘要】
1.一种基于视频图像序列的绝缘子跟踪监测方法，其特征在于，具体按照以下步骤实施：步骤1：通过安装在现场铁塔上的带云台定焦摄像机，采集输电线路视频图像信号；步骤2：经过视频服务器将采集到的视频图像信号由传输通道以视频流的方式实时传送回监控中心；步骤3：在监控中心，从视频流中截取所监视的输电线路绝缘子的数字图像，得到监视目标图像；步骤4：对所得的输电线路绝缘子的目标图像进行预处理以获得高质量图像；步骤5：对预处理后的图像进行目标检测，利用多尺度小波边缘检测方法来检测当前帧覆冰绝缘子边缘，计算覆冰厚度D，如果则进行安全报警，否则，转入步骤6；步骤6：对目标检测后的图像进行kalman滤波，实现对舞动目标大致运动位置做估计，Mean-shift在估计区域中做目标的精确匹配，计算舞动幅值A，如果A>阈值μ，则进行安全报警；否则计算频率f，如果频率f>阈值θ，则进行安全报警；否则计算跟踪相似性度量N(pu(x0),q(x))，如果N(pu(x0),q(x))<阈值ψ，则进行安全报警；否则背景更新，返回步骤4。2.根据权利要求1所述的一种基于视频图像序列的绝缘子跟踪监测方法，其特征在于，对所述步骤1采集到的输电线路视频图像信号进行标定，将用于绝缘子舞动覆冰分析测量的像素单位视频图像转换到世界坐标系下的米制单位。3.根据权利要求1所述的一种基于视频图像序列的绝缘子跟踪监测方法，其特征在于，所述步骤4中对所得的输电线路绝缘子的目标图像进行预处理包括将多通道图像变为单通道图像的图像灰度化、很好地找出高频或低频区域的快速傅里叶变换以及Butterworth高通滤波。4.根据权利要求3所述的一种基于视频图像序列的绝缘子跟踪监测方法，其特征在于，所述Butterworth高通滤波具体为：2阶Butterworth高通滤波器的传递函数如下： H ( u , v ) = 1 1 + [ 2 - 1 ] [ D 0 / D ( u , v ) ] 2 r ]]>其中，阶数r＝2，D(u,v)为频谱中点(u,v)到频谱中心的欧氏距离为： D ( u , v ) = u 2 + v 2 ]]>D0为滤波器截止频率，在频域中调节D0的值能有效地改变滤波器的滤波特性。5.根据权利要求1所述的一种基于视频图像序列的绝缘子跟踪监测方法，其特征在于，所述步骤5中多尺度小波边缘检测方法具体为：步骤5.1：给定尺度s的尺度因子求出其沿x轴方向的导数Phi_x：及沿y轴方向的导数步骤5.2：Phi_x、Phi_y分别与步骤4预处理后的图像f(x,y)卷积得到Gx、Gy；步骤5.3：求每一个像素点的边缘强度大小G＝(Gx*Gx+Gy*Gy)^(1/2)和梯度方向A＝arctan(Gy/Gx)；步骤5.4：将与某个像素点梯度方向两个相邻像素点的梯度方向差小于45°、同时该像素点边缘强度大于沿该像素点梯度方向的两个相邻像素点的边缘强度，定义该像素点为边缘点，否则为伪边缘；步骤5.5：依次检测每一个像素点，连接提取出的图像边缘点，检测出覆冰绝缘子边缘信息；步骤5.6：将边缘点与目标绝缘子的中点进行连接，记最长距离为d1,则覆冰厚度D＝d1-d0，其中，d0为覆冰前绝缘子半径长。6.根据权利要求1所述的一种基于视频图像序列的绝缘子跟踪监测方法，其特征在于，所述步骤6具体为：步骤6.1：初始化目标模板所在的位置x0，初始速度v0，并记录当前时刻为t0，计算目标模板的概率密度函数pu(x0)： p u ( x 0 ) = C x 0 k ( | | x o | | 2 ) δ ( μ i - u ) ]]>其中，u＝1,…,m，m为灰度级数；为归一化常数：k(x)为核函数，为目标模板区域的像素设置权值，越远离目标模板中心的像素设置权值越小；δ(x)为Delta函数；μi是目标模板i点的特征值；步骤6.2：读取下一帧图像，即i＝i+1，状态方程和观测方程如下：状态方程Xi＝AXi-1+Wi-1观测方程Zi＝HXi+Vi其中，Xi、Xi-1分别是i时刻、i-1时刻系统的状态向量；Zi为观测变量；A为系统状态转移矩阵：H为观测矩阵：Wi-1和Vi分别为状态和观测对应的噪声向量，其方差阵分别为Qi和Ri： Q i = 1 0 0 0 0 1 ...
【专利技术属性】
技术研发人员：黄新波，李菊清，张烨，邢晓强，刘新慧，张慧莹，张菲，
申请(专利权)人：西安工程大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。