【技术实现步骤摘要】
本专利技术涉及工业视觉，尤其涉及基于工业视觉的箱式变电站内部环境异常检测方法及装置。
技术介绍
1、随着工业自动化技术的发展，箱式变电站在电力系统中扮演着至关重要的角色，其内部环境的稳定性和安全性直接影响到整个电网的运行。传统的人工巡检方式不仅耗时费力，而且难以及时发现一些隐蔽的问题。因此，基于工业视觉的箱式变电站内部环境异常检测方法应运而生。利用先进的图像处理技术和智能算法，能够实时监控箱式变电站内部环境的变化，并自动识别潜在的风险因素。
2、目前，基于工业视觉对箱式变电站内部环境的异常检测，普遍通过部署高清摄像头实时采集箱式变电站内部视频流，并借助深度学习算法对图像数据进行特征提取与异常识别。然而，箱式变电站内部光照条件复杂多变，在光线不足或者有遮挡物的情况下，摄像头捕捉到的画面质量会受到影响，导致检测结果不够准确；其次，过度依赖单一视觉数据维度，难以全面、精准地反映设备真实运行状态，进而容易出现误识别或漏识别的问题，导致检测精度和可靠性不高。
技术实现思路
1、本专利技术...
【技术保护点】
1.基于工业视觉的箱式变电站内部环境异常检测方法，其特征在于，包括：
2.根据权利要求1所述的基于工业视觉的箱式变电站内部环境异常检测方法，其特征在于，所述基于获取到的箱式变电站内部的可见光图像、红外热成像图和三维深度图，构建多维度感知矩阵，包括：
3.根据权利要求2所述的基于工业视觉的箱式变电站内部环境异常检测方法，其特征在于，所述将所述融合特征矩阵中的特征与所述时空域局部特征进行融合，得到初步特征集合，包括：
4.根据权利要求1所述的基于工业视觉的箱式变电站内部环境异常检测方法，其特征在于，所述基于所述多维度感知矩阵对所述可见光...
【技术特征摘要】
1.基于工业视觉的箱式变电站内部环境异常检测方法，其特征在于，包括：
2.根据权利要求1所述的基于工业视觉的箱式变电站内部环境异常检测方法，其特征在于，所述基于获取到的箱式变电站内部的可见光图像、红外热成像图和三维深度图，构建多维度感知矩阵，包括：
3.根据权利要求2所述的基于工业视觉的箱式变电站内部环境异常检测方法，其特征在于，所述将所述融合特征矩阵中的特征与所述时空域局部特征进行融合，得到初步特征集合，包括：
4.根据权利要求1所述的基于工业视觉的箱式变电站内部环境异常检测方法，其特征在于，所述基于所述多维度感知矩阵对所述可见光图像进行增强处理，得到增强后的目标可见光图像，包括：
5.根据权利要求4所述的基于工业视觉的箱式变电站内部环境异常检测方法，其特征在于，所述基于所述多维度感知矩阵对所述可见光图像进行分析，得到每个像素的目标光照强度及初步遮挡区域，包括：
6.根据权利要求1所述的基于工业视觉的箱式变电站内部环境异常检测方法，其特征在于，所述对所述目...
【专利技术属性】
技术研发人员：高祖波，钟祖勇，江丕毅，张中攀，李大顺，陈衡，刘志勇，
申请(专利权)人：广州市高波机电设备有限公司，
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。