一种基于神经网络的图像烟火烟雾特征提取方法技术

本发明专利技术涉及图像识别分析技术领域，尤其是一种基于神经网络的图像烟火烟雾特征提取方法，包括如下步骤：S1、获取输电线路现场图片，并对其进行处理；S2、标记输电线路现场图片中的烟火烟雾特征；S3、利用fast

【技术实现步骤摘要】
一种基于神经网络的图像烟火烟雾特征提取方法


[0001]本专利技术涉及图像识别分析
，尤其涉及一种基于神经网络的图像烟火烟雾特征提取方法。

技术介绍

[0002]当前，随着输电线骨干网的快速发展，电网的安全运行承受巨大压力，且输电线路点多面广，通道环境复杂，在架空输电线路走廊安全空间里，极易因烟火烟雾威胁电网的运行安全。
[0003]目前在线输电线路监视系统，需要对摄像头的图像进行分析，需要对存在的烟火烟雾隐患进行特征提取，通过特征提取的方法，识别烟火烟雾的位置。
[0004]采用图像监控的烟火烟雾特征检测相比传统人工巡线和使用传感器进行线路状态检测的技术而言，可以较早的观察到输电线路的状态改变，从而较早的排除潜在危险，避免损失。但目前基于图像监控的输电线路检测还停留在人工排查阶段，需要人工去分析图像监控数据。人工干预的方法一方面造成人工负担太重，另一方面也很难对大量的输电线路监控画面人工做出及时的异常判断。而使用图像烟火烟雾特征提取技术对视频图像内容进行处理可以从摄像机拍摄的画面中分析出输电线路是否处于烟火烟雾威胁状态或本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的图像烟火烟雾特征提取方法，其特征在于，包括如下步骤：S1、获取输电线路现场图片，并对其进行处理；S2、标记输电线路现场图片中的烟火烟雾特征；S3、利用fast
‑
RCNN网络训练特征提取神经网络模型；S4、获取不同状态的烟火烟雾特征图像，用于烟火烟雾特征提取模型的训练；S5、HOG特征提取方法，具体如下：(1)、灰度化，将图像看做x,y,z的三维图像；(2)、采用Gamma校正法对输入图像进行颜色空间的标准化；(3)、计算图像每个像素的梯度；(4)、将图像划分成小cells；(5)、统计每个cell的梯度直方图，即可形成每个cell的descriptor；(6)、将每几个cell组成一个block，一个block内所有cell的特征descriptor串联起来便得到该block的HOG特征descriptor；(7)、将图像image内的所有block的HOG特征descriptor串联起来就可以得到该image的HOG特征descriptor，即检测目标；S6、得到训练后的烟火烟雾特征提取神经网络模型。2.根据权利要求1所述的基于神经网络的图像烟火烟雾特征提取方法，其特征在于，在S2中，以矩阵或正方形的方式标记图片中所有的烟火烟雾特征区域。3.根据权利要求2所述的基于神经网络的图像烟火烟雾特征提取方法，其特征在于，收集包含多种输电线路安全风险的烟火烟雾特征图像，...

【专利技术属性】
技术研发人员：高炜，岳思辉，李琦，石金林，任红义，马福全，
申请(专利权)人：宁夏天能电力有限公司，
类型：发明
国别省市：