[發明專利]復雜條件下的配電房異常狀態圖像識別方法

在審

• 申請號: 201810114310.4
• 申請日: 2018-02-05
• 公開（公告）號: CN108335294A
• 公開（公告）日: 2018-07-27
• 發明（設計）人: 楊鳳生;王林波;蔡廣林;熊波;王冕;周海;曾惜;王宏遠;楊琦岑
• 申請（專利權）人: 貴州電網有限責任公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T7/194;G06T5/30;G06T5/00
• 代理公司: 貴陽中新專利商標事務所 52100
• 代理人: 李亮;程新敏

本發明公開了一種復雜條件下的配電房異常狀態圖像識別方法。本發明引入了區域特征消噪，根據配電房裝置特征和配電房監測系統圖像拍色角度特征，利用二值圖像連通區域特征，將面積小，離心率小的區域進行去除，實現噪聲消除，提高前景圖像提取質量。本發明通過配電房二值圖像模板與檢測提取的圖像進行矩陣運算識別配電房異常，運算效率高，識別速度快，同時引入了圖像移位校準，提升圖像識別準確性。

技術領域

本發明涉及電力系統圖像識別技術領域，具體是一種復雜條件下的配電房異常狀態圖像識別方法。

背景技術

近年，隨著城市化進程的加快，電力配網的發展，配網技術獲得了快速增長，滿足了城市工業和居民不斷增長的用電需求。但配網站所巡檢耗費大量的人力和時間，不能及時的發現配電房異常狀態，影響了用電安全。

配電房視頻監測等自動化圖像系統的提出已有時日，也獲得了較為廣泛的應用，但多數系統仍采用后臺人工的方式對視頻監測系統采集的配電房圖像進行間隔巡查，以發現配電房異常，但大量的圖像耗費較多的人力和時間，不能快速及時的發現隱患。

部分配電房視頻監測系統具備一定的圖像識別能力，可在配電房裝置和背景對比度較明顯的情況下較好的發現異常，但在復雜條件下，識別效果較差、識別率低，不能夠較好的發現異常。

常規的的圖像識別對復雜的環境背景處理噪聲消除能力較弱，不能較好的去除干擾，導致配電房狀態圖像識別不準確和誤報。

基于此，本發明提出一種復雜條件下的配電房異常狀態圖像識別方法，通過不斷試驗總結出了適合在復雜條件下配電房異常狀態圖像識別的方法，包括圖像預處理、圖像分割和圖像識別所采用的算法組合和參數，解決上述技術難題，有效提升配電房視頻監測的識別率和準確度。

發明內容

本發明要解決的技術問題是：提出一種復雜條件下的配電房異常狀態圖像識別方法，它能有效準確的對復雜條件下的配電房異常狀態進行圖像識別，以克服現有技術的不足。

本發明是這樣實現的：復雜條件下的配電房異常狀態圖像識別方法，包括以下步驟：

1)步驟001)圖像輸入：輸入通過視頻監測系統采集的配電房數字化圖像；

步驟100)圖像預處理：對采集輸入的配電房圖像進行色彩空間變化、灰值化圖像增強和濾波消噪，提升圖像灰度級和圖像對比度；采用的基于模糊數學模型的增強算法，能夠實現在抑制高灰度區背景噪聲的同時增強低灰度區的前景區域，針對復雜環境下的配電房圖像增強效果較好。

步驟200)圖像分割：通過邊緣檢測技術對經過預處理的配電房圖像進行前景提取，前景提取的步驟包括：

步驟210)邊緣檢測：采用Ratio算子對配電房圖像進行邊緣檢測，生成二值化圖像，完成配電房前景提取；

步驟220)數學形態增強：根據配電房特征構建結構元素，進行先膨脹后腐蝕的閉運算，對邊緣檢測提取的二值圖像進行細化，濾除復雜條件下圖像分割引入的細小干擾噪聲，增強圖像；

步驟230)區域特征消噪：采用了區域標記法將圖像中的連通區域進行分割，然后遍歷所有區域，計算區域像素面積，區域像素面積小于設定閥值的則判定為噪聲區域，將該噪聲區域消除；同時，使用區域橢圓模型來對二值圖像的方向性和形狀特征進行識別，當連通區域的離心率小于閥值則消除；否則保留相應的區域，直至圖像遍歷完畢，獲得分割后提取的前景圖像；

步驟200)采用二次圖像增強，包括圖像灰度級圖像增強和邊緣檢測結果圖像增強，充分提高每階段圖像處理的最佳圖像輸入，提高圖像識別效果。

步驟300)圖像識別：對完成分割后提取的前景圖像進行圖像運算，通過與模板圖像(對于攝像設備一般都支持定位拍攝，模板圖像是指正常狀態下的配電房圖像，這是差異分析的基本步驟)對比，識別出配電房異常，其具體步驟如下：