一种变电站隔离开关开合状态实时检测方法技术

本发明专利技术公开了一种变电站隔离开关开合状态实时检测方法。通过可见光摄像机采集实时图像，实时分析启动之后，利用第一帧图像进行背景建模，第二帧开始实时分析。实时分析包括二值化、开合状态静态分析、角度静态分析、运动方向分析等几个步骤。对于前3帧或未发生运动的情况采用静态分析，输出开合状态与角度信息；对于运动场景进行运动方向分析，输出当前动作。本发明专利技术利用图像第一帧进行背景建模，根据建模结果对后续图像进行二值化处理，基于场景状态对静态和动态场景分开处理，能够快速识别隔离开关的开合状态、运动方向、刀臂角度等信息，避免各种干扰引发隔离开关状态的误识别，有效地解决背景与刀闸臂颜色极其接近时容易误识别的问题。误识别的问题。误识别的问题。

【技术实现步骤摘要】
一种变电站隔离开关开合状态实时检测方法


[0001]本专利技术属于图像通信
，涉及利用图像处理技术自动监测变电站隔离开关状态的检测方法。

技术介绍

[0002]目前，变电站隔离开关状态的自动化监测一般可分为传感器、红外摄像机、单目可见光摄像机、双目立体摄像机等方案。传感器方案一般利用激光、红外线等传感器检测隔离开关状态，如果要确认隔离开关状态，还需要人工参与，或者另外安装一套可见光相机。红外摄像机方案在室外高温低温环境容易失灵。双目立体摄像机方案存在成本过高问题。单目可见光摄像机方案的单目可见光刀闸状态分析算法方面一般包括模板匹配法、SIFT角点检测法、运动目标跟踪法、机器学习与深度学习法。模板匹配法需要采集每个刀闸的分闸、合闸标准图片，但在项目实施过程中，隔离开关往往不能随意进行分闸、合闸动作，采集图像会比较麻烦。SIFT角点检测法在背景中电线杆与电线较多的情况下会存在很多干扰角点，容易导致分析失效。运动目标跟踪法仅适用于分析动态场景，对于静态场景，仍需要采用静态分析方法。机器学习与深度学习方式需要大量样本，如果样本不全，就难以适应各种场景。深度学习方法对硬件要求较高，难以做到实时分析。
[0003]另外，现有的上述算法还容易受到云雾变化、光线变化、小动物飞行、雨雪等干扰造成隔离开关状态识别错误，且在背景复杂或背景与刀闸臂的颜色非常接近时容易发生误识别。

技术实现思路

[0004]本专利技术针对上述现有技术中存在的问题提出。
[0005]为达到上述目的，本专利技术提出的技术方案为一种变电站隔离开关开合状态实时检测方法，包含以下步骤：
[0006]S1：输入图像，判断是否为第一帧图像；
[0007]S2：若是第一帧则提取刀闸区图像，然后识别出初始态，并进行背景建模。如果初始态为关闭状态，建模得到刀闸臂颜色；如果初始态为打开状态，则建模得到背景图像；
[0008]S3：若不是第一帧，则开始实时分析，先提取刀闸区图像；若初始态为打开状态，则根据当前帧与背景图像的帧差进行二值化；若初始态为关闭状态，则根据当前帧各点颜色与建模得到的刀闸臂颜色之间的相似性进行二值化；
[0009]S4：根据当前帧与前几帧的帧差判断刀闸当前是处于运动状态还是处于静止状态；
[0010]S5：若当前帧为前若干帧或未发生运动的情况，则进行开合状态静态分析、角度静态分析，输出开合状态与角度，当刀闸处于静止状态超过一定时间之后，将总帧数清零，下一帧重新开始进行背景建模；
[0011]S6：若不是前若干帧，或对于运动场景，则进行运动方向分析，输出当前动作；
[0012]S7：结束。
[0013]步骤S2中的所述背景建模的过程具体包括：先求取刀闸端点连接线上的平均颜色以及颜色差异，根据平均颜色与颜色差异对刀闸闭合区图像进行二值化，求取背景像素数量与总像素数量的占比，如果背景像素数量与总像素数量的占比大于0.5，则认为刀闸初始态处于关闭状态，否则处于打开状态。
[0014]步骤S5中的所述开合状态静态分析会综合考虑背景像素的占比与端点之间的连通路径，如果背景像素的占比低于一定阈值且端点之间存在连通路径，则认为刀闸处于关闭状态；否则刀闸处于打开状态。
[0015]步骤S5中的所述角度静态分析是基于当前帧刀闸区的二值化图，具体包括：先根据刀闸区长宽比，截取半个刀闸区，称为半臂区，对其进行形态学孔洞填充，然后用Canny算子做边缘检测，并采用Hough变换检测边缘中的直线，求取每条直线与端点连接线之间的夹角，以最小夹角作为当前刀闸角度。
[0016]为去除云雾变化、光线变化、小动物飞行、雨雪带来的干扰，步骤S6中的所述运动方向分析利用了刀闸运动的大块特征来求取运动差值图中的最大轮廓的中心点与端点连接线中心点之间的距离，如果距离在不断拉大，则说明刀闸在分开中，否则刀闸在闭合中。
[0017]作为优选，步骤S5、S6中的所述前若干帧为前三帧，步骤S5中的所述一定时间为4
‑
6分钟，5分钟效果最佳。
[0018]与现有技术相比，本专利技术的有益效果在于：
[0019]1，本专利技术通过可见光摄像机采集实时图像，利用图像第一帧进行背景建模，根据背景建模结果对后续图像进行二值化处理，基于场景状态对静态和动态场景分开处理，能够快速识别隔离开关的开合状态、运动方向、刀臂角度等信息，避免各种干扰引发隔离开关状态的误识别；
[0020]2，本专利技术有效地解决了背景与刀闸臂颜色极其接近时容易误识别的问题。
附图说明
[0021]图1为变电站隔离开关的开合状态实时检测的分析算法流程图；
[0022]图2为系统结构图；
[0023]图3为人工标注图；
[0024]图4为刀闸闭合区图；
[0025]图5为横向刀闸角度分析示意图；
[0026]图6为竖向刀闸角度分析示意图。
具体实施方式
[0027]本专利技术提出一种先背景建模再进行静态或动态分析的实时刀闸状态分析方法。实时分析启动之后，利用第一帧图像进行背景建模，第二帧开始实时分析。实时分析包括二值化、开合状态静态分析、角度静态分析、运动方向分析等几个步骤。对于前3帧或未发生运动的情况，采用静态分析，输出开合状态与角度信息；对于运动场景，进行运动方向分析，输出当前动作。
[0028]利用图像第一帧进行背景建模，先求取刀闸端点连接线上的平均颜色以及颜色差
异，根据平均颜色与颜色差异，对刀闸闭合区图像进行二值化，求取背景像素数量与总像素数量的占比，如果背景像素数量与总像素数量的占比大于0.5，则认为刀闸初始态处于关闭状态，否则处于打开状态。如果初始态为关闭状态，刀闸端点连接线上的平均颜色即为刀闸臂颜色。如果初始态为打开状态，则第一帧的刀闸区图像作为背景图像。
[0029]从第二帧开始进行实时分析。首先对图像进行二值化，如果初始态为打开状态，则第一帧的刀闸区图像作为背景图像，计算当前帧与背景图的帧差，根据差值二值化；如果初始态为关闭状态，则根据当前帧各点颜色与建模得到的刀闸臂颜色之间的相似性来二值化。开合状态静态分析会综合考虑背景像素的占比与端点之间的连通路径。如果背景像素的占比低于一定阈值，且端点之间存在连通路径，则认为刀闸处于关闭状态；否则刀闸处于打开状态。角度静态分析基于当前帧刀闸区二值化图。先根据刀闸区长宽比，截取半个刀闸区，称为半臂区，对其进行形态学孔洞填充，然后用Canny算子做边缘检测，并采用Hough变换检测边缘中的直线，求取每条直线与端点连接线之间的夹角，以最小夹角作为当前刀闸角度。
[0030]运动方向分析，利用了刀闸运动的大块特征，去除云雾变化、光线变化、小动物飞行、雨雪带来的干扰。求取运动差值图中的最大轮廓的中心点与端点连接线中心点之间的距离，如果距离在不断拉大，则说明刀闸在分开中，否则刀闸在闭合中。
[0031]为避免天气、光线变化对背景模型的影响，当刀闸处于静止状态超过5分钟之后，将总帧数清本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种变电站隔离开关开合状态实时检测方法，其特征在于，包含以下步骤：S1：输入图像，判断是否为第一帧图像；S2：若是第一帧则提取刀闸区图像，然后识别出初始态，并进行背景建模，如果初始态为关闭状态，建模得到刀闸臂颜色；如果初始态为打开状态，则建模得到背景图像；S3：若不是第一帧，则开始实时分析，先提取刀闸区图像；若初始态为打开状态，则根据当前帧与背景图像的帧差进行二值化；若初始态为关闭状态，则根据当前帧各点颜色与建模得到的刀闸臂颜色之间的相似性进行二值化；S4：根据当前帧与前几帧的帧差判断刀闸当前处于运动状态还是静止状态；S5：若当前帧为前若干帧或未发生运动的情况，则进行开合状态静态分析、角度静态分析，输出开合状态与角度，当刀闸处于静止状态超过一定时间之后，将总帧数清零，下一帧重新开始进行背景建模；S6：若不是前若干帧，或对于运动场景，则进行运动方向分析，输出当前动作；S7：结束。2.根据权利要求1所述的变电站隔离开关开合状态实时检测方法，其特征在于，步骤S2中的所述背景建模的过程包括：先求取刀闸端点连接线上的平均颜色以及颜色差异，根据平均颜色与颜色差异对刀闸闭合区图像进行二值化，求取背景像素数量与总像素数量的占比，如果背景像素数量与总像素数量的占比大于0.5，则认为刀闸初始态处于关闭状态，否则处...

【专利技术属性】
技术研发人员：冯国进，胡茂福，陈军辉，穆科明，
申请(专利权)人：南京杰迈视讯科技有限公司，
类型：发明
国别省市：