[發明專利]電力監測系統中危險目標的識別方法及裝置

有效

• 申請號: 201110411931.7
• 申請日: 2011-12-12
• 公開（公告）號: CN102496030A
• 公開（公告）日: 2012-06-13
• 發明（設計）人: 牟軒沁;潘堅躍;陳希;翁爍;吳發獻;胡偉
• 申請（專利權）人: 杭州市電力局;西安交通大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 逯長明

1.一種電力監測系統中危險目標的識別方法，其特征在于，包括：

檢測出所述電力監測系統采集到的視頻中的入侵物；

利用預先訓練的分類器對所述入侵物的圖像進行分類，確定所述入侵物是否對電力設施構成威脅；

如果是，則計算所述入侵物的參數，并依據預先設置的參數與危害程度間的對應關系確定所述入侵物的危險等級。

2.根據權利要求1所述的方法，其特征在于，所述檢測出所述電力監測系統采集到的視頻中的入侵物包括：

獲取所述視頻的圖像序列中相鄰的兩幅圖像的結構相似性指標對應的圖像；

計算所述結構相似性指標對應的圖像的直方圖；

依據所述直方圖，確定閾值；

利用所述閾值對所述結構相似性指標對應的圖像進行閾值分割，得到分割后的圖像；

將所述分割后的圖像分別向其所在坐標系的水平軸和垂直軸做投影，并提取所述投影值大于預設的值的連續區域作為入侵物的圖像。

3.根據權利要求2所述的方法，其特征在于，在所述得到分割后的圖像之后，將所述分割后的圖像分別向其所在坐標軸的水平軸和垂直軸做投影之前，還包括：

對所述分割后的圖像進行先腐蝕再膨脹的數學形態學計算，將計算結果作為分割后的圖像。

4.根據權利要求1所述的方法，其特征在于，所述預先訓練的分類器包括：

基于Haar特征基的分類器。

5.根據權利要求1或4所述的方法，其特征在于，所述預先訓練的過程包括：

將能夠對電力設施產生威脅的物體的圖像作為正樣本，將不含所述物體的圖像作為負樣本；

分別計算所述正樣本和所述負樣本的Haar特征值，并根據所述特征值確定弱分類器的閾值；

將不同的弱分類器按照Adaboot方法的加權方式組合為不同的強分類器；

將所述強分類器級聯，以組成所述的分類器。

6.根據權利要求1所述的方法，其特征在于，所述利用預先訓練的分類器對所述入侵物進行分類，確定所述入侵物是否對電力設施構成威脅包括：

獲取所述入侵物圖像的多個相同尺寸的子圖像；

將所述子圖像送入所述分類器，當有預設數量的連續的子圖像的分類結果均為有威脅物體時，則確定所述入侵物對電力設施構成威脅。

7.根據權利要求1所述的方法，其特征在于，所述入侵物的參數包括：

所述入侵物的尺寸。

8.一種電力監測系統中危險目標的識別裝置，其特征在于，包括：

入侵物檢測模塊，用于檢測出所述電力監測系統采集到的視頻中的入侵物；

威脅物確定模塊，用于利用預先訓練的分類器對所述入侵物的圖像進行分類，確定所述入侵物是否對電力設施構成威脅；

危險等級分類模塊，用于當入侵物對電力設施構成威脅時，計算所述入侵物的參數，并依據預先設置的參數與危害程度間的對應關系確定所述入侵物的危險等級。

9.根據權利要求8所述的裝置，其特征在于，所述入侵物檢測模塊包括：

圖像獲取單元，用于獲取所述視頻的圖像序列中相鄰的兩幅圖像的結構相似性指標對應的圖像；

閾值分割單元，用于計算所述結構相似性指標對應的圖像的直方圖，并依據所述直方圖，確定閾值，利用所述閾值對所述結構相似性指標對應的圖像進行閾值分割，得到分割后的圖像；

區域提取單元，用于將所述分割后的圖像分別向其所在坐標系的水平軸和垂直軸做投影，并提取所述投影值大于預設的值的連續區域作為入侵物的圖像。

10.根據權利要求8所述的裝置，其特征在于，所述危險等級分類模塊包括：

子圖像獲取單元，用于獲取所述入侵物圖像的多個相同尺寸的子圖像；

分類器，用于將所述子圖像進行分類，當有預設數量的連續的子圖像的分類結果均為有威脅物體時，則確定所述入侵物為有威脅物體；

危險等級確定單元，用于當所述入侵物為有威脅物體時，計算所述物體的尺寸，以確定其危險等級。