[發(fā)明專利]一種基于紅外圖像的電纜部位自動(dòng)識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910655905.5
• 申請(qǐng)日: 2019-07-19
• 公開（公告）號(hào): CN110717883A
• 公開（公告）日: 2020-01-21
• 發(fā)明（設(shè)計(jì)）人: 廖雁群;韋亦龍;周灝;裴星宇;史筱川;葉宇婷;胡欣欣;黃嘉明;李劍;鄒玉斌
• 申請(qǐng)（專利權(quán)）人: 廣東電網(wǎng)有限責(zé)任公司;廣東電網(wǎng)有限責(zé)任公司珠海供電局
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06K9/62;G06T7/12
• 代理公司: 44102 廣州粵高專利商標(biāo)代理有限公司
• 代理人: 劉瑤云

本發(fā)明涉及電力設(shè)備維護(hù)技術(shù)領(lǐng)域，更具體地，涉及一種基于紅外圖像的電纜部位自動(dòng)識(shí)別方法，S1:構(gòu)建電纜不同部位的訓(xùn)練樣本庫；S2:讀取電纜不同部位訓(xùn)練樣本紅外圖像；S3:提取電纜不同部位訓(xùn)練樣本特征量和對(duì)應(yīng)的部位標(biāo)簽；S4:利用訓(xùn)練樣本訓(xùn)練出支持向量機(jī)分類器；S5:讀取待測試的電纜不同部位紅外圖像；S6:提取待測試電纜不同部位紅外圖像的特征量；S7:利用訓(xùn)練好的支持向量機(jī)分類器和提取到的待測試紅外圖像特征量將待測試的紅外圖像對(duì)應(yīng)到不同的部位標(biāo)簽。本發(fā)明降低對(duì)人工分析和處理的依賴以提高紅外診斷的效率和準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及電力設(shè)備維護(hù)技術(shù)領(lǐng)域，更具體地，涉及一種基于紅外圖像的電纜部位自動(dòng)識(shí)別方法。

背景技術(shù)

電網(wǎng)建設(shè)發(fā)展迅猛，電力負(fù)荷增長迅速，人們對(duì)城市美化和供電可靠性、供電質(zhì)量等的要求也越來越高，電力電纜以其良好的電氣性能、耐熱性能和機(jī)械性能在電力系統(tǒng)的各個(gè)電壓等級(jí)中得到了廣泛的應(yīng)用，在城市電網(wǎng)中所占的比重越來越高。因此，電力電纜能否安全運(yùn)行，已成為了電網(wǎng)能否可靠供電的重要因素。

理論分析和實(shí)際運(yùn)行觀測均表明，電纜出現(xiàn)潛在問題后，運(yùn)行溫度往往會(huì)上升。因此電纜的運(yùn)行溫度能夠體現(xiàn)出電纜的運(yùn)行狀態(tài)。紅外熱成像測溫技術(shù)具有非接觸、不受高壓電磁場干擾、安全、高效和直觀等優(yōu)點(diǎn)，利用紅外熱成像反映電纜各部位溫度的變化情況，有利于及時(shí)發(fā)現(xiàn)電纜異常發(fā)熱缺陷和指導(dǎo)檢修。

但是，目前電纜巡檢中紅外診斷仍主要依靠人工方式發(fā)現(xiàn)異常，缺少對(duì)獲取到的狀態(tài)信息自主分析與判斷。為了針對(duì)電纜不同部位分別開發(fā)智能診斷算法，有必要先對(duì)電纜的紅外圖像進(jìn)行部位識(shí)別。

發(fā)明內(nèi)容

本發(fā)明為克服上述現(xiàn)有技術(shù)所述的主要依靠人工方式發(fā)現(xiàn)異常的缺陷，提供一種基于紅外圖像的電纜部位自動(dòng)識(shí)別方法，降低對(duì)人工分析和處理的依賴以提高紅外診斷的效率和準(zhǔn)確性。

為解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案是：一種基于紅外圖像的電纜部位自動(dòng)識(shí)別方法，包括有以下步驟：

S1:構(gòu)建電纜不同部位的訓(xùn)練樣本庫；

S2:讀取電纜不同部位訓(xùn)練樣本紅外圖像；

S3:提取電纜不同部位訓(xùn)練樣本特征量和對(duì)應(yīng)的部位標(biāo)簽；

S4:利用訓(xùn)練樣本訓(xùn)練出支持向量機(jī)分類器；

S5:讀取待測試的電纜不同部位紅外圖像；

S6:提取待測試電纜不同部位紅外圖像的特征量；

S7:利用訓(xùn)練好的支持向量機(jī)分類器和提取到的待測試紅外圖像特征量將待測試的紅外圖像對(duì)應(yīng)到不同的部位標(biāo)簽。

在步驟S1中，電纜不同部位包括電纜的終端接頭、中間接頭和交叉互聯(lián)箱。

優(yōu)選地，部位標(biāo)簽為部位的名稱，包括“終端接頭”、“中間接頭”和“交叉互聯(lián)箱”。

在一個(gè)實(shí)施方式中，步驟S3中，特征量為方向梯度直方圖和灰度共生矩陣。步驟S4中，提取特征量方向梯度直方圖，包括有以下步驟：

S411：將圖像灰度化后再將圖像二值化；

S412：計(jì)算每個(gè)像素的梯度幅值和梯度方向，計(jì)算公式如式(1)～式(4)所示，其中I(x,y)表示位置(x,y)處的灰度值，G(x,y)表示位置(x,y)處的梯度幅值，α(x,y)表示位置(x,y)處的梯度方向；

G_x(x,y)＝I(x+1,y)-I(x-1,y) (1)

G_y(x,y)＝I(x,y+1)-I(x,y-1) (2)