一种面向雾汽干扰的输电线路通道山火检测方法及系统技术方案

技术编号:40426355 阅读:16 留言:0更新日期:2024-02-20 22:46
本发明专利技术公开了一种面向雾汽干扰的输电线路通道山火检测方法及系统,本发明专利技术方法包括针对输入的包含输电线路的可见光图像进行归一化和自适应阈值分割以获得自适应阈值分割后的图像,将自适应阈值分割后的图像进行属性滤波以获得属性滤波图像,将属性滤波图像进行形态学处理以获得形态学处理图像;将形态学处理图像和可见光图像融合得到消除雾汽干扰后的融合特征图像;将消除雾汽干扰后的融合特征图像利用山火识别模型检测以获得山火识别结果。本发明专利技术旨在针对山区水汽笼罩、云雾缭绕的受限条件下提升输电线路通道山火检测的准确度,满足对山火实时性和高精度的识别要求,攻克在受限条件下输电线路山火高精度识别精度不高的技术瓶颈。

【技术实现步骤摘要】

本专利技术涉及输电线路的山火检测,具体涉及一种面向雾汽干扰的输电线路通道山火检测方法及系统


技术介绍

1、输电线路是电力系统的重要组成部分,保障电能的安全输送。我国输电线路大多分布于环境复杂的山区间,早期山火以烟雾、火点的形式出现,在图像外观上与云雾目标相近。为监测输电线路通道间的山火,通道可视化相机广泛安装于输电杆塔上,并应用机器视觉算法对通道山火进行智能识别。然而,在山区的水汽笼罩、云雾缭绕的受限条件下,这些方法不能精准区分山火目标,导致目标误识别率不高。


技术实现思路

1、本专利技术要解决的技术问题:针对现有技术的上述问题,提供一种面向雾汽干扰的输电线路通道山火检测方法及系统,本专利技术旨在针对山区水汽笼罩、云雾缭绕的受限条件下提升输电线路通道山火检测的准确度,满足对山火实时性和高精度的识别要求,攻克在受限条件下输电线路山火高精度识别精度不高的技术瓶颈。

2、为了解决上述技术问题,本专利技术采用的技术方案为:

3、一种面向雾汽干扰的输电线路通道山火检测方法,包括:

本文档来自技高网...

【技术保护点】

1.一种面向雾汽干扰的输电线路通道山火检测方法,其特征在于,包括:

2.根据权利要求1所述的面向雾汽干扰的输电线路通道山火检测方法,其特征在于,步骤S101中归一化的函数表达式为:

3.根据权利要求1所述的面向雾汽干扰的输电线路通道山火检测方法,其特征在于,步骤S101中自适应阈值分割的函数表达式为:

4.根据权利要求1所述的面向雾汽干扰的输电线路通道山火检测方法,其特征在于,步骤S101中将自适应阈值分割后的图像进行属性滤波以获得属性滤波图像的函数表达式为:

5. 根据权利要求1所述的面向雾汽干扰的输电线路通道山火检测方法,其特征在于,步...

【技术特征摘要】

1.一种面向雾汽干扰的输电线路通道山火检测方法,其特征在于,包括:

2.根据权利要求1所述的面向雾汽干扰的输电线路通道山火检测方法,其特征在于,步骤s101中归一化的函数表达式为:

3.根据权利要求1所述的面向雾汽干扰的输电线路通道山火检测方法,其特征在于,步骤s101中自适应阈值分割的函数表达式为:

4.根据权利要求1所述的面向雾汽干扰的输电线路通道山火检测方法,其特征在于,步骤s101中将自适应阈值分割后的图像进行属性滤波以获得属性滤波图像的函数表达式为:

5. 根据权利要求1所述的面向雾汽干扰的输电线路通道山火检测方法,其特征在于,步骤s101中将属性滤波图像进行形态学处理以获得形态学处理图像的函数表达式为:

6. 根据权利要求1所述的面向雾汽干扰的输电线路通道山火检测方法,其特征在于,步骤s102中将形态学处理图像和可见光图像融合得到消除雾汽干扰后的融合特征图像的函数表达式为:

7.根据权利要求1所述的面向雾汽干扰的输电线路通道山火检测方法,其特征在于,步骤s103中的山火识别模型为改进yolov8网络模型,所述改进yolov8网络模型包括yolov8网络模型和注意力模块,所述注意力模块用于yolov8网络模型的主干网络的最后一层特征提取模块c2f的...

【专利技术属性】
技术研发人员:黄志鸿单楚栋孙云龙左沅君彭双剑甘湘砚翟臣义
申请(专利权)人:国网湖南省电力有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1