System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种电力设备缺陷图像识别方法技术_技高网

一种电力设备缺陷图像识别方法技术

技术编号:40822066 阅读:3 留言:0更新日期:2024-04-01 14:41
本发明专利技术公开了一种电力设备缺陷图像识别方法,其包括采集电力设备的原始图像;提取原始图像中的电力设备图像,作为第一图像,并对第一图像进行预处理;将第一图像进行灰度化处理,生成第二图像;对第二图像进行单元格划分,计算各个单元区域的平均像素值;对电力设备缺陷进行判断。通过无人机作为摄像头的载体,能够适用于更多地形,为野外进行巡检,通过像素平均值的区别自动对颜色不一样的区域进行框选标记,便于进行后续识别,然后将标记后的第一图像以及对应的原始图像,发送至巡检人员的手持终端中,进一步进行判断,有利于减少巡检人员的工作量,快速发现存在缺陷的电力设备,提高巡检效率。

【技术实现步骤摘要】

本专利技术涉及电力设备图像识别,尤其涉及一种电力设备缺陷图像识别方法


技术介绍

1、随着电力技术的发展,电力设备被广泛应用于各个领域。电力设备作为电力系统中的重要组成部分之一,电力设备的正常运行直接影响着电力系统的安全性和可靠性。电网的规模越来越大,输电线路设备数量快速增加,线路设备的老旧程度日趋严重,恶劣气候和微气象条件增多,造成设备缺陷的概率增大,影响输电系统的运行可靠性。输电线路是输送电能的重要纽带,大多数电网设备都是暴露在野外环境中,在自然环境的长期作用下,线路易出现断股、破损等缺陷,需要不断地去监测与维护。

2、目前,现有的电力设备故障检测技术在电力设备发生故障时,难以第一时间向外界反馈,人工检测难度大,需要耗费大量人力物力资源进行检修维护,电力设备在故障状态下长时间运行容易发生损坏,而且复杂的野外环境巡检人员也巡检不便。


技术实现思路

1、本专利技术解决的技术问题是:现有的电力设备故障检测技术在电力设备发生故障时,难以第一时间向外界反馈,人工检测难度大,需要耗费大量人力物力资源进行检修维护,电力设备在故障状态下长时间运行容易发生损坏,而且复杂的野外环境巡检人员也巡检不便。

2、为解决上述技术问题,本专利技术提供如下技术方案:一种电力设备缺陷图像识别方法,其包括采集电力设备的原始图像;提取所述原始图像中的电力设备图像,作为第一图像,并对第一图像进行预处理;将所述第一图像进行灰度化处理,生成第二图像;对所述第二图像进行单元格划分,计算各个单元区域的平均像素值;对电力设备缺陷进行判断。

3、作为本专利技术所述的电力设备缺陷图像识别方法的一种优选方案,其中:采集电力设备的原始图像包括:

4、通过无人机装载的摄像头获取巡检区域内电力设备的视频信息;

5、将视频信息进行逐帧分解成图片集;

6、选取图片集中拍摄清晰的电力设备图片作为原始图像。

7、作为本专利技术所述的电力设备缺陷图像识别方法的一种优选方案,其中:

8、提取所述原始图像中的电力设备图像,作为第一图像;

9、通过canny算法对所述第一图像进行平滑处理,计算所述图片中图像边缘的像素的梯度强度和方向,其数学表达式为:

10、

11、其中,σ表示标准差,sigma=1.4,e表示像素,e的亮度的值表达式如下:

12、

13、其中,*表示卷积的符号,sum表示设定矩阵中所有元素之和。

14、作为本专利技术所述的电力设备缺陷图像识别方法的一种优选方案,其中:选取第二图像中的任一像素点,以该像素点为中心点,在四周进行扫描,若四周像素点的灰度值在预定的阈值区间内,则识别为同一个色块,并对边缘的像素点进行进行识别,边缘内的像素色块作为第一图像。

15、作为本专利技术所述的电力设备缺陷图像识别方法的一种优选方案,其中:对边缘的像素点进行识别包括:

16、利用双阈值法获取边缘像素点;

17、设置高阈值和低阈值;

18、若相邻像素点的梯度强度大于高阈值,则该像素点为强边缘,该像素被保留为边缘像素点;

19、若相邻像素梯度强度间梯度强度值介于高阈值和低阈值之间,则该像素点为弱边缘点,则该像素点被保留为过渡像素点;

20、若相邻像素点的梯度强度小于低阈值,则该像素点为抑制点,该像素被去除;

21、将保留的边缘像素点和过渡像素点输出为第三图像。

22、作为本专利技术所述的电力设备缺陷图像识别方法的一种优选方案,其中:将所述第一图像进行灰度化处理,生成第二图像;

23、将所述第一图像中像素的r分量、g分量和b分量的各个数值的最大值作为灰度图的灰度值。

24、作为本专利技术所述的电力设备缺陷图像识别方法的一种优选方案,其中:对所述第二图像进行单元格划分,计算各个单元区域的平均像素值;

25、在第二图像建立平面直角坐标系,根据横坐标和纵坐标对所述第二图像进行单元格划分,形成多个单元区域;

26、提取单元区域的像素的横坐标和纵坐标对以及所述像素对应的灰度值作为像素值组;

27、基于各个所述单元区域的像素值组,计算各个所述单元区域的平均像素。

28、作为本专利技术所述的电力设备缺陷图像识别方法的一种优选方案,其中:对电力设备缺陷进行判断包括:

29、采集并计算正常电力设备的各个单元区域的平均像素值,并计算各个单元区域总的平均像素值,作为标准平均像素值;

30、并定义平均像素值的上偏差阈值和上偏差阈值;

31、获取需要判断的原始图像中的电力设备图像的总的平均像素,并将总的平均像素与标准平均像素值进行比较;

32、若总的平均像素与标准平均像素值在上偏差阈值和上偏差阈值之外,表示该电力设备存在缺陷;

33、然后分别将需要判断的原始图像中的电力设备图像的各个单元区域平均像素与标准平均像素值进行比较;

34、若某个单元区域平均像素值与标准平均像素值在上偏差阈值和上偏差阈值之外,表示该电力设备存在缺陷;

35、对该单元区域进行框选标记,并对所述原始图像进行单独提取,作为缺陷图像。

36、本专利技术的有益效果:通过无人机作为摄像头的载体,能够适用于更多地形,为野外进行巡检,通过像素平均值的区别自动对颜色不一样的区域进行框选标记,便于进行后续识别,然后将标记后的第一图像以及对应的原始图像,发送至巡检人员的手持终端中,进一步进行判断,有利于减少巡检人员的工作量,快速发现存在缺陷的电力设备,提高巡检效率。

本文档来自技高网...

【技术保护点】

1.一种电力设备缺陷图像识别方法,其特征在于,包括:

2.如权利要求1所述的电力设备缺陷图像识别方法,其特征在于:

3.如权利要求2所述的电力设备缺陷图像识别方法,其特征在于:

4.如权利要求3所述的电力设备缺陷图像识别方法,其特征在于:

5.如权利要求4所述的电力设备缺陷图像识别方法,其特征在于:

6.如权利要求5所述的电力设备缺陷图像识别方法,其特征在于:

7.如权利要求6所述的电力设备缺陷图像识别方法,其特征在于:对所述第二图像进行单元格划分,计算各个单元区域的平均像素值;

8.如权利要求7所述的电力设备缺陷图像识别方法,其特征在于:

【技术特征摘要】

1.一种电力设备缺陷图像识别方法,其特征在于,包括:

2.如权利要求1所述的电力设备缺陷图像识别方法,其特征在于:

3.如权利要求2所述的电力设备缺陷图像识别方法,其特征在于:

4.如权利要求3所述的电力设备缺陷图像识别方法,其特征在于:

5.如权利要求4所述的电力设...

【专利技术属性】
技术研发人员:蔡英明洪福孙源文张卫东辛昂倍于文牮江丽耿博孔德怀程波涛丛龙琦刘震李玉文宋玉涛阳敏孙建波杨凯钱华建钱敏杜超许春华
申请(专利权)人:国网山东省电力公司威海供电公司
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