一种电力设备自动识别方法和装置制造方法及图纸

本发明专利技术提供一种电力设备自动识别方法和装置，识别方法包括如下步骤：获取电力设备的红外影像，对电力设备的红外影像进行灰度转化；在灰度转化后的红外影像中选取初始种子点，利用区域生长分割法获取红外影像中的电力设备区域图像；提取图像中电力设备的梯度直方图特征，采用SVM分类器，根据电力设备的梯度直方图特征对图像中的电力设备进行识别。本发明专利技术所提供的技术方案，先对电力设备的红外影像进行灰度转化，然后利用区域生长分割法获取图像中电力设备区域图像，最后提取电力设备的梯度直方图特征，采用SVM分类器对电力设备进行识别，因此本发明专利技术所提供的技术方案对红外影像中电力设备的识别更加准确，能够解决现有技术中对红外影像中电力设备识别不准确的问题。

A Method and Device for Automatic Recognition of Electric Power Equipment

【技术实现步骤摘要】
一种电力设备自动识别方法和装置
本专利技术属于电力设备检测
，具体涉及一种电力设备自动识别方法和装置。
技术介绍
随着经济和科技的快速发展，电力系统也在不断地扩建，而随着电力系统规模的不断增大，电网的安全维护和设备检测工作也显得日益重要。红外检测作为电力设备故障检测手段，已在电力系统中得到了广泛的应用。在对电力设备进行红外检测时，需要采用手持红外热像仪拍摄电力场景的红外影像，然后对红外影像进行分析，识别电力设备的异常故障点。但是由于红外热像仪所拍摄的电力场景具有内容复杂、纹理信息弱和电力设备种类繁多等特点，造成现有技术中对红外影像中电力设备识别结果不准确的问题。
技术实现思路
本专利技术提供一种电力设备自动识别方法和装置，用于解决现有技术对红外影像中电力设备识别不准确的问题。为实现上述目的，本专利技术采用如下技术方案：一种电力设备自动识别方法，包括如下步骤：步骤1：获取电力设备的红外影像，对电力设备的红外影像进行灰度转化；步骤2：在灰度转化后的红外影像中选取初始种子点，利用区域生长分割法获取红外影像中的电力设备区域图像；步骤3：提取电力设备区域图像中电力设备的梯度直方图特征，采用SVM分类器，根据电力设备的梯度直方图特征对红外影像中的电力设备进行识别。本专利技术所提供的技术方案，先对电力设备的红外影像进行灰度转化，然后利用区域生长分割法获取图像中电力设备区域图像，最后提取电力设备的梯度直方图特征，采用SVM分类器对电力设备进行识别，因此本专利技术所提供的技术方案对红外影像中电力设备的识别更加准确，能够解决现有技术中对红外影像中电力设备识别不准确的问题。进一步的，为了滤处红外影像中的干扰，对电力设备的红外影像进行灰度转化后对其进行中值滤波。进一步的，为了方便采用区域生长分割法对获取红外影像中电力设备区域图像，所述步骤2中选取灰度转化后红外影像中灰度值最大的点作为种子点。进一步的，所述步骤2中利用区域生长分割法获取红外影像中电力设备区域图像时，采用温度相似性作为生长判断条件。进一步的，所述步骤3中提取图像中电力设备梯度直方图特征的方法为：对电力设备区域图像进行归一化处理，计算各像素点的梯度；将红外影像设备区域划分成若干小单元格，以梯度方向为横轴，以不同梯度方向的数量为纵轴，统计各单元格内梯度直方图，形成该单元格的特征描述符；将相邻四个单元格组成一个Block块，分别串联各Block块内所有单元格的特征描述符，对各Block块内梯度直方图进行归一化操作，形成各Block的特征描述符；串联红外影像内所有Block块的特征描述符，组成红外影像设备区域的梯度直方图特征描述符。一种电力设备自动识别装置，包括处理器和存储器，所述存储器上存储有用于在处理器上执行的计算机程序；其特征在于，所述处理器执行所述计算机程序时，实现如下步骤：步骤1：获取电力设备的红外影像，对电力设备的红外影像进行灰度转化；步骤2：在灰度转化后的红外影像中选取初始种子点，利用区域生长分割法获取红外影像中的电力设备区域图像；步骤3：提取电力设备区域图像中电力设备的梯度直方图特征，采用SVM分类器，根据电力设备的梯度直方图特征对红外影像中的电力设备进行识别。本专利技术所提供的技术方案，先对电力设备的红外影像进行灰度转化，然后利用区域生长分割法获取图像中电力设备区域图像，最后提取电力设备的梯度直方图特征，采用SVM分类器对电力设备进行识别，因此本专利技术所提供的技术方案对红外影像中电力设备的识别更加准确，能够解决现有技术中对红外影像中电力设备识别不准确的问题。进一步的，为了滤处红外影像中的干扰，对电力设备的红外影像进行灰度转化后对其进行中值滤波。进一步的，为了方便采用区域生长分割法对获取红外影像中电力设备区域图像，所述步骤2中选取灰度转化后红外影像中灰度值最大的点作为种子点。进一步的，所述步骤2中利用区域生长分割法获取红外影像中电力设备区域图像时，采用温度相似性作为生长判断条件。进一步的，所述步骤3中提取图像中电力设备梯度直方图特征的方法为：对电力设备区域图像进行归一化处理，计算各像素点的梯度；将红外影像设备区域划分成若干小单元格，以梯度方向为横轴，以不同梯度方向的数量为纵轴，统计各单元格内梯度直方图，形成该单元格的特征描述符；将相邻四个单元格组成一个Block块，分别串联各Block块内所有单元格的特征描述符，对各Block块内梯度直方图进行归一化操作，形成各Block的特征描述符；串联红外影像内所有Block块的特征描述符，组成红外影像设备区域的梯度直方图特征描述符。附图说明图1是本专利技术方法实施例中电力设备识别方法的流程图；图2是本专利技术方法实施例中手持红外热像仪采集的电力设备红外影像；图3是本专利技术方法实施例中灰度转化后的红外影像；图4是本专利技术方法实施例中得到的电力设备区域图像。具体实施方式方法实施例：本实施例提供一种电力设备的识别方法，用于解决现有技术对红外热像仪中电力设备识别不准确的问题。本实施例所提供的电力设备的识别方法，其流程如图1所示，包括如下步骤：(1)通过手持红外热像仪采集电力设备的红外影像，如图2所示，然后对获取的红外影像进行灰度转化，得到灰度转化后的红外影像，如图3所示。在进行灰度转化时，考虑到人眼对绿色敏感最高、对蓝色敏感最低的生理特点，根据图像各通道的采样值进行加权平均，对RGB三分量转转灰度的公式为：Gray＝R*0.299+G*0.587+B*0.114其中R为红色分量，G为绿色分量，B为蓝色分量。(2)对灰度处理后的红外影像进行中值滤波处理，剔除随机噪声和杂波干扰，提高图像质量和信噪比。由于采集到的红外影像中含有大量的随机噪声和杂波干扰，这些干扰将会影像后续图像的分割质量，从而影响到目标特征的提取，因此为了减弱噪声和杂波的影响、提高图像质量和信噪比，需要对红外影像进行预处理。本实施例中采用中值滤波法对红外影像进行处理，中值滤波法作为一种非线性信号处理方法，在一定条件下可克服线性滤波器(如邻域平滑滤波器等)所带来的图像细节模糊问题，且对滤出脉冲干扰及图像扫描噪声最为有效。中值滤波法是用一个奇数点的移动窗口，将该窗口中线点的值用窗口内各点的中值代替。对于移动窗口，其奇数m为滑动窗口长度，则窗口中心点的值为：fi＝Mid(fi-k,...,fi,...,fi+k)其中fi是第i个红外图像像素的属性值，i为大于k的整数，且(3)利用区域生长分割法获取红外影像中的电力设备区域图像。利用区域生长分割法获取红外影像中电力设备区域图像的方式包括如下步骤：首先在灰度转化后的红外影像中选取初始种子点。在红外温度场热像中，目标电力设备的温度通常比背景温度高，电力设备异常点的温度也会明显高于其他部位，由于红外影像中温度值越高的像素点经过灰度转化后灰度值越高，所以本实施例中将灰度转化后红外影像中灰度值最大的像素点作为初始种子点；然后以温度相似性为生长判断条件，利用区域生长分割法获取红外影像中电力设备的区域图像。设分割区内n像素点的温度均值为μ，待判断像素点(x,y)处温度值为f(x,y)，则该像素点的相似性为：s＝w[f(x,y)-μ]2其中w为非负权值。若相似性s小于温度相似性阈值，则可判断像素点(x,y)与已分割区域像素点相似，满足生长条件，同时采用如下公本文档来自技高网...

【技术保护点】
1.一种电力设备自动识别方法，其特征在于，包括如下步骤：步骤1：获取电力设备的红外影像，对电力设备的红外影像进行灰度转化；步骤2：在灰度转化后的红外影像中选取初始种子点，利用区域生长分割法获取红外影像中的电力设备区域图像；步骤3：提取电力设备区域图像中电力设备的梯度直方图特征，采用SVM分类器，根据电力设备的梯度直方图特征对红外影像中的电力设备进行识别。

【技术特征摘要】
1.一种电力设备自动识别方法，其特征在于，包括如下步骤：步骤1：获取电力设备的红外影像，对电力设备的红外影像进行灰度转化；步骤2：在灰度转化后的红外影像中选取初始种子点，利用区域生长分割法获取红外影像中的电力设备区域图像；步骤3：提取电力设备区域图像中电力设备的梯度直方图特征，采用SVM分类器，根据电力设备的梯度直方图特征对红外影像中的电力设备进行识别。2.根据权利要求1所述的电力设备自动识别方法，其特征在于，所述步骤1中，对电力设备的红外影像进行灰度转化后对其进行中值滤波。3.根据权利要求1所述的电力设备自动识别方法，其特征在于，所述步骤2中选取灰度转化后红外影像中灰度值最大的点作为种子点。4.根据权利要求1或3所述的电力设备自动识别方法，其特征在于，所述步骤2中利用区域生长分割法获取红外影像中电力设备区域图像时，采用温度相似性作为生长判断条件。5.根据权利要求1所述的电力设备自动识别方法，其特征在于，所述步骤3中提取图像中电力设备梯度直方图特征的方法为：对电力设备区域图像进行归一化处理，计算各像素点的梯度；将红外影像设备区域划分成若干小单元格，以梯度方向为横轴，以不同梯度方向的数量为纵轴，统计各单元格内梯度直方图，形成该单元格的特征描述符；将相邻四个单元格组成一个Block块，分别串联各Block块内所有单元格的特征描述符，对各Block块内梯度直方图进行归一化操作，形成各Block的特征描述符；串联红外影像内所有Block块的特征描述符，组成红外影像设备区域的梯度直方图特征描述符。6.一种电力设备自动识别装置，包括处理器和存储器，所...

【专利技术属性】
技术研发人员：陈宏军，白永祥，王克谦，王鹏，熊化化，陈荣群，魏继承，姜祖明，许娟，林德山，严建邦，张彭飞，王蕾，
申请(专利权)人：国网河南省电力公司信阳供电公司，河南恩湃高科集团有限公司，
类型：发明
国别省市：河南,41