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() 基于边缘计算的设备温度检测方法和装置、存储介质制造方法及图纸_技高网
当前位置: 首页 > 专利查询>安徽大学专利>正文

基于边缘计算的设备温度检测方法和装置、存储介质制造方法及图纸

技术编号:40869487 阅读:2 留言:0更新日期:2024-04-08 16:35
本发明专利技术公开一种基于边缘计算的巡检设备温度检测方法和装置、存储介质,包括:获取巡检现场信息,所述巡检现场信息包括温度矩阵P和可见光图像Q;根据温度矩阵P,得到伪彩色图像矩阵P1;对可见光图像矩阵Q进行裁剪和图像配准,得到裁剪后的可见光图像矩阵Q1;将伪彩色图像矩阵P1和可见光图像矩阵Q1进行图像融合,得到融合图像M;将可见光图像矩阵Q1输入至设备端的轻量级神经网络模型中,得到目标设备位置预测结果;基于目标设备位置预测结果,对伪彩色图像P1的数值逆映射,得到目标设备的最大温度T。采用本发明专利技术的技术方案,通过光学图像目标检测以及图像融合,得到目标设备的表面温度分布,以达到检测设备温度的目的。

【技术实现步骤摘要】

本专利技术属于工业巡检,尤其涉及一种基于边缘计算的设备温度检测方法和装置、存储介质


技术介绍

1、在电力电子、工业生产、新能源等行业中,高温会导致电力设备的使用寿命、运行效率以及负载能力降低。这些设备包括但不限于变压器、电机、电力电子设备等。高温环境下,设备的绝缘材料可能会老化,导致设备性能下降,甚至可能引发设备故障。当设备长期工作在高温状态下,发生安全事故的概率会增加,因此需要定期对设备巡检。例如,电力线路可能会因为过载或者环境温度过高而过热,如果不及时处理,可能会引发火灾等严重后果。

2、传统的巡检方式存在许多不足,通常采取人工目视巡检的方式,凭借主观经验完成巡检任务。这种方式不仅效率低,而且准确性也无法保证。因为人眼无法直接看到设备的温度分布,只能通过设备外壳的颜色和是否有烟雾等现象来判断设备是否过热。


技术实现思路

1、针对传统目视巡检效率低准确性差,工人无法实时获取温度分布信息问题,同时参考市面上高分辨率热成像传感器价格昂贵,低分辨率传感器捕获信息相对较少,直接目标检测效果差因素,本专利技术提供一种基于边缘计算的设备温度检测方法和装置、存储介质,通过光学图像目标检测以及图像融合,得到目标设备的表面温度分布,以达到检测设备温度的目的。

2、为实现上述目的,本专利技术采用如下的技术方案:

3、一种基于边缘计算的巡检设备温度检测方法,包括如下步骤:

4、步骤s1、获取巡检现场信息,所述巡检现场信息包括温度矩阵p和可见光图像q;</p>

5、步骤s2、根据温度矩阵p,得到伪彩色图像矩阵p1;

6、步骤s3、对可见光图像矩阵q进行裁剪和图像配准,得到裁剪后的可见光图像矩阵q1;

7、步骤s4、将伪彩色图像矩阵p1和可见光图像矩阵q1进行图像融合,得到融合图像m;

8、步骤s5、将可见光图像矩阵q1输入至设备端的轻量级神经网络模型中,得到目标设备位置预测结果;

9、步骤s6、基于目标设备位置预测结果,对伪彩色图像p1的数值逆映射,得到目标设备的最大温度t。

10、作为优选,步骤s2中,使用归一化方法,映射由温度矩阵p的数值至所选伪彩色区间,再对映射结果使用双线性插值法缩放得到伪彩色图像矩阵p1。

11、作为优选,步骤s3中,使用镂空棋盘格标定板,对可见光图像矩阵q进行裁剪和进行图像配准,得到裁剪后的可见光图像矩阵q1。

12、作为优选,步骤s4中,将经缩放处理的伪彩色图像p1根据透明度权重叠加在裁剪后的可见光图像q1中,得到融合图像m。

13、作为优选,步骤s6中,基于目标设备位置预测结果,得到目标设备在伪彩色图像p1中的预测边界,搜索边界内的最大伪彩色值k;对k作逆映射,得到目标设备的最大温度值t,计算公式如下:

14、

15、xmax和最小值xmin为搜索温度矩阵p中的最大值xmax和最小值xmin,n代表灰度级数。

16、作为优选,还包括:步骤s7、采集热成像传感器捕获的温度矩阵和摄像头模组捕获的可见光图像,重复步骤s4-s6,进行基于边缘计算的巡检设备温度检测。

17、本专利技术还提供一种基于边缘计算的巡检设备温度检测装置,包括:

18、获取模块,用于获取巡检现场信息,所述巡检现场信息包括温度矩阵p和可见光图像q;

19、第一处理模块,用于根据温度矩阵p,得到伪彩色图像矩阵p1;

20、第二处理模块,用于对可见光图像矩阵q进行裁剪和图像配准,得到裁剪后的可见光图像矩阵q1;

21、融合模块,用于将伪彩色图像矩阵p1和可见光图像矩阵q1进行图像融合,得到融合图像m;

22、预测模块,用于将可见光图像矩阵q1输入至设备端的轻量级神经网络模型中,得到目标设备位置预测结果;

23、检测模块,用于基于目标设备位置预测结果,对伪彩色图像p1的数值逆映射,得到目标设备的最大温度t。

24、本专利技术还提供一种存储介质,所述存储介质存储有机器可执行指令,所述机器可执行指令在被处理器调用和执行时,所述机器可执行指令促使所述处理器实现基于边缘计算的巡检设备温度检测方法。

25、相比现有技术,本专利技术具有以下技术效果:

26、1、针对市面上热成像传感器分辨率与价格成正比且价格昂贵的,使用低分辨率热成像传感器,结合可见光图像目标检测及图像融合方法,避免了非目标设备处热源对巡检结果的影响,提高了巡检效率,并降低了传感器的硬件成本。

27、2、本专利技术通过对网络结构裁剪优化,缩减网络模型占用的存储空间,不依赖gpu实现神经网络推理,充分发挥硬件资源,降低了嵌入式处理器的硬件成本;

28、3、所有计算过程全在设备端实时完成,仅将计算结果同后台通信,减少数据传输量,降低巡检结果反馈时延。

本文档来自技高网...

【技术保护点】

1.一种基于边缘计算的巡检设备温度检测方法,其特征在于,包括如下步骤:

2.如权利要求1所述的基于边缘计算的巡检设备温度检测方法,其特征在于,步骤S2中,使用归一化方法,映射由温度矩阵P的数值至所选伪彩色区间,再对映射结果使用双线性插值法缩放得到伪彩色图像矩阵P1。

3.如权利要求2所述的基于边缘计算的巡检设备温度检测方法,其特征在于,步骤S3中,使用镂空棋盘格标定板,对可见光图像矩阵Q进行裁剪和进行图像配准,得到裁剪后的可见光图像矩阵Q1。

4.如权利要求3所述的基于边缘计算的巡检设备温度检测方法,其特征在于,步骤S4中,将经缩放处理的伪彩色图像P1根据透明度权重叠加在裁剪后的可见光图像Q1中,得到融合图像M。

5.如权利要求4所述的基于边缘计算的巡检设备温度检测方法,其特征在于,步骤S6中,基于目标设备位置预测结果,得到目标设备在伪彩色图像P1中的预测边界,搜索边界内的最大伪彩色值K;对K作逆映射,得到目标设备的最大温度值T,计算公式如下:

6.如权利要求5所述的基于边缘计算的巡检设备温度检测方法,其特征在于,还包括:步骤S7、采集热成像传感器捕获的温度矩阵和摄像头模组捕获的可见光图像,重复步骤S4-S6,进行基于边缘计算的巡检设备温度检测。

7.一种基于边缘计算的巡检设备温度检测装置,其特征在于,包括:

8.一种存储介质,其特征在于,所述存储介质存储有机器可执行指令,所述机器可执行指令在被处理器调用和执行时,所述机器可执行指令促使所述处理器实现权利要求1至6任一项所述的基于边缘计算的巡检设备温度检测方法。

...

【技术特征摘要】

1.一种基于边缘计算的巡检设备温度检测方法,其特征在于,包括如下步骤:

2.如权利要求1所述的基于边缘计算的巡检设备温度检测方法,其特征在于,步骤s2中,使用归一化方法,映射由温度矩阵p的数值至所选伪彩色区间,再对映射结果使用双线性插值法缩放得到伪彩色图像矩阵p1。

3.如权利要求2所述的基于边缘计算的巡检设备温度检测方法,其特征在于,步骤s3中,使用镂空棋盘格标定板,对可见光图像矩阵q进行裁剪和进行图像配准,得到裁剪后的可见光图像矩阵q1。

4.如权利要求3所述的基于边缘计算的巡检设备温度检测方法,其特征在于,步骤s4中,将经缩放处理的伪彩色图像p1根据透明度权重叠加在裁剪后的可见光图像q1中,得到融合图像m。

5.如权利要求4所述的基于边缘计算的巡...

【专利技术属性】
技术研发人员:胡永兵吴不韦王清华高步森肖鹏亮王钧毅
申请(专利权)人:安徽大学
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