[發明專利]一種變電站防異物干擾圖像識別方法、系統及介質

有效

• 申請號: 201911045497.8
• 申請日: 2019-10-30
• 公開（公告）號: CN110853001B
• 公開（公告）日: 2022-09-06
• 發明（設計）人: 姚楠;吳曦;蔡越;王祥
• 申請（專利權）人: 國網江蘇省電力有限公司電力科學研究院;國家電網有限公司;國網江蘇省電力有限公司無錫供電分公司;江蘇省電力試驗研究院有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V20/20;G06V10/75;G06V10/774
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 陳珉

1.一種變電站防異物干擾圖像識別方法，其特征在于，包括：

設定監控場景中的特征區域并保存標注過特征區域的監控場景原始圖片；

獲取監控場景的實時視頻中當前幀并將其與監控場景原始圖片中的特征區域進行匹配，若當前幀不存在與原始圖片中特征區域相匹配的區域則確認監控場景發生了變化，對當前幀不進行后續識別處理，繼續實時視頻幀中下一幀匹配，否則對當前幀進行后續識別處理判別出異物對象；

所述后續識別處理包括：

進行前、后幀間網格化動態對象識別，具體為：將上一幀圖片和當前幀圖片轉換成灰度圖，以灰度圖中每個像素點為中心獲取周界L×L區域的灰度平均值，將該平均值賦值給中心點作為其新的像素值，再獲取每個中心點新為像素值時周界L×L區域內的灰度最大值Vmax和灰度最小值Vmin；

將當前幀中每個像素點的像素值與上一幀對應像素點作為中心點的Vmax和Vmin進行比較，如果該像素點像素值在Vmax、Vmin范圍內，則認為該像素點為非動態像素點，否則認為該像素點為動態像素點；

根據當前幀新建一張像素大小相同的二值化圖片，和當前幀對應位置的每個動態像素點設置為N₁，非動態像素點設置為N₂，對該二值化圖片采用區域融合法框選出像素區域大于M×M的區域作為動態對象區域，若二值化圖片中沒有動態對象區域則判定當前幀沒有異物，重新開始將監控場景的實時視頻中的下一幀與監控場景原始圖片中的特征區域進行匹配；

進行多序列動態對象色彩特征識別，具體為：針對每一幀處理時，根據動態對象區域框選出在該幀原始圖片上的對象區域，計算出該幀原始圖片的對象區域的平均色度值，并判斷此平均色度值是否在該幀前N幀原始圖片對象區域的平均色度值范圍內；

進行多序列動態對象移動特征識別，具體為：針對每一幀處理時，根據動態對象區域框選出在該幀原始圖片上的對象區域，找到對象區域中心點的坐標，并算出該中心點坐標和前N幀的每一幀對應的對象區域中心點坐標之間的距離值，判斷該距離值是否為遞增趨勢；

進行多序列動態對象區域性重疊特征識別，具體為：針對每一幀處理時，根據動態對象區域框選出在該幀原始圖片上的對象區域，判斷當前幀對象區域與前N幀對應的對象區域是否存在重疊，統計重疊的數量；

進行動態對象的對象識別，具體為：采用fast-rcnn模型，對當前幀的動態對象區域進行對象識別，識別動態對象區域內是否存在預設對象，若存在則認為動態對象區域為非異物對象，判定當前幀不存在異物，否則判定為動態對象區域為可能存在異物對象；

判別異物對象；

針對每一幀處理時，根據動態對象區域框選出在該幀原始圖片上的對象區域，計算出該幀原始圖片的對象區域的平均色度值，并判斷此平均色度值是否在該幀前N幀原始圖片對象區域的平均色度值范圍內；

針對每一幀處理時，根據動態對象區域框選出在該幀原始圖片上的對象區域，找到對象區域中心點的坐標，并算出該中心點坐標和前N幀的每一幀對應的對象區域中心點坐標之間的距離值，判斷該距離值是否為遞增趨勢；

針對每一幀處理時，根據動態對象區域框選出在該幀原始圖片上的對象區域，判斷當前幀對象區域與前N幀對應的對象區域是否存在重疊，統計重疊的數量，判斷重疊數量是否大于S；

采用fast-rcnn模型，對當前幀的動態對象區域進行對象識別，識別動態對象區域內是否存在預設對象，若存在則認為動態對象區域為非異物對象，否則判定為動態對象區域為可能存在異物對象；所述判斷異物對象具體為：

若平均色度值不在該幀前N幀原始圖片對象區域的平均色度值范圍內、距離值為遞增趨勢、重疊數量大于S并且動態對象區域判定為可能存在異物對象，則判定為動態對象區域是異物，即當前幀存在異物。