一种输电线路通道内山火入侵的辨识方法技术

本发明专利技术提供一种输电线路通道内山火入侵的辨识方法，包括：步骤一、从输电线路通道的监控视频中提取多帧图像；步骤二、对提取出的图像进行形态学滤波，去噪声处理；步骤三、利用图像间的运动分析方法捕捉图像中的运动物体，并从图像中提取出运动物体的区域；步骤四、对捕捉到的运动物体进行特征判别，山火具有较为明显的几个特征，本发明专利技术通过逐步提取检测到的运动物体的颜色、运动特性、面积变化率、闪烁频率、尖角特性来确定是否为山火，大大的提升了山火辨别的准确性。

【技术实现步骤摘要】
一种输电线路通道内山火入侵的辨识方法
本专利技术涉及智能电网
，具体是一种输电线路通道内山火入侵的辨识方法。
技术介绍
根据国网公司历年运行数据统计表明，架空输电线路通道内由于山火引起的线路跳闸率高居不下，占输变电设备故障的主要地位。长期以来，主管部门认为输电线路通道运维主要是管理问题，通常采用人工蹲守和群众护线等方式应对，耗费大量人力物力，效果较差。也有在杆塔上安装视频、雷达等监视设备，靠人工识别缺陷，准确性和可靠性均得不到保障，不利于推广应用。防止线路通道内异常情况的发生，将是一个长期的过程，也是当前输电线路安全运维的一个重大技术难题。目前，国内输电线路的检查多采用人工巡线的方式，但随着现代机器视觉技术的发展，以及各种数字图像处理工具的开发使用，也出现了采用图像处理技术来检测输电线路危险源的方法。如：“一种高压线异物入侵目标检测方法”(申请号:2014104849.X)，虽然采用图像处理技术来检测异物，但是并未区分是何种异物对输电线路造成的威胁。“输电线路异物入侵智能视频在线监测评估系统”(申请号：201610661214.2)，虽然提到了区分异物的类型，但是缺乏具体的识别方法和策略，缺乏一定的针对性。
技术实现思路
针对现有技术存在的上述不足，本专利技术提供一种输电线路通道内山火入侵的辨识方法，通过提取山火所具有的特征量进行准确的辨别，通过该方法能够精准的识别入侵目标是否为山火，从而采取相应的预防和预警策略，为输电线路通道异物入侵的监测系统提供技术支撑。一种输电线路通道内山火入侵的辨识方法，包括如下步骤：步骤一、从输电线路通道的监控视频中提取多帧图像；步骤二、对提取出的图像进行预处理，所述预处理具体包括形态学滤波和去噪声处理；步骤三、利用图像间的运动分析方法捕捉预处理后图像中的运动物体；步骤四、对捕捉到的运动物体进行特征判别：将捕捉到的运动物体的RGB图像转换为HSV图像后逐步提取颜色、运动特性、面积变化率、闪烁频率和尖角特性特征，综合提取的颜色、运动特性、面积变化率、闪烁频率和尖角特性特征判别是否有山火发生，并且根据提取运动物体的边缘轮廓，得到山火发生的大小和走势。进一步的,所述步骤一中从输电线路通道的监控视频中提取多帧图像时，根据诱发山火的原因以及发生山火与季节和气候相关特点改变视频的采样策略。进一步的,所述步骤四具体为：将捕捉到的运动物体的RGB图像转换为HSV图像后，根据设定的h分量的阈值提取异物的颜色特征量，得到异物的红色区域，初步判断为山火；将提取的红色区域的图片二值化，并将多帧二值化图片相减，根据相减结果以及在图像中的范围和位置是否发生变化判别异物是否具有运动特性，若具有运动特性则执行下一步；对提取的图像经过前两步筛选颜色、运动特性及判别后，(1)对图像进行分割处理，将运动目标与背景分离；(2)对提取的前后两帧图片二值化，得到两帧图片中数值为1的像素点个数，求得面积；(3)再根据面积变化率公式，得到其面积变化率，若面积变化率达到预设值则进行下一步；根据闪烁频率特征进行判别：(1)在提取的红色区域图像中求每一帧选中区域的平均亮度值；(2)通过FFT变换把时域上的亮度变化频率(即火焰边缘像素点亮度的变化频率)转化为频域上的亮度的变化频率,f为从第i帧到第i+1帧的亮度闪烁频率,t为第i帧到第i+1帧的时间，fAi(x,y)表示在第i帧图像在Ai(x,y)这个像素点若出现火焰亮度，其值则为1，否则为0,傅立叶变换公式为：(3)在前面步骤的基础上，每秒提取的多帧图像中，同一位置的灰度值由0变为1或1变为0规定为闪烁一次，在一定的时间内，统计所有像素点的变化频率，即闪烁频率，若闪烁频率满足理论频率变化范围7-12Hz，则执行下一步；根据尖角特性进行判别：(1)将提取的红色区域的图片二值化；(2)寻找尖角顶点；(3)判断尖角顶点所在区域是否为尖角；(4)每一个火焰的顶点都视为一个特征点，然后再根据边缘检测算子，计算出满足上述尖角特点的像素点的个数,通过尖角判据，图像中若存在具有尖角特征的点，且尖角数目达到阈值呈现不规则变化，则说明该区域具有火焰的几何特征，则可基本判定为山火发生。进一步的,所述平均亮度值使用Matlab软件先将图像转化为HSL空间，然后对L分量用两次mean语句求取即可得到。进一步的,所述根据尖角特性进行判别中寻找尖角顶点具体步骤为：看数值为1的像素点上方有无数值为1的像素点，若有则不是顶点，若无则看左侧和右侧有无连续的数值为1的点，若有则判断此点为顶点。进一步的,所述判断尖角顶点所在区域是否为尖角具体步骤为：逐一判断尖角顶点下面每一行的像素点个数记为f(n)，再下一行像素点数为f(n-1)，夹角狭长程度用f(n)与f(n-1)的比值来衡量，如果夹角狭长程度小于设置好的阈值d，则视为尖角：，l1为顶点下面一行左右15个像素点的距离，l2为将图像中再下一行左右30个像素点的距离本专利技术依据国家电网公司“十三五”科技规划要求，同时考虑到现有运维方式下人力资源紧张的问题，针对输电线路通道内存在的各种致灾性工况，采用图像处理等技术，通过对颜色、运动特性、面积变化、闪烁频率、尖角特征等特征的提取，递进式的进行逐步筛选，自动识别危险源及其运动轨迹，将大大提高对山火进行判别的准确率，最终建立输电线路实时的空间保护范围。附图说明图1是HSV颜色模型；图2是本专利技术输电线路通道内山火入侵的辨识方法中进行异物特征判别的流程示意图；图3是本专利技术中步骤四(即对捕捉到的运动物体进行特征判别)的详细流程图。具体实施方式下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述。请参阅图2，本专利技术输电线路通道内山火入侵的辨识方法其中一个实施例包括如下步骤：步骤一、从输电线路通道的监控视频中提取多帧图像；从监控视频中提取多帧图像主要考虑图像采样的频率问题，对于树林山火灾害，山火的发生主要集中在冬季和秋季，雨季发生山火的概率较小。所以，针对这一特点，我们依据当地的气象条件，在干旱、雨水较少的环境下进行每天多次采样的策略。其次，据统计发生山火多数是由人们在特定节日祭祀燃烧引起的，如：清明节、春节等节日属于山火的高发期，所以在这些特定的节日采样频率也会加大。步骤二、对提取出的图像进行预处理，所述预处理具体包括形态学滤波和去噪声处理；所述的对提取出的图像进行形态学滤波，去噪声处理，是对视频图像进行采样后，对采样后的图片进行灰度处理，当灰度化以后的图像往往会含有许多孤立的点、孤立的小区域、小间隙和孔洞，为了解决阈值分割后的差分图像可能会存在这些的问题，我们使用了数学形态学图像处理等方法对图像进行预处理。步骤三、利用图像间的运动分析方法捕捉预处理后图像中的运动物体；步骤四、对捕捉到的运动物体进行特征判别。特征判别阶段是摄像机检测到运动物体后确定是否为山火的关键步骤。由于山火具有较为明显的特征量，所以采用逐步提取以下特征：(1)颜色、(2)运动特性、(3)面积变化率、(4)闪烁频率、(5)尖角特性来确定是否为山火，并且根据提取运动物体的边缘轮廓，得到山火发生的大小和走势。步骤四的详细流程如图3所示，具体介绍如下：首先，将捕捉到的运动物体的RGB图像转换为HSV图像，HSV对用户来说是一种直观的颜色模型，便于我们本文档来自技高网...

【技术保护点】
一种输电线路通道内山火入侵的辨识方法，其特征在于包括如下步骤：步骤一、从输电线路通道的监控视频中提取多帧图像；步骤二、对提取出的图像进行预处理，所述预处理具体包括形态学滤波和去噪声处理；步骤三、利用图像间的运动分析方法捕捉预处理后图像中的运动物体；步骤四、对捕捉到的运动物体进行特征判别：将捕捉到的运动物体的RGB图像转换为HSV图像后逐步提取颜色、运动特性、面积变化率、闪烁频率和尖角特性特征，综合提取的颜色、运动特性、面积变化率、闪烁频率和尖角特性特征判别是否有山火发生，并且根据提取运动物体的边缘轮廓，得到山火发生的大小和走势。

【技术特征摘要】
1.一种输电线路通道内山火入侵的辨识方法，其特征在于包括如下步骤：步骤一、从输电线路通道的监控视频中提取多帧图像；步骤二、对提取出的图像进行预处理，所述预处理具体包括形态学滤波和去噪声处理；步骤三、利用图像间的运动分析方法捕捉预处理后图像中的运动物体；步骤四、对捕捉到的运动物体进行特征判别：将捕捉到的运动物体的RGB图像转换为HSV图像后逐步提取颜色、运动特性、面积变化率、闪烁频率和尖角特性特征，综合提取的颜色、运动特性、面积变化率、闪烁频率和尖角特性特征判别是否有山火发生，并且根据提取运动物体的边缘轮廓，得到山火发生的大小和走势。2.如权利要求1所述的输电线路通道内山火入侵的辨识方法，其特征在于：所述步骤一中从输电线路通道的监控视频中提取多帧图像时，根据诱发山火的原因以及发生山火与季节和气候相关特点改变视频的采样策略。3.如权利要求1所述的输电线路通道内山火入侵的辨识方法，其特征在于：所述步骤四具体为：将捕捉到的运动物体的RGB图像转换为HSV图像后，根据设定的h分量的阈值提取异物的颜色特征量，得到异物的红色区域，初步判断为山火；将提取的红色区域的图片二值化，并将多帧二值化图片相减，根据相减结果以及在图像中的范围和位置是否发生变化判别异物是否具有运动特性，若具有运动特性则执行下一步；对提取的图像经过前两步筛选颜色、运动特性及判别后，(1)对图像进行分割处理，将运动目标与背景分离；(2)对提取的前后两帧图片二值化，得到两帧图片中数值为1的像素点个数，求得面积；(3)再根据面积变化率公式，得到其面积变化率，若面积变化率达到预设值则进行下一步；根据闪烁频率特征进行判别：(1)在提取的红色区域图像中求每一帧选中区域的平均亮度值；(2)通过FFT变换把时域上的亮度变化频率(即火焰边缘像素点亮度的变化频率)转化为频域上的亮度的变化频...

【专利技术属性】
技术研发人员：汪涛，黄俊杰，王文烁，胡丹晖，方圆，
申请(专利权)人：国家电网公司，国网湖北省电力公司电力科学研究院，
类型：发明
国别省市：北京,11