避雷器泄漏电流表图像像素清晰度评估方法技术

本发明专利技术属于变电站远程巡视的技术领域，公开了避雷器泄漏电流表图像像素清晰度评估方法，包括如下步骤：S1、通过采集设备对避雷器泄漏电流表进行图像数据采集；S2、对步骤S1中的图像数据进行清晰度指标部署；S3、计算避雷器泄漏电流表在图像中占据的像素点个数和最小像元密度量以评估图像的清晰度。本发明专利技术解决了无人巡检过程中无法对设备图像清晰度进行评估的问题，适用于变电站摄像头的点位设置以及无人巡检。无人巡检。无人巡检。

【技术实现步骤摘要】
避雷器泄漏电流表图像像素清晰度评估方法


[0001]本专利技术涉及变电站远程巡视的
，尤其涉及避雷器泄漏电流表图像像素清晰度评估方法。

技术介绍

[0002]变电站中的例行巡检是变电站预防事故发生,确保设备安全、稳定运行的重要手段之一。目前，变电站的巡检任务主要由工作人员完成，每天定时定点巡视检测变电站设备并进行抄表读数。巡检人员需要在高压危险环境下巡视整个变电站的设备，在长时间高强度重复劳动中难以保证巡检任务高质量地完成。
[0003]随着国家科技水平和经济水平的高速增长，南方电网和国家电网都相继提出了智能电网的概念。传统的人工巡检方式将逐渐被电力巡检机器人、无人机、摄像头等无人巡检方式所替代，而无人巡检最大的问题即是图像清晰度的问题，因此如何进行有效率的识别成为无人巡检的关键。

技术实现思路

[0004]本专利技术意在提供避雷器泄漏电流表图像像素清晰度评估方法，以解决无人巡检过程中无法对设备图像清晰度进行评估的问题。
[0005]为了实现上述目的，本专利技术提供如下技术方案：避雷器泄漏电流表图像像素清晰度评估方法，包括如下步骤：
[0006]S1、通过采集设备对避雷器泄漏电流表进行图像数据采集；
[0007]S2、对步骤S1中的图像数据进行清晰度指标部署；
[0008]S3、计算避雷器泄漏电流表在图像中占据的像素点个数和最小像元密度量以评估图像的清晰度。
[0009]进一步的，步骤S2的部署方法为：采用深度学习模型，将步骤S1中避雷器泄漏电流表图像放入U2Net模型中，使用语义分割模型，在不同通道上分割出表盘和指针；将环形的表盘展开为矩形的二维图像；将二维图像转换为一维数组，即得刻度盘的刻度数量以及刻度的位置；并且能够定位到指针在刻度盘中的相对位置，即可得到该表盘的百分比数值。
[0010]进一步的，步骤S3中像素点个数的计算方法为：
[0011]目标成像像素(成像长度*成像宽度)受到目标物大小、测温距离、镜头焦距影响，具体的关系可以用下面公式来描述：
[0012]成像长度/焦距＝目标长度/距离(1)
[0013]其中，成像长度＝像元大小*像元个数，根据公式1得到下面的距离公式：
[0014]距离＝(目标长度*焦距)/(像元大小*像元个数)(2)
[0015]最后根据距离公式可以得到物体在照片上的实际像素个数。
[0016]进一步的，步骤S3中最小像元密度量为：当像元大小、目标大小、焦距一定时，距离越远，像元个数越少，像素量越低，而图像的清晰度不是与像素量的高低成正比，而是取决
于像素密度PPI，因此采用DPI作为参考。
[0017]与现有技术方案相比，本专利技术的有益效果：
[0018]本方案根据模型的结果来确定摄像机点位的选取。该研究成果不仅可以为小目标检测提供理论支撑与应用指导，而且还可以实现巡检设备资源的优化配置。同时，降低变电站异常情况所造成的硬件损失，提高变电站巡检的稳定性与可靠性。
附图说明
[0019]图1为本专利技术避雷器泄漏电流表图像像素清晰度评估方法的流程图；
[0020]图2为本实施例中110KV侧避雷器、泄露电流表图；
[0021]图3为本实施例中35KV侧避雷器、泄露电流表图。
具体实施方式
[0022]下面结合附图和实施方式对本专利技术作进一步的详细说明：
[0023]如图1所示，避雷器泄漏电流表图像像素清晰度评估方法，包括如下步骤：
[0024]S1、通过采集设备对避雷器泄漏电流表进行图像数据采集；本实施例中选取不同型号的相机，按照不同的焦距，不同的距离对避雷器泄漏电流表进行图像数据采集，然后读取避雷器泄漏电流表在图像中占据的像素点个数。
[0025]S2、对步骤S1中的图像数据进行清晰度指标部署；部署方法为：采用深度学习模型，将步骤S1中避雷器泄漏电流表图像放入U2Net模型中，使用语义分割模型，在不同通道上分割出表盘和指针。将环形的表盘展开为矩形的二维图像:即通过以图像中心为原点，以一定宽度进行扫描，将表盘的刻度和指针展开为矩形的二维图像。将二维图像转换为一维数组:方法是将两张图像通过竖向叠加，转变为一维数组，通过定位每一个尖峰的点，即可得刻度盘的刻度数量以及刻度的位置。并且能够定位到指针在刻度盘中的相对位置，即可得到该表盘的百分比数值。通过对比模型给出的避雷器泄漏电流表读数与真实值进行比较，我们认为如果模型输出值与真实值在可接受误差范围内(可接受误差范围为5％)，就能够判定该类型相机在这一焦距、这一距离下所拍摄的避雷器泄漏电流表图像数据是满足清晰度要求的。
[0026]S3、计算避雷器泄漏电流表在图像中占据的像素点个数和最小像元密度量以评估图像的清晰度。
[0027]像素点个数的计算方法为：
[0028]目标成像像素(成像长度*成像宽度)受到目标物大小、测温距离、镜头焦距影响，具体的关系可以用下面公式来描述：
[0029]成像长度/焦距＝目标长度/距离(1)
[0030]其中，成像长度＝像元大小*像元个数，根据公式1得到下面的距离公式：
[0031]距离＝(目标长度*焦距)/(像元大小*像元个数)(2)
[0032]最后根据距离公式可以得到物体在照片上的实际像素个数。
[0033]最小像元密度量为：当像元大小、目标大小、焦距一定时，距离越远，像元个数越少，像素量越低，而图像的清晰度不是与像素量的高低成正比，而是取决于像素密度PPI，因此采用DPI作为参考。
[0034]避雷器泄漏电流表图像清晰度指标计算与配置：
[0035]首先通过设置预设点(根据实地情况来确立)来对避雷器泄漏电流表进行实地拍摄。在拍摄到的图像中计算避雷器泄漏电流表的直径在图像中所占的像素点个数、成像靶面的具体长度，再通过焦距和计算计算公式得到巡视点位与表计的直线距离。图2和图3是对避雷器泄漏电流表进行拍摄实际图像。图2中测量的目标距离为12m，与预设距离完全吻合。图3中目标距离为6.75m，与预设距离完全吻合。
[0036]根据不同的摄像机DPI，得到针对避雷器泄漏电流表的清晰度参考值，将清晰度参考值除以摄像机的DPI，获得避雷器泄漏电流表的直径为长度在成像靶面中所占的像素点个数。对于清晰度要求的最低焦距，可由焦距公式和DPI计算获得。
[0037]以上所述的仅是本专利技术的实施例，方案中公知的具体技术方案或特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本专利技术技术方案的前提下，还可以作出若干变形和改进，这些也应该视为本专利技术的保护范围，这些都不会影响本专利技术实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.避雷器泄漏电流表图像像素清晰度评估方法，其特征在于：包括如下步骤：S1、通过采集设备对避雷器泄漏电流表进行图像数据采集；S2、对步骤S1中的图像数据进行清晰度指标部署；S3、计算避雷器泄漏电流表在图像中占据的像素点个数和最小像元密度量以评估图像的清晰度。2.根据权利要求1所述的避雷器泄漏电流表图像像素清晰度评估方法，其特征在于：步骤S2的部署方法为：采用深度学习模型，将步骤S1中避雷器泄漏电流表图像放入U2Net模型中，使用语义分割模型，在不同通道上分割出表盘和指针；将环形的表盘展开为矩形的二维图像；将二维图像转换为一维数组，即得刻度盘的刻度数量以及刻度的位置；并且能够定位到指针在刻度盘中的相对位置，即可得到该表盘的百分比数值。3.根据权利要求1所述的避雷器...

【专利技术属性】
技术研发人员：钱宇骋，赵常威，王署东，孙冬，赵大卫，孙林海，常家琪，甘津瑞，张鹏，刘浩，夏卫尚，韩兆刚，常珂，陈彬，
申请(专利权)人：安徽大学国网智能电网研究院有限公司，
类型：发明
国别省市：