基于无人机双光影像融合的变电站刀闸温度检测方法技术

本发明专利技术公开了一种基于无人机双光影像融合的变电站刀闸温度检测方法，包括：针对其中一组检测对象，对可见光图像中的刀闸进行识别，采用识别框将识别出的每个刀闸设备所处区域的局部图像标记出来；识别出每个局部图像中的刀闸设备的边缘轮廓，根据刀闸设备的边缘轮廓的特性，获取可见光图像中每个开关接触点的位置信息；结合同一组检测对象中可见光图像和红外图像的映射关系，计算得到红外图像中每个开关接触点的位置信息；计算得到红外图像中每个开关接触点的温度信息。本发明专利技术提高了红外照片中刀闸识别和温度检测的速度，可以更快地得到温度检测结果，更加及时地处理和应对可能出现的故障或异常情况，提高了变电站刀闸温度的整体检测效率。

Detection method of switch temperature in Substation Based on UAV dual optical image fusion

【技术实现步骤摘要】
基于无人机双光影像融合的变电站刀闸温度检测方法
本专利技术涉及
，具体而言涉及一种基于无人机双光影像融合的变电站刀闸温度检测方法。
技术介绍
随着无人机技术不断发展，无人机产品越来越成熟，应用范围也越来越广，已经包括了军事行动、地质勘测、物流运输、农业应用、影视拍摄、消防抗灾以及救援巡查等诸多领域。无人机在电力系统输电线路巡检以及变电站巡检中的应用已经全面展开，正在从人工操作无人机巡检向全自动无人化巡检转变。变电站相对于高压输电线路而言，需要巡检的场地较小，且各种变电设备和开关设备较多，所以巡检的频率较高，而且对设备的温度(特别是接触点的温度)比较关注，需要经常检测。传统巡检方法通过人工操作或者程序自动控制带双光相机(可见光相机和热红外相机)的无人机进行巡检，再从无人机上导出可见光照片和红外照片，之后对照可见光照片，找到红外照片上的刀闸设备以及刀闸开关接触点，并进行标记，最后用测温软件读取标记好的红外照片，显示出刀闸开关接触点的温度。但是由于一次巡检拍摄的红外照片至少有几十张，而每张照片中的刀闸设备基本上都有20个以上，所以人工标本文档来自技高网...

【技术保护点】
1.一种基于无人机双光影像融合的变电站刀闸温度检测方法，其特征在于，所述温度检测方法包括：/nS1：将同一拍摄参数下的可见光图像和红外图像作为一组检测对象；/nS2：针对其中一组检测对象，对可见光图像中的刀闸进行识别，采用识别框将识别出的每个刀闸设备所处区域的局部图像标记出来，识别框与刀闸设备一一对应；/nS3：采用边缘检测算法，识别出每个局部图像中的刀闸设备的边缘轮廓，根据刀闸设备的边缘轮廓的特性，获取可见光图像中每个开关接触点的位置信息；/nS4：结合同一组检测对象中可见光图像和红外图像的映射关系，计算得到红外图像中每个开关接触点的位置信息；/nS5：计算得到红外图像中每个开关接触点的温度...

【技术特征摘要】
1.一种基于无人机双光影像融合的变电站刀闸温度检测方法，其特征在于，所述温度检测方法包括：
S1：将同一拍摄参数下的可见光图像和红外图像作为一组检测对象；
S2：针对其中一组检测对象，对可见光图像中的刀闸进行识别，采用识别框将识别出的每个刀闸设备所处区域的局部图像标记出来，识别框与刀闸设备一一对应；
S3：采用边缘检测算法，识别出每个局部图像中的刀闸设备的边缘轮廓，根据刀闸设备的边缘轮廓的特性，获取可见光图像中每个开关接触点的位置信息；
S4：结合同一组检测对象中可见光图像和红外图像的映射关系，计算得到红外图像中每个开关接触点的位置信息；
S5：计算得到红外图像中每个开关接触点的温度信息。


2.根据权利要求1所述的基于无人机双光影像融合的变电站刀闸温度检测方法，其特征在于，步骤S1中，所述同一拍摄参数是指同一拍摄地点、同一拍摄时间。


3.根据权利要求1所述的基于无人机双光影像融合的变电站刀闸温度检测方法，其特征在于，步骤S2中，采用训练好的YoloV3深度神经网络模型识别可见光照片中的所有刀闸设备的矩形位置区域，所述矩形位置区域即识别框区域，所述矩形位置区域的坐标被标记为(xvis1，yvis1，xvis2，yvis2)，其中，(xvis1，yvis1)和(xvis2，yvis2)分别为任意两个对角点的坐标。


4.根据权利要求1所述的基于无人机双光影像融合的变电站刀闸温度检测方法，其特征在于，步骤S3中，所述采用边缘检测算法，识别出每个局部图像中的刀闸设备的边缘轮廓的过程包括以下步骤：
S301：检测出刀闸设备识别框区域内的所有边缘轮廓线条，将这些轮廓线条按照连接情况和距离远近分成若干个集合，其中，将相互连接或者两者之间距离小于设定距离阈值的线条合并至同一个集合中，组合成一条连续的轮廓；
S302：将线条个数最多的集合作为刀闸设备的线条轮廓集合，得到刀闸设备的边缘轮廓。


5.根据权利要求1所述的基于无人机双光影像融合的变电站刀闸温度检测方法，其特征在于，步骤S3中，所述采用边缘检测算法，识别出每个局部图像中的刀闸设备的边缘轮廓的过程包括以下步骤：
S311：采集可见光图像中包含的刀闸设备的HSV颜色空间范围；
S312：对可见光图像上每个识别框区域进行HSV颜色空间的提取，将刀闸设备HSV颜色空间范围对应的图像区域作为刀闸设备的像素区域，提取出刀闸设备的像素区域的轮廓作为刀闸设备的边缘轮廓。


6.根据权利要求4或5所述的基于无人机双光影像融合的变电站刀闸温度检测方法，其特征在于，步骤S3中，所述采用边缘检测算法，识别出每个局部图像中的刀闸设备的边缘轮廓的过程还包括以下步骤：
沿着刀闸设备的边缘轮廓，拟合出一个紧贴着刀闸设备外轮廓的矩形，作为刀闸设备的轮廓拟合矩形。


7.根据权利要求6所述的基于无人机双光影像融合的变电站刀闸温度检测方法，其特征在于，步骤S3中，所述根据刀闸设备的边缘轮廓的特性，获取可见光图像中每个开关接触点的位置信息的过程包括以下步骤：
判断任意一个刀闸设备的轮廓拟合矩形的长宽比，如果长宽比大于预设比例阈值，将两个短边中点作为该刀闸设备的开关接触点所在位置，否则，将矩形中心店作为该刀闸设备的开关接触点所在位置。


8.根据权利要求1所述的基于无人机双光影像融合的变电站刀闸温度检测方法，其特征在于，步骤S4中，所述同一组检测...

【专利技术属性】
技术研发人员：王红星，王永强，高超，黄郑，黄祥，张欣，陈玉权，
申请(专利权)人：国网江苏省电力有限公司，江苏方天电力技术有限公司，
类型：发明
国别省市：江苏;32