一种高压输电线路摄像头图像异常的自动判断方法技术

本发明专利技术公开了一种高压输电线路摄像头图像异常的自动判断方法，它包括以下步骤：步骤1：将图像缩放到固定大小并将图像进行灰度化处理；步骤2：计算整幅图像的灰度均值，根据灰度均值判断图像是否存在异常；步骤3：利用LBP算子计算图像的纹理信息；步骤4：计算图像方差，根据图像方差判断图像是否存在异常；步骤5：对图像进行二值化处理；步骤6：计算二值化后的上1/2图像中灰度值不为0的像素在上1/2图像中的比例，根据比例判断图像是否存在异常；步骤7：统计连续发生问题的图像数目，如果达到一定数目则判断为图像异常。本发明专利技术既能有效地减少计算量，又能够简化异常故障检测，大大提升了摄像头图像异常现象的检测效果。

【技术实现步骤摘要】
一种高压输电线路摄像头图像异常的自动判断方法
本专利技术涉及一种高压输电线路摄像头图像异常的自动判断方法，属于图像监控

技术介绍
目前，在雾、霾等天气条件下，由于空气中大量的悬浮颗粒、气溶胶等粒子的散射和吸收作用，使得摄像头采集的图像出现雾化现象。另外，在夜间、被塑料袋遮挡或者其他状况不佳的条件下采集的图像通常会整体偏暗或者模糊。因此针对这种摄像头图像异常的自动检测问题，人们给予了广泛关注。目前的主要方法是利用视频数据进行异常检测。但是，这种方法计算量大且对视频数据质量要求较高。为了确保输电线路周边环境的安全，避免出现相关隐患危及输电线路，例如高空作业车、吊车、线下施工等等，人们在高压输电线路的杆塔上安装摄像头，每隔一定时间以无线方式将拍摄的图像传输到远程服务器上，由人工判定隐患是否存在及隐患类型。这种方式可以有效减小拍摄时的供电电池的电力损耗，但也存在很多问题，如每天需要观察的图像数量巨大，人的精力有限，人工判定隐患的方式主观性强，结果可能因人而异等。对于天气状况不佳、雾化等异常情况，随着时间和天气情况的变化，异常现象会得到改观；但是对于塑料袋遮挡、摄像头掉电或者内部质量问题等异常现象，则难以随着时间得到改变，需要人工去现场进行处置或修复。目前，针对摄像头图像异常自动检测问题，人们提出了多种解决方案。复旦大学李想在2013年发表的硕士论文“监控摄像头干扰及图像异常检测系统”中利用SIFT图像特征转换函数获取图像的特征，并利用PCA对图像特征向量进行降维，从而达到了监控摄像头干扰及图像异常的检测的目的。该方法在光照变化不是非常强烈的情况下效果较好。但这种方法是在数据源是视频的情况下进行运算，因此计算量大，且对于光照变化敏感。西南交通大学袁萍在2014年发表的硕士论文“高速公路恶劣天气及交通状况智能分析系统研究与实现”中提出对监控视频进行智能分析，提出了基于Canny边缘的雾天检测算法及反光度与图像锐度结合的道路湿滑程度评估等方法，从而达到基于视频的恶劣天气检测的目的。这种方法在定焦且拍摄角度适中的情况下得到的高质量的视频画面效果较好，但实际情况却往往没有这么理想。
技术实现思路
为了解决传统方法中计算量大且视频质量要求较高的问题，本专利技术提供了一种高压输电线路摄像头图像异常的自动判断方法，其既能有效地减少计算量，又能够简化异常故障检测，还可提高算法的运算速率。本专利技术解决其技术问题采取的技术方案是：一种高压输电线路摄像头图像异常的自动判断方法，用以对摄像头拍摄的高压输电线路图像进行图像异常判断，其特征是，包括以下步骤：步骤1：将图像缩放到固定大小并将图像进行灰度化处理；步骤2：计算整幅图像的灰度均值，根据灰度均值判断图像是否存在异常；步骤3：利用LBP算子计算图像的纹理信息；步骤4：计算图像方差，根据图像方差判断图像是否存在异常；步骤5：对图像进行二值化处理；步骤6：计算二值化后的上1/2图像中灰度值不为0的像素在上1/2图像中的比例，根据比例判断图像是否存在异常；步骤7：统计连续发生问题的图像数目，如果达到一定数目则判断为图像异常。优选地，所述步骤1的具体步骤如下：步骤11：将原始图像用双线性插值的方法将图像尺寸调整为固定大小，其表示形式为：P表示待插值点，坐标为(x,y)，f()表示对应点的灰度值；x1,y1分别为坐标x,y的向下取整，x2,y2分别为x,y的向上取整；Q11为P的左下角点，坐标为(x1,y1)，Q21为P的右下角点，坐标为(x2,y1)，Q12为P的左上角点，坐标为(x1,y2)，Q22为P的右上角点，坐标为(x2,y2)，R1坐标为(x,y1)，R2坐标为(x,y2)；步骤12，将图像灰度化处理的表示形式为：Gray＝R×0.299+G×0.587+B×0.114R、G、B表示彩色图像的三个分量，Gray表示灰度化后的图像灰度值。优选地，所述步骤2的具体步骤如下：步骤21，利用下式对灰度化后图像的灰度均值进行计算：f(i,j)表示图像中坐标为(i,j)处的灰度值，m为图像的宽度，n为图像的高度，μ表示图像均值；步骤22，当图像灰度均值小于灰度均值阈值时判定图像存在异常。优选地，所述灰度均值阈值为60。优选地，所述步骤3的具体步骤如下：步骤31，对图像进行中值滤波处理：g(x,y)＝med{f(x-1,y-1),f(x-1,y),f(x-1,y+1),f(x,y-1),f(x,y+1),f(x+1,y-1),f(x+1,y),f(x+1,y+1)}Med函数是对{}里面的值进行排序，取中间的那个；f(x,y)表示原图像中位于(x,y)处的灰度值，g(x,y)是中值滤波的结果；步骤32，利用LBP算子计算图像的纹理信息，LBP算子的模板及计算公式如下：gc表示中心像素的灰度值,gp为点gc相邻的像素点的灰度值；LBPc表示点gc处的LBP值。优选地，所述步骤4中图像方差的计算公式如下：f(x,y)表示图像的灰度值，μ表示均值；k表示求方差的方形窗口的尺寸；其中，随着窗口k的不同，方差异常的阈值也不同。优选地，所述步骤5中图像的二值化形式如下：T为方差异常阈值。优选地，所述步骤6的具体步骤如下：步骤61，设置ROI(regionofinterest)区域，即上1/2图像；步骤62，由于二值化后图像的灰度值只有0、1两种取值，因此上1/2图像中灰度值不为0的像素在上1/2图像中的比例采用用ROI内像素灰度值之和与ROI面积的比值来表示；由于其纹理信息较少，异常图像的比值偏低。优选地，在步骤7中，对于不同类型的图像异常，异常的判定标准也不同。优选地，连续5-6张图像灰度均值异常，即可报警；图像纹理及方差细节性信息的异常，异常图像连续超过10张才进行报警。本专利技术的有益效果是：本专利技术首先通过调整图像大小并将图像灰度化，计算图像均值判断图像亮度是否存在异常，其次利用LBP和方差获得图像的纹理等细节信息，二值化LBP图像，计算图像的上1/2中灰度值不为0的像素点在上1/2图像占的比例，并根据结果判断图像是否存在异常。本专利技术既能有效地减少计算量，又能够简化异常故障检测，提高了算法的运算速率，避免了传统方法中计算量大且视频质量要求较高的问题，从而大大提升了摄像头图像异常现象的检测效果，具有很好的应用价值。本专利技术利用单张图像的灰度信息来判断图像是否异常，从而避免了图像匹配的过程，降低了算法的运算时间；引用了一种灰度判断机制，从而更好的避免了颜色信息对故障检测的影响；对于雾天引起的摄像头异常，只针对受大雾影响严重的上半部分图像进行，因此避免了地面轮廓清晰的物体对摄像头异常故障判断的影响；在统计连续异常的图像数目，达到一定阈值才认为摄像头发生故障，从而避免了偶然情况引起的误报。本专利技术的方法简单易行，大大降低了算法的时间复杂度，且能够有效的完成摄像头图像异常自动判断的功能。附图说明图1为本专利技术的方法流程图；图2(a)至图2(d)为摄像头异常检测结果的示意图，其中，图2(a)为双线性插值后的图像，图2(b)为灰度化后的图像，图2(c)为LBP处理的结果，图2(d)是对LBP二值化之后的结果；图3为双线性插值的示意图。具体实施方式为能清楚说明本方案的技术特点，下面通过具体实施方式并结合其附图对本专利技术本文档来自技高网...

【技术保护点】
一种高压输电线路摄像头图像异常的自动判断方法，用以对摄像头拍摄的高压输电线路图像进行图像异常判断，其特征是，包括以下步骤：步骤1：将图像缩放到固定大小并将图像进行灰度化处理；步骤2：计算整幅图像的灰度均值，根据灰度均值判断图像是否存在异常；步骤3：利用LBP算子计算图像的纹理信息；步骤4：计算图像方差，根据图像方差判断图像是否存在异常；步骤5：对图像进行二值化处理；步骤6：计算二值化后的上1/2图像中灰度值不为0的像素在上1/2图像中的比例，根据比例判断图像是否存在异常；步骤7：统计连续发生问题的图像数目，如果达到一定数目则判断为图像异常。

【技术特征摘要】
1.一种高压输电线路摄像头图像异常的自动判断方法，用以对摄像头拍摄的高压输电线路图像进行图像异常判断，其特征是，包括以下步骤：步骤1：将图像缩放到固定大小并将图像进行灰度化处理；步骤2：计算整幅图像的灰度均值，根据灰度均值判断图像是否存在异常；步骤3：利用LBP算子计算图像的纹理信息；步骤4：计算图像方差，根据图像方差判断图像是否存在异常；步骤5：对图像进行二值化处理；步骤6：计算二值化后的上1/2图像中灰度值不为0的像素在上1/2图像中的比例，根据比例判断图像是否存在异常；步骤7：统计连续发生问题的图像数目，如果达到一定数目则判断为图像异常。2.根据权利要求1所述的一种高压输电线路摄像头图像异常的自动判断方法，其特征是，所述步骤1的具体步骤如下：步骤11：将原始图像用双线性插值的方法将图像尺寸调整为固定大小，其表示形式为：P表示待插值点，坐标为(x,y)，f()表示对应点的灰度值；x1,y1分别为坐标x,y的向下取整，x2,y2分别为x,y的向上取整；Q11为P的左下角点，坐标为(x1,y1)，Q21为P的右下角点，坐标为(x2,y1)，Q12为P的左上角点，坐标为(x1,y2)，Q22为P的右上角点，坐标为(x2,y2)，R1坐标为(x,y1)，R2坐标为(x,y2)；步骤12，将图像灰度化处理的表示形式为：Gray＝R×0.299+G×0.587+B×0.114R、G、B表示彩色图像的三个分量，Gray表示灰度化后的图像灰度值。3.根据权利要求2所述的一种高压输电线路摄像头图像异常的自动判断方法，其特征是，所述步骤2的具体步骤如下：步骤21，利用下式对灰度化后图像的灰度均值进行计算：f(i,j)表示图像中坐标为(i,j)处的灰度值，m为图像的宽度，n为图像的高度，μ表示图像均值；步骤22，当图像灰度均值小于灰度均值阈值时判定图像存在异常。4.根据权利要求3所述的一种高压输电线路摄像头图像异常的自动判断方法，其特征是，所述灰度均值阈值为60。5.根据权利要求3所述的一种高压输电线路摄像头图像异常的自动判断方...

【专利技术属性】
技术研发人员：李金屏，于向茹，丁健配，郭玉坤，蔡富东，韩延彬，
申请(专利权)人：济南大学，
类型：发明
国别省市：山东,37