一种输电线路车辆靠近检测方法、装置和存储介质制造方法及图纸

本发明专利技术公开了一种输电线路车辆靠近检测方法和装置，包括：将采集到的选定区域的图像进行灰度处理得到灰度图像；根据灰度图像的像素和对应的灰度值确定测试矩阵；基于预先利用字典学习模型迭代求解获得的字典，确定测试矩阵的表示矩阵；基于字典和表示矩阵确定测试矩阵对应的类别标签，获得输电线路车辆可能靠近的位置。本发明专利技术提出一种基于字典学习的输电线路车辆靠近检测方法，创新性地引入字典学习这一新兴技术，利用字典学习判断输电线路保护区内是否出现车辆，从而可以及时发现输电线路保护区内的安全隐患。

【技术实现步骤摘要】
一种输电线路车辆靠近检测方法、装置和存储介质
本专利技术涉及计算机视觉图像处理领域，具体涉及一种基于字典学习的输电线路车辆靠近检测方法和装置。
技术介绍
电力生产的安全、稳定、高效运行关乎国计民生，对电力工业的持续健康发展具有重大意义，也是整个行业常抓不懈的根本任务。电力设备状态检测是电力公司日常的重点工作，为保证电力设备的正常运行，需要指定严格的巡检计划，分派人员对变电站、输电线路进行巡视，以便及时发现隐患和故障，并把设备的运行情况以及缺陷信息进行汇总和定期的分析统计，人员工作强度大、工作任务重。大型车辆在输电线路保护区内作业，都有可能引起放电、采石爆破、车辆冲撞等事故，造成输电线路的不安全现象或故障。因此，需要研究输电线路车辆靠近检测，及时发现超高车辆，避免事故发生，可大幅降低运行人员的工作量和劳动强度。
技术实现思路
本专利技术旨在克服了传统人为检测输电线路车辆靠近问题，提供一种输电线路车辆靠近的检测方法和装置。本专利技术采用以下技术方案：一方面，本专利技术提供一种输电线路车辆靠近检测方法，包括：...

【技术保护点】
1.一种输电线路车辆靠近检测方法，其特征在于，包括：/n将采集到的选定区域的图像进行灰度处理得到灰度图像；根据灰度图像的像素和对应的灰度值确定测试矩阵；/n基于预先利用字典学习模型迭代求解获得的字典，确定测试矩阵的表示矩阵；基于字典和表示矩阵确定测试矩阵对应的类别标签，根据类别标签判断输电线路保护区内是否出现车辆。/n

【技术特征摘要】
1.一种输电线路车辆靠近检测方法，其特征在于，包括：
将采集到的选定区域的图像进行灰度处理得到灰度图像；根据灰度图像的像素和对应的灰度值确定测试矩阵；
基于预先利用字典学习模型迭代求解获得的字典，确定测试矩阵的表示矩阵；基于字典和表示矩阵确定测试矩阵对应的类别标签，根据类别标签判断输电线路保护区内是否出现车辆。


2.根据权利要求1所述一种输电线路车辆靠近检测方法，其特征在于，对采集到的选定区域的图像采用对R、G、B分量进行加权平均算法得到灰度图像。


3.根据权利要求1所述一种输电线路车辆靠近检测方法，其特征在于，所述字典学习模型如以下公式表示：



其中，j是整数，j＝1-Nc，Y是训练样本矩阵，[Y1,Y2...YC]＝Y,Y1～YC分别表示属于第1～C类的训练样本矩阵，X是基于字典D的样本矩阵Y的表示矩阵，[X1,X2...XC]＝X,X1～XC分别表示第1～C类训练样本的表示矩阵，Nc代表第c类训练样本的数目，分别代表第1...j...Nc个第c类训练样本的表示向量，[d1,d2...dk]＝D，k是字典D的列数，d1～dk分别表示字典D的k个列向量，β、λ、γ是三个标量因子，表示矩阵的F范数的平方，表示矩阵的2范数的平方，Pc表示提取系数矩阵，tr()表示矩阵的迹算子，表示第c类样本的拉普拉斯矩阵，s.t.表示约束条件，||dk||2表示dk的2范数，表示任意的k。


4.根据权利要求3所述一种输电线路车辆靠近检测方法，其特征在于，提取系数矩阵Pc表示如公式(2)所示：



其中，a，b分别是矩阵Pc的行和列的索引，c＝1,…,C，C表示所有样本对应的类别标签总数，ξ表示字典D的所有样本类别相关联的列的索引集。


5.根据权利要求1所述一种输电线路车辆靠近检测方法，其特征在于，利用字典确定测试矩阵的表示矩阵具体采用如下公式：
X'＝(DTD+βI)-1DTy(3)，
其中X'为测试矩阵y的表示矩阵，DT为字典D的转置矩阵，I为一个单位矩阵；β表示标量因子，y为测试矩阵。


6.根据权利要求1所述一种输电线路车辆靠近检测方法，其特征...

【专利技术属性】
技术研发人员：罗旺，张小明，罗汉武，李文震，樊强，彭启伟，席丁鼎，张智成，祝永坤，陈骏，陈师宽，吴钰芃，张佩，夏源，崔漾，郝小龙，杜伟，郑思嘉，
申请(专利权)人：南瑞集团有限公司，南京南瑞信息通信科技有限公司，国网内蒙古东部电力有限公司电力科学研究院，国网内蒙古东部电力有限公司，国网通用航空有限公司，国家电网有限公司，
类型：发明
国别省市：江苏;32