[發(fā)明專利]一種基于場景分析的單攝像頭刀閘臂張角識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010632478.1
• 申請(qǐng)日: 2020-07-03
• 公開（公告）號(hào): CN111784677A
• 公開（公告）日: 2020-10-16
• 發(fā)明（設(shè)計(jì)）人: 朱呂甫;李劍英;朱兆喆;朱兆亞
• 申請(qǐng)（專利權(quán)）人: 安徽炬視科技有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/13;G06T7/60;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 合肥律眾知識(shí)產(chǎn)權(quán)代理有限公司 34147
• 代理人: 黃珍玲

本發(fā)明涉及刀閘臂張角識(shí)別，具體涉及一種基于場景分析的單攝像頭刀閘臂張角識(shí)別方法，通過攝像頭獲取刀閘的側(cè)視圖像，通過熱成像儀獲取刀閘側(cè)向的紅外成像，提取側(cè)視圖像中刀閘的邊緣圖像，將紅外成像與邊緣圖像進(jìn)行復(fù)合疊加，根據(jù)疊加復(fù)合結(jié)果判斷刀閘是否處于完全閉合狀態(tài)，若刀閘處于完全閉合狀態(tài)，則直接輸出結(jié)果，否則進(jìn)入S4，對(duì)識(shí)別模型進(jìn)行深度學(xué)習(xí)訓(xùn)練，將側(cè)視圖像輸入深度學(xué)習(xí)訓(xùn)練的識(shí)別模型，利用滑動(dòng)窗口選擇包含刀閘臂、靜觸頭在內(nèi)的初選矩形框，并刪除初選矩形框中的背景圖像，得到二次矩形框；本發(fā)明提供的技術(shù)方案能夠有效克服現(xiàn)有技術(shù)所存在的無法更加精準(zhǔn)地對(duì)刀閘張角進(jìn)行分析的缺陷。

技術(shù)領(lǐng)域

本發(fā)明涉及刀閘臂張角識(shí)別，具體涉及一種基于場景分析的單攝像頭刀閘臂張角識(shí)別方法。

背景技術(shù)

隨著電網(wǎng)規(guī)模的不斷擴(kuò)大，刀閘作為電網(wǎng)中重要的組成部分，關(guān)系到整個(gè)電網(wǎng)的穩(wěn)定運(yùn)行。在常規(guī)的安全生產(chǎn)中，需要人工操作并確認(rèn)刀閘是否準(zhǔn)確倒閘到位，將結(jié)果傳遞到監(jiān)控中心，這種人工模式勞動(dòng)強(qiáng)度大、效率低，且容易受操作人員的主觀影響而產(chǎn)生誤判。

在現(xiàn)有技術(shù)中，還有使用深度學(xué)習(xí)方法檢測刀閘閉合狀態(tài)的，通過訓(xùn)練模型來檢測絕緣子、刀閘的潛在位置，并進(jìn)一步利用非極大值抑制和直線擬合算法獲得精確的絕緣子、刀閘的位置，最后利用與絕緣子的連通性和刀閘區(qū)域的長寬比來識(shí)別刀閘的閉合或斷開狀態(tài)。

但是，上述方法存在以下問題：只能通過刀閘的連通性判斷刀閘的狀態(tài)，無法更加精準(zhǔn)地對(duì)刀閘張角進(jìn)行分析，存在刀閘連通但未實(shí)際完全閉合的情況。

發(fā)明內(nèi)容

(一)解決的技術(shù)問題

針對(duì)現(xiàn)有技術(shù)所存在的上述缺點(diǎn)，本發(fā)明提供了一種基于場景分析的單攝像頭刀閘臂張角識(shí)別方法，能夠有效克服現(xiàn)有技術(shù)所存在的無法更加精準(zhǔn)地對(duì)刀閘張角進(jìn)行分析的缺陷。

(二)技術(shù)方案

為實(shí)現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實(shí)現(xiàn)：

一種基于場景分析的單攝像頭刀閘臂張角識(shí)別方法，包括以下步驟：

S1、通過攝像頭獲取刀閘的側(cè)視圖像，通過熱成像儀獲取刀閘側(cè)向的紅外成像；

S2、提取側(cè)視圖像中刀閘的邊緣圖像，將紅外成像與邊緣圖像進(jìn)行復(fù)合疊加；

S3、根據(jù)疊加復(fù)合結(jié)果判斷刀閘是否處于完全閉合狀態(tài)，若刀閘處于完全閉合狀態(tài)，則直接輸出結(jié)果，否則進(jìn)入S4；

S4、對(duì)識(shí)別模型進(jìn)行深度學(xué)習(xí)訓(xùn)練，將側(cè)視圖像輸入深度學(xué)習(xí)訓(xùn)練的識(shí)別模型；

S5、利用滑動(dòng)窗口選擇包含刀閘臂、靜觸頭在內(nèi)的初選矩形框，并刪除初選矩形框中的背景圖像，得到二次矩形框，綜合各二次矩形框的圖像得到終選矩形框；

S6、識(shí)別判斷終選矩形框中刀閘臂、靜觸頭之間的夾角，確定刀閘臂張角。

優(yōu)選地，S2中提取側(cè)視圖像中刀閘的邊緣圖像，將紅外成像與邊緣圖像進(jìn)行復(fù)合疊加，包括：根據(jù)像素對(duì)比度從側(cè)視圖像中提取刀閘的邊緣圖像，形成邊緣框架，再將紅外成像中與邊緣框架形狀相同的部分放入邊緣框架內(nèi)，進(jìn)行復(fù)合疊加。

優(yōu)選地，所述根據(jù)像素對(duì)比度從側(cè)視圖像中提取刀閘的邊緣圖像之前，通過直方圖均衡化增強(qiáng)側(cè)視圖像的像素對(duì)比度。

優(yōu)選地，S3中根據(jù)疊加復(fù)合結(jié)果判斷刀閘是否處于完全閉合狀態(tài)，包括：若紅外成像中存在與邊緣框架形狀相同的部分，并能完全放入邊緣框架內(nèi)，且完全放入邊緣框架內(nèi)的部分顏色分布均勻，則判斷刀閘處于完全閉合狀態(tài)，否則進(jìn)入S4。

優(yōu)選地，S4中對(duì)識(shí)別模型進(jìn)行深度學(xué)習(xí)訓(xùn)練，包括：利用攝像頭拍攝包含刀閘臂、靜觸頭在內(nèi)的圖像集作為訓(xùn)練集，利用高斯分布初始化卷積神經(jīng)網(wǎng)絡(luò)的權(quán)值，并在訓(xùn)練集上構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)來迭代訓(xùn)練識(shí)別模型。