一种基于红外热成像的电气设备组件识别方法技术

本发明专利技术公开了一种基于红外热成像的电气设备组件识别方法，首先使用麻雀搜索算法优化的K

【技术实现步骤摘要】
一种基于红外热成像的电气设备组件识别方法


[0001]本专利技术涉及图像识别领域，具体涉及一种基于红外热成像的电气设备组件识别方法。

技术介绍

[0002]近年以来，随着国家大力发展智能电网与物联网等技术，对电气设备的在线状态监测有了实现的可能。在电气设备运行时，运行温度一定会高于环境温度，尤其在电气设备出现故障时，一定会有大量能量转化为热能，其温度会有一个极明显的提升。而智能电网的出现标志着电力系统的智能化与清洁化将是未来的发展趋势，但智能电网比起传统电网，意味着更大的电能容量、更广的供电范围、传统发电与新能源发电结合的更多的不同类型电能接入方式，其必定对于整个电力系统的安全性与可靠性有着更高的要求，而因为智能电网的发展，将使得电气设备将承受更高的要求，其将存在更多的安全隐患。
[0003]在自然界中任何的分子热运动均可辐射出红外线。虽然可见光和近红外线会被空气中的烟尘、水雾等吸收，但是波长为3～5μm和8～14μm的热红外线几乎不被其所吸收，所以，这两个红外线的波段被称为“大气窗口”。恰巧，分子热运动所辐射出的红外线基本在这些波段。这使得人们能够利用这个窗口，使红外成像传感器能够在十分黑暗、天气恶劣的情况下成像。但是，红外成像也普遍有着分辨率偏低的缺点，且红外传感器在表现所照射物体的细节信息时能力更弱，都是无法与可见光传感器相比的缺陷。与之相对的是，可见光传感器虽然在分辨率与细节信息方面要超过红外传感器，但也容易受黑夜、雾气等方面的影响。因此，两种传感器的结合越来越成为当今视觉系统的主流发展趋势。
>[0004]因此，如何设计出一种能够通过图像识别电气设备组件的方法是本领域技术人员亟需解决的问题。

技术实现思路

[0005]针对上述问题，本专利技术基于红外图像，结合图像分割与配准算法，针对电气设备三相组件进行识别，最终能够在红外图像上将其识别出来，为后续的故障判断提供便利。提出了一种基于红外热成像的电气设备组件识别方法，包括以下步骤：
[0006]S1、读取红外热成像图像；
[0007]S2、将红外热成像图像从RGB颜色空间转换到Lab颜色空间；
[0008]S3、通过SSA改进的K
‑
means聚类算法对Lab颜色空间进行图像分割，得到高温区域；
[0009]S4、通过SURF算法和双向匹配方法将高温区域与可见光图像匹配；
[0010]S5、通过dHash比较Lab颜色空间与可见光图像高温区域的相似度，得到电气设备的三相组件。
[0011]优选的，所述S2中，将红外图像从RGB颜色空间转化到为XYZ颜色空间，获得X分量、Y分量、Z分量；将X分量、Y分量、Z分量从XYZ颜色空间转化到Lab颜色空间，获得L分量，a分
量、b分量。
[0012]更优的，使用如下公式将红外图像从RGB颜色空间转化到XYZ颜色空间：
[0013][0014]使用如下公式将X分量、Y分量、Z分量从XYZ颜色空间转化到Lab颜色空间：
[0015][0016]其中x∈{X,Y,Z}，R代表红色色调量，G代表绿色色调量，B代表蓝色色调量，L代表亮度，a代表红色与绿色色调的量，b代表蓝色和黄色色调的量。
[0017]优选的，所述S3中，通过SSA搜索得到损失度最小的聚类点。
[0018]优选的，所述S3中，通过改进的K
‑
means聚类算法提取红外热成像图像的高温区域，并进行图像膨胀。
[0019]优选的，所述S4中，通过SURF算法结合最近邻或次近邻双向匹配方法，进行电气三相组件的可见光图像与红外热成像图像高温区域的图像匹配。
[0020]更优的，所述图像匹配的正确率通过如下公式确定：
[0021][0022]其中，N为在误差允许范围内正确匹配的匹配对数，M则为总的匹配对数，accurary即图像匹配的正确率。
[0023]更优的，所述图像匹配的精确度MSE通过如下公式确定：
[0024][0025]其中R(r，c)表示待匹配图像，o(r，c)表示参考图像，图像尺寸为M
×
N。
[0026]优选的，所述S5中，通过dHash计算对比各个分割区域的哈希值，计算汉明距离比较各个分割区域相似度，得到电气设备的三相组件。
[0027]更优的，所述汉明距离通过下式确定：
[0028][0029]其中HP1，HP2分别代表两个图片的差异哈希算子，h1、h2分别为两张图片的哈希值，d(HP1，HP2)表示汉明距离。
[0030]本专利技术通过SSA麻雀搜索算法，改进K
‑
means分割算法，有效地减少了K
‑
means算法的迭代次数，改进了K
‑
means算法对初始值敏感的缺点，提高了图像分割的效率；
[0031]同时，本专利技术为基于红外图像故障诊断电气设备故障提供了便利，干扰因素少，能在允许电力系统不停电情况下设计了一种对电气组件的识别与定位，为单一红外热成像的多相似目标识别提供了思路。
附图说明
[0032]利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
[0033]图1是本专利技术基于红外热成像的电气设备组件识别方法流程图；
[0034]图2是本专利技术专利技术一个较好实施例的待识别电气设备RGB图；
[0035]图3是本专利技术一个较好实施例的电气设备高温部分图；
[0036]图4是本专利技术一个较好实施例的算法分割效果图；
[0037]图5是本专利技术一个较好实施例的各区域的汉明距离图；
[0038]图6是本专利技术一个较好实施例的最终识别效果图。
具体实施方式
[0039]以下结合具体实施例对一种基于红外热成像的电气设备组件识别方法作进一步的详细描述，这些实施例只用于比较和解释的目的，本专利技术不限定于这些实施例中。
[0040]如图1所示的一种基于红外热成像的电气设备组件识别方法，包括以下步骤：
[0041]S1、读取红外热成像图像；
[0042]S2、将红外热成像图像从RGB颜色空间转换到Lab颜色空间；
[0043]S3、通过SSA改进的K
‑
means聚类算法对Lab颜色空间进行图像分割，得到高温区域；
[0044]S4、通过SURF算法和双向匹配方法将高温区域与可见光图像匹配；
[0045]S5、通过dHash比较Lab颜色空间与可见光图像高温区域的相似度，得到电气设备的三相组件。
[0046]优选的，所述S2中，将红外图像从RGB颜色空间转化到为XYZ颜色空间，获得X分量、Y分量、Z分量；将X分量、Y分量、Z分量从XYZ颜色空间转化到Lab颜色空间，获得L分量，a分量、b分量。
[0047]更优的，使用如下公式将红外图像从RGB颜本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于红外热成像的电气设备组件识别方法，其特征在于，包括以下步骤：S1、读取红外热成像图像；S2、将红外热成像图像从RGB颜色空间转换到Lab颜色空间；S3、通过SSA改进的K
‑
means聚类算法对Lab颜色空间进行图像分割，得到高温区域；S4、通过SURF算法和双向匹配方法将高温区域与可见光图像匹配；S5、通过dHash比较Lab颜色空间与可见光图像高温区域的相似度，得到电气设备的三相组件。2.根据权利要求1所述的一种基于红外热成像的电气设备组件识别方法，其特征在于，所述S2中，将红外图像从RGB颜色空间转化到为XYZ颜色空间，获得X分量、Y分量、Z分量；将X分量、Y分量、Z分量从XYZ颜色空间转化到Lab颜色空间，获得L分量，a分量、b分量。3.根据权利要求2所述的一种基于红外热成像的电气设备组件识别方法，其特征在于，使用如下公式将红外图像从RGB颜色空间转化到XYZ颜色空间：使用如下公式将X分量、Y分量、Z分量从XYZ颜色空间转化到Lab颜色空间：其中x∈{X,Y,Z}，R代表红色色调量，G代表绿色色调量，B代表蓝色色调量，L代表亮度，a代表红色与绿色色调的量，b代表蓝色和黄色色调的量。4.根据权利要求1所述的一种基于红外热成像的电气设备组件识别方法，其特征在于，所述S3中，通过SSA搜索得到损失度最小的聚类点。5.根据权利要求1所述的一种基于红外热成像的电气设备组件识...

【专利技术属性】
技术研发人员：刘贵云，陈新宇，梁忠伟，钟晓静，程乐峰，刘晓初，
申请(专利权)人：广州大学，
类型：发明
国别省市：