[發(fā)明專利]基于電力系統(tǒng)中導(dǎo)線脫皮裝置、圖像處理方法及儲(chǔ)存介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201911382337.2
• 申請(qǐng)日: 2019-12-28
• 公開（公告）號(hào): CN111145158A
• 公開（公告）日: 2020-05-12
• 發(fā)明（設(shè)計(jì)）人: 王韶華;陳新;許景昌;王江峰;康濤
• 申請(qǐng)（專利權(quán)）人: 國(guó)網(wǎng)山東省電力公司菏澤市定陶區(qū)供電公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T5/00;G06K9/62;G06N3/08
• 代理公司: 北京科億知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11350
• 代理人: 湯東鳳

1.一種基于電力系統(tǒng)中導(dǎo)線脫皮裝置的圖像處理方法，其特征在于，所述基于電力系統(tǒng)中導(dǎo)線脫皮裝置的圖像處理方法包括以下步驟：

步驟一，通過(guò)視頻增強(qiáng)程序根據(jù)導(dǎo)線脫皮視頻圖像的當(dāng)前幀以及上一幀的對(duì)應(yīng)像素點(diǎn)獲取所述當(dāng)前幀每個(gè)像素點(diǎn)的Y分量與所述上一幀的對(duì)應(yīng)像素點(diǎn)的Y分量之間差值的絕對(duì)值；

將所述差值絕對(duì)值與預(yù)設(shè)第一窗口的低通濾波器模板進(jìn)行卷積，獲取得到所述當(dāng)前幀每個(gè)像素點(diǎn)對(duì)應(yīng)的低通濾波結(jié)果；

將所述低通濾波結(jié)果中超過(guò)預(yù)設(shè)判定門限值的低通濾波結(jié)果進(jìn)行累加，獲取所述當(dāng)前幀的幀級(jí)噪聲權(quán)重；像素點(diǎn)的Y分量用于表示亮度；

步驟二，根據(jù)步驟一中所述當(dāng)前幀的每個(gè)像素點(diǎn)以及預(yù)設(shè)的第一窗口獲取每個(gè)像素點(diǎn)對(duì)應(yīng)的噪聲權(quán)重和直流分量；

分別以所述當(dāng)前幀每個(gè)像素點(diǎn)為中心設(shè)置第二窗口；

獲取所述第二窗口內(nèi)所有子窗口的直流均值，并根據(jù)預(yù)設(shè)的直流分量劃分級(jí)別從所有子窗口的直流均值中獲取任一子窗口的直流均值作為對(duì)應(yīng)像素點(diǎn)的直流分量；

將所有子窗口的直流均值之間兩兩相減之差的絕對(duì)值之和，作為初始噪聲權(quán)重，并按照預(yù)設(shè)的選擇策略獲取對(duì)應(yīng)像素點(diǎn)的噪聲權(quán)重；

步驟三，從步驟一所述當(dāng)前幀的像素點(diǎn)中，按照預(yù)設(shè)的排序策略獲取所述當(dāng)前幀對(duì)應(yīng)的高頻系數(shù)組；

步驟四，根據(jù)步驟二所述當(dāng)前幀的幀級(jí)噪聲權(quán)重以及所述高頻系數(shù)組獲取圖像增強(qiáng)增益值；

步驟五，根據(jù)步驟二所述當(dāng)前幀的每個(gè)像素點(diǎn)以及每個(gè)像素點(diǎn)對(duì)應(yīng)的直流分量、步驟三所述圖像增強(qiáng)增益值獲取每個(gè)像素點(diǎn)對(duì)應(yīng)的高頻值；

步驟六，根據(jù)步驟五所述當(dāng)前幀的每個(gè)像素點(diǎn)對(duì)應(yīng)的高頻值以及每個(gè)像素點(diǎn)對(duì)應(yīng)的噪聲權(quán)重對(duì)所述當(dāng)前幀的每個(gè)像素點(diǎn)按照預(yù)設(shè)的圖像增強(qiáng)策略進(jìn)行圖像增強(qiáng)，得到所述當(dāng)前幀圖像增強(qiáng)后的對(duì)應(yīng)幀；

步驟七，根據(jù)步驟六得到的導(dǎo)線脫皮的對(duì)應(yīng)幀圖像，通過(guò)路線監(jiān)測(cè)設(shè)備對(duì)線路的隱患?xì)v史數(shù)據(jù)及外破信息進(jìn)行上報(bào)；

步驟八，線路的隱患?xì)v史數(shù)據(jù)及外破信息被上報(bào)至故障判別數(shù)據(jù)上傳器，故障判別數(shù)據(jù)上傳器對(duì)接收的數(shù)據(jù)進(jìn)行信號(hào)處理后被用于構(gòu)建故障判別指標(biāo)體系，隨后進(jìn)行故障因子挖掘后以樸素貝葉斯構(gòu)建模型，并使用構(gòu)建的模型基于線路的外破信息、隱患?xì)v史數(shù)據(jù)和外破歷史數(shù)據(jù)進(jìn)行時(shí)間序列相似性匹配以進(jìn)行大數(shù)據(jù)故障診斷決策，大數(shù)據(jù)故障診斷決策的故障診斷結(jié)果作為隱患預(yù)測(cè)發(fā)生的概率進(jìn)行輸出以及進(jìn)行預(yù)警通知。

2.如權(quán)利要求1所述的基于電力系統(tǒng)中導(dǎo)線脫皮裝置的圖像處理方法，其特征在于，第一步前，需進(jìn)行：

步驟1，通過(guò)脫皮視頻采集系統(tǒng)利用攝像設(shè)備采集導(dǎo)線脫皮視頻數(shù)據(jù)；

步驟2，主控系統(tǒng)通過(guò)清潔系統(tǒng)，與主控系統(tǒng)連接，用于通過(guò)清洗機(jī)對(duì)導(dǎo)線泥土進(jìn)行清洗。通過(guò)切割系統(tǒng)利用切割刀片對(duì)導(dǎo)線絕緣皮進(jìn)行切割；通過(guò)切割定位系統(tǒng)利用定位控制器設(shè)定刀片切割位置。

3.如權(quán)利要求1所述基于電力系統(tǒng)中導(dǎo)線脫皮裝置的圖像處理方法，其特征在于，第七步中，所述隱患?xì)v史數(shù)據(jù)包括隱患類型、隱患發(fā)生的時(shí)間、隱患發(fā)生的時(shí)間所對(duì)應(yīng)的季節(jié)和天氣數(shù)據(jù)。

4.如權(quán)利要求1所述的基于電力系統(tǒng)中導(dǎo)線脫皮裝置的圖像處理方法，其特征在于，第八步分析隱患發(fā)生的概率后，結(jié)合電力走廊的所在位置形成電力走廊外力破壞隱患態(tài)勢(shì)熱力圖。

5.如權(quán)利要求1所述的基于電力系統(tǒng)中導(dǎo)線脫皮裝置的圖像處理方法，其特征在于，步驟八大數(shù)據(jù)故障診斷決策方法包括：

通過(guò)對(duì)傳統(tǒng)的前饋神經(jīng)網(wǎng)絡(luò)加以修正引入寬殘差網(wǎng)絡(luò)，前饋神經(jīng)網(wǎng)絡(luò)有L層，其中第i層(i∈1,2,...,L)的輸入為xⁱ，參數(shù)為wⁱ，該層的輸出yⁱ＝xⁱ⁺¹；忽略層數(shù)和偏置，之間的關(guān)系表示如下：

y＝F(x,w_f)；

其中，F(xiàn)為非線性激活函數(shù)，參數(shù)w_f的下標(biāo)表明該操作對(duì)應(yīng)于F；深度殘差網(wǎng)絡(luò)用下式表示：

y＝F(x,w)+x；

對(duì)上式做簡(jiǎn)單的變形，得：

F(x,w)＝y(tǒng)-x；

由公式網(wǎng)絡(luò)學(xué)習(xí)的函數(shù)F為公式右側(cè)的殘差項(xiàng)(y-x)，稱之為殘差函數(shù)。