一种输电线路防机械入侵的检测方法及装置制造方法及图纸

本发明专利技术涉及一种输电线路防机械入侵的检测方法及系统。该方法包括：获取输电线路的区域图像；将区域图像转换为灰度图像；获取灰度图像中每个像素点对应的混合高斯模型；每个像素点的混合高斯模型均包括多个单高斯模型；对于每个像素点，根据背景阈值选取混合高斯模型中的多个单高斯模型构建背景模型；根据像素点的像素值对像素点的背景模型的参数进行更新，得到更新后的背景模型；根据灰度图像中的每个像素点对应的背景模型，确定对应的像素点是否为背景像素点；根据灰度图像中背景像素点数量与像素点总数量的比值，确定灰度图像对应的监控区域是否存在机械入侵。本发明专利技术可以提高防机械入侵的检测效率和准确度。

【技术实现步骤摘要】
一种输电线路防机械入侵的检测方法及装置
本专利技术涉及涉及输电线路机械入侵检测领域，特别是涉及一种输电线路防机械入侵的检测方法及装置。
技术介绍
随着电网覆盖范围的扩展，输电线路数量逐年增加。由于输电线路具有分布范围广、传输距离远等特点，在运行中极易受到外界环境影响发生跳闸事故。据统计，大型工程机械等人为活动导致的输电线路跳闸事故占总事故的八成以上，所以实现对输电线路下大型机械的实时监测和入侵检测可以有效减少跳闸事故的发生，保证输电线路安全稳定运行。目前，输电线路防外力破坏技术可分为巡线式和在线监测式两大类。巡线式又分为人工巡线和无人机巡线两种：人工巡线通过定期人工沿线实地观察的方式来发现外力破坏威胁，耗费大量人力物力且效率低下；无人机巡线利用安装摄像头的无人机进行沿线拍摄的方式收集输电线路周边的情况，减少了巡线成本但仍然需要人工筛选图像来发现问题。在线监测式则通过在输电线路上安装传感器的方式来实现监测。如基于加速度传感器收集输电线路被破坏时受到的撞击和割据信号来实现破坏现象的监控，由于该检测手段往往发生在线路跳闸之后，所以不具本文档来自技高网...

【技术保护点】
1.一种输电线路防机械入侵的检测方法，其特征在于，包括：/n获取输电线路的区域图像；所述区域图像由监控摄像头对所述输电线路的监控区域拍摄得到；/n将所述区域图像转换为灰度图像；/n获取所述灰度图像中每个像素点对应的混合高斯模型；每个像素点的混合高斯模型均包括多个单高斯模型；/n对于每个像素点，根据背景阈值选取所述混合高斯模型中的多个单高斯模型构建背景模型；/n根据所述像素点的像素值对所述像素点的背景模型的参数进行更新，得到更新后的背景模型；/n根据所述灰度图像中的每个像素点对应的背景模型，确定对应的像素点是否为背景像素点；/n根据所述灰度图像中背景像素点数量与像素点总数量的比值，确定所述灰度图...

【技术特征摘要】
1.一种输电线路防机械入侵的检测方法，其特征在于，包括：
获取输电线路的区域图像；所述区域图像由监控摄像头对所述输电线路的监控区域拍摄得到；
将所述区域图像转换为灰度图像；
获取所述灰度图像中每个像素点对应的混合高斯模型；每个像素点的混合高斯模型均包括多个单高斯模型；
对于每个像素点，根据背景阈值选取所述混合高斯模型中的多个单高斯模型构建背景模型；
根据所述像素点的像素值对所述像素点的背景模型的参数进行更新，得到更新后的背景模型；
根据所述灰度图像中的每个像素点对应的背景模型，确定对应的像素点是否为背景像素点；
根据所述灰度图像中背景像素点数量与像素点总数量的比值，确定所述灰度图像对应的监控区域是否存在机械入侵。


2.根据权利要求1所述的输电线路防机械入侵的检测方法，其特征在于，所述将所述区域图像转换为灰度图像，具体包括：
利用公式Gray(i,j)＝0.299·R(i,j)+0.578·G(i,j)+0.114·B(i,j)将所述区域图像中每个像素点的红色色位值、绿色色位值和蓝色色位值进行加权平均，得到每个像素点的像素值；其中，Gray(i,j)为所述区域图像中第i行第j列的像素点的灰度值，即像素值；R(i,j)为所述区域图像中第i行第j列的像素点的红色色位值；G(i,j)为所述区域图像中第i行第j列的像素点的绿色色位值；B(i,j)为所述区域图像中第i行第j列的像素点的蓝色色位值；
依次计算每个像素点的像素值，得到所述灰度图像。


3.根据权利要求1所述的输电线路防机械入侵的检测方法，其特征在于，所述获取所述灰度图像中每个像素点对应的混合高斯模型，具体包括：
利用公式对所述灰度图像中每个像素点构建多个单高斯模型；其中，η(xt,μi,t,τi,t)为t时刻第x个像素点的第i个单高斯模型；xt为t时刻第x个像素点的像素值；μi,t为t时刻第x个像素点的第i个单高斯模型的均值；τi,t为t时刻第x个像素点的第i个单高斯模型的协方差矩阵，δi,t为t时刻第x个像素点的第i个单高斯模型的标准差，I为三维单位矩阵；
利用公式将每个像素点的所有单高斯模型加权，得到混合高斯模型；其中，p(xt)表示t时刻第x个像素点的混合高斯模型，p(xt)为混合高斯分布概率密度函数；wi,t为t时刻第x个像素点的第i个单高斯模型的权重；k为t时刻第x个像素点的单高斯模型的个数。


4.根据权利要求1所述的输电线路防机械入侵的检测方法，其特征在于，所述对于每个像素点，根据背景阈值选取所述混合高斯模型中的多个单高斯模型构建背景模型，具体包括：
对于每个像素点，计算所述混合高斯模型中每个单高斯模型的权重与标准差的比值；
将所述混合高斯模型的所有单高斯模型按照权重与标准差的比值降序排序，得到单高斯模型排序序列；
从所述单高斯模型排序序列中选取大于背景阈值的前B个单高斯模型，利用公式构建背景模型；其中，Bg(xt)为t时刻第x个像素点的背景模型；wi,t为t时刻第x个像素点的第i个单高斯模型的权重；η(xt,μi,t,τi,t)为t时刻第x个像素点的第i个单高斯模型；xt为t时刻第x个像素点的像素值；μi,t为t时刻第x个像素点的第i个单高斯模型的均值；τi,t为t时刻第x个像素点的第i个单高斯模型的协方差矩阵。


5.根据权利要求1所述的输电线路防机械入侵的检测方法，其特征在于，所述根据所述像素点的像素值对所述像素点的背景模型的参数进行更新，得到更新后的背景模型，具体包括：
对于当前时刻第x个像素点的背景模型中第i个单高斯模型，判断是否满足|xt-μi,t-1|≤2.5δi,t-1；其中，xt为当前时刻即t时刻第x个像素点的像素值；μi,t-1为t-1时刻第x个像素点的第i个单高斯模型的均值；δi,t-1为t-1时刻第x个像素点的第i个单高斯模型的标准差；
当当前时刻第x个像素点的背景模型中所有单高斯模型均不满足|xt-μi,t-1|≤2.5δi,t-1时，将所述第x个像素点的背景...

【专利技术属性】
技术研发人员：李冰，杨旭，张智柏，王新颖，翟永杰，赵振兵，
申请(专利权)人：华北电力大学保定，
类型：发明
国别省市：河北;13