【技术实现步骤摘要】
本专利技术涉及电能表检测，尤其是一种基于图像识别的电能表异常现象检测方法及系统。
技术介绍
1、电能表的准确性和可靠性对于电力公司和用户来说至关重要，因为它直接关系到电力计费的公平性和电力系统的稳定运行。因此，对电能表的检测和维护显得尤为重要。
2、电能表在实际运行过程中，可能会出现火花、闪屏等异常现象，这些异常现象不仅会影响电能表的计量精度，还可能导致设备损坏甚至引发安全事故。因此，开发一种能够实时、准确检测电能表异常现象的技术，对于保障电能表的正常运行和提高电力计量的可靠性具有重要意义。
3、图像识别技术作为一种先进的计算机视觉技术，近年来在各种领域得到了广泛应用。通过高速摄像头和先进的图像处理算法，图像识别技术可以实现对目标对象的实时监控和分析，具有高精度、高效率和自动化程度高的优点。因此，将图像识别技术应用于电能表的异常现象检测中，具有广阔的应用前景。
4、现有技术至少存在如下技术问题：现有技术精度低、效率低，且容易受到人为因素的影响，难以实现对火花、闪屏等异常现象的实时、准确检测，容易出现漏...
【技术保护点】
1.一种基于图像识别的电能表异常现象检测方法，其特征在于，包括：
2.根据权利要求1所述的电能表异常现象检测方法，其特征在于，在多级滤波中，通过不同尺度的高斯滤波器组合对图像进行处理，通过不同标准差的高斯函数组合，提取图像中的多尺度特征，具体公式如下：
3.根据权利要求2所述的电能表异常现象检测方法，其特征在于，通过边缘融合算法，将不同尺度的特征图像进行边缘信息融合，增强图像的边缘特征，形成融合后的边缘增强图像，具体公式如下：
4.根据权利要求1所述的电能表异常现象检测方法，其特征在于，完成图像的预处理后，开始进行特征提取和异常检测...
【技术特征摘要】
1.一种基于图像识别的电能表异常现象检测方法，其特征在于，包括：
2.根据权利要求1所述的电能表异常现象检测方法，其特征在于，在多级滤波中，通过不同尺度的高斯滤波器组合对图像进行处理，通过不同标准差的高斯函数组合，提取图像中的多尺度特征，具体公式如下：
3.根据权利要求2所述的电能表异常现象检测方法，其特征在于，通过边缘融合算法，将不同尺度的特征图像进行边缘信息融合，增强图像的边缘特征，形成融合后的边缘增强图像，具体公式如下：
4.根据权利要求1所述的电能表异常现象检测方法，其特征在于，完成图像的预处理后，开始进行特征提取和异常检测，通过分析预处理后的图像，提取关键特征点和特征区域，采用多特征融合的方法，通过纹理分析、形状识别和颜色特征融合的方式实现。
5.根据权利要求4所述的电能表异常现象检测方法，其特征在于，为获取图像的纹理特征，采用一种基于频域变换的复杂方法，将图像转换到频域，通过傅里叶变换...
【专利技术属性】
技术研发人员：陈欢军，徐韬，刘思，杨思洁，徐开，杨依睿，谢泽楠，陆艳，孔德政，朱斌，郑可及，
申请(专利权)人：国网浙江省电力有限公司营销服务中心，
类型：发明
国别省市：
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。