【技术实现步骤摘要】
本专利技术涉及电缆故障检测，具体为一种基于红外可见光图像融合的电缆沟故障检测方法。
技术介绍
1、电缆沟是用以敷设和更换电力或电讯电缆设施的地下管道，也是被敷设电缆设施的围护结构，有矩形、圆形、拱形等管道结构形式，随着城市的建设与发展，用电量急剧增长，电缆线路也不断扩展，电缆沟作为电缆线路敷设与安装的关键区域，在为人们提供方便的同时也带来了一定的安全隐患。
2、目前，电缆沟故障检测是电力系统维护中的重要任务，但是传统的方法主要依靠人工巡检和故障发生后的维修，效率低下且容易出现漏检，且在故障发生后的维修速度较慢，难以快速定位故障点，使得电力系统难以及时恢复，影响用户的用电使用。
技术实现思路
1、本专利技术的目的在于提供一种基于红外可见光图像融合的电缆沟故障检测方法，以解决上述
技术介绍
提出的传统的方法主要依靠人工巡检和故障发生后的维修，效率低下且容易出现漏检，且在故障发生后的维修速度较慢，难以快速定位故障点，使得电力系统难以及时恢复，影响用户的用电使用的问题。
2、为实现上述目的，本专利技术提供如下技术方案：一种基于红外可见光图像融合的电缆沟故障检测方法，包括以下步骤：
3、s1、使用红外热像仪和可见光相机对同一段电缆沟进行拍摄，获取该电缆沟内电缆的红外图像和可见光图像，通过无线/有线传输模块把图像数据传送至pc端；
4、s2、对采集到的红外和可见光图像进行预处理，图像预处理部分包括源图像的增强、滤波和配准工作；
5、s3、
6、s4、从融合后的图像中提取特征，包括颜色、形状和纹理，用于故障点的识别和定位；
7、s5、通过卷积神经网络模型对提取的特征进行分析和识别，实现对电缆沟故障点的自动检测和定位；
8、s6、根据检测到的故障点的位置和类型，进行故障识别和分类，判断故障的严重程度和处理方式；
9、s7、将检测到的故障点在原始图像上标注出来，将故障点信息结合二维gis地图生成报告并提供给维护人员进行处理，并对故障点处理进行结果跟踪反馈。
10、优选的，在步骤s2中，所述对采集到的红外和可见光图像进行预处理包括以下步骤：
11、s21、通过retinex变换对采集的红外与可见光图像实施增强操作，retinex变换的理论可表示为：
12、s(x,y)＝r(x,y)l(x,y)；
13、式中，s(x,y)表示图像的接收波，r(x,y)和l(x,y)分别表示图像的反射波与入射波；
14、s22、通过双边滤波的方式对采集的图像进行滤波操作，提取图像的有效信息同时抑制或消除图像中无关信息；
15、s23、对采集的红外与可见光图像进行配准操作，将多幅拥有相似信息的源图像进行平移、旋转和伸缩等变换，使得源图像在像素空间中对应的信息得到匹配。
16、优选的，在步骤s3中，所述加权平均融合规则具体公式表示为：
17、
18、式中，wa和ia(x,y)分别表示红外图像的加权系数和像素点值，wb和ib(x,y)分别表示可见光图像的加权系数和像素点值，if(x,y)表示融合图像逆变换前的特征图谱的像素点值。
19、优选的，在步骤s3中，基于多尺度分析的图像融合算法进行图像融合包括以下步骤：
20、s31、首先将采集的红外与可见光图像分别分解为不同频率、不同方向的一系列子图像即多尺度子图像；
21、s32、将两幅图像对应的多尺度子图像结合实际情况选择合适的融合规则，按照层次和方向进行融合处理；
22、s33、将融合后的多尺度子图像进行多尺度逆变换实现图像融合。
23、优选的，在步骤s4中，所述从融合后的图像中提取特征包括以下步骤：
24、s41、根据电缆沟的结构和特点，将图像分割成电缆区域、地面区域、杂物区域和光照区域；
25、s42、针对每个区域分别进行特征提取，对提取到的特征进行筛选和选择，去除冗余信息，保留最具代表性和区分性的特征；
26、s43、对提取到的特征进行标准化处理。
27、优选的，在步骤s5中，所述通过卷积神经网络模型对提取的特征进行分析和识别包括以下步骤：
28、s51、将图像提取的特征数据集分为训练数据集和测试数据集，并构建卷积神经网络模型；
29、s52、使用训练数据集对构建好的卷积神经网络模型进行训练，通过反向传播算法来优化模型参数；
30、s53、使用测试数据集对训练好的卷积神经网络模型进行评估；
31、s54、利用训练好的卷积神经网络模型对新的特征数据进行识别，判断样本是否存在故障，并输出相应的识别结果。
32、优选的，在步骤s6中，所述判断故障的严重程度和处理方式的流程为：首先根据检测到的故障点的位置信息，确定故障发生的具体位置，根据检测到的故障点的特征信息，可以判断故障的类型，根据故障类型和位置信息，评估故障的严重程度，包括故障对电缆沟系统的影响程度和可能造成的安全隐患，根据故障的类型、严重程度和位置信息，确定相应的处理方式。
33、优选的，在步骤s7中，所述对故障点处理进行结果跟踪的流程为：对每个故障点的处理过程进行详细记录，在处理完故障点后，进行验证和测试，确保故障已经得到解决，根据故障原因分析的结果，制定相应的故障预防措施，包括定期检查、维护、加强设备保养。
34、与现有技术相比，本专利技术的有益效果是：
35、本方法中利用加权平均融合规则在基于多尺度分析的图像融合算法中将红外和可见光图像进行融合，通过图像处理算法将两种图像的信息融合在一起，得到更加清晰和准确的电缆沟图像，利用深度学习算法对融合后的图像进行分析和识别，实现对电缆沟故障的快速、准确的检测和定位，便于故障快速修复，使得本方法具有较高的准确性和效率，可以有效提高电力系统的安全性和可靠性。
本文档来自技高网...【技术保护点】
1.一种基于红外可见光图像融合的电缆沟故障检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于红外可见光图像融合的电缆沟故障检测方法，其特征在于，在步骤S2中，所述对采集到的红外和可见光图像进行预处理包括以下步骤：
3.根据权利要求1所述的一种基于红外可见光图像融合的电缆沟故障检测方法，其特征在于，在步骤S3中，所述加权平均融合规则具体公式表示为：
4.根据权利要求1所述的一种基于红外可见光图像融合的电缆沟故障检测方法，其特征在于，在步骤S3中，基于多尺度分析的图像融合算法进行图像融合包括以下步骤：
5.根据权利要求1所述的一种基于红外可见光图像融合的电缆沟故障检测方法，其特征在于，在步骤S4中，所述从融合后的图像中提取特征包括以下步骤：
6.根据权利要求1所述的一种基于红外可见光图像融合的电缆沟故障检测方法，其特征在于，在步骤S5中，所述通过卷积神经网络模型对提取的特征进行分析和识别包括以下步骤：
7.根据权利要求1所述的一种基于红外可见光图像融合的电缆沟故障检测方法，其特征在于，在步骤S
8.根据权利要求1所述的一种基于红外可见光图像融合的电缆沟故障检测方法，其特征在于，在步骤S7中，所述对故障点处理进行结果跟踪的流程为：对每个故障点的处理过程进行详细记录，在处理完故障点后，进行验证和测试，确保故障已经得到解决，根据故障原因分析的结果，制定相应的故障预防措施，包括定期检查、维护和加强设备保养。
...【技术特征摘要】
1.一种基于红外可见光图像融合的电缆沟故障检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于红外可见光图像融合的电缆沟故障检测方法，其特征在于，在步骤s2中，所述对采集到的红外和可见光图像进行预处理包括以下步骤：
3.根据权利要求1所述的一种基于红外可见光图像融合的电缆沟故障检测方法，其特征在于，在步骤s3中，所述加权平均融合规则具体公式表示为：
4.根据权利要求1所述的一种基于红外可见光图像融合的电缆沟故障检测方法，其特征在于，在步骤s3中，基于多尺度分析的图像融合算法进行图像融合包括以下步骤：
5.根据权利要求1所述的一种基于红外可见光图像融合的电缆沟故障检测方法，其特征在于，在步骤s4中，所述从融合后的图像中提取特征包括以下步骤：
6.根据权利要求1所述的一种基于红外可见光图像融合的电缆沟故障检测方法，其特征在于，在步...
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。