[發(fā)明專(zhuān)利]霧天場(chǎng)景下變電站指針式油位表的智能識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110830974.2
• 申請(qǐng)日: 2021-07-22
• 公開(kāi)（公告）號(hào): CN113628131A
• 公開(kāi)（公告）日: 2021-11-09
• 發(fā)明（設(shè)計(jì)）人: 胡志坤;楊錫鵬;朱言慶;劉玉婷
• 申請(qǐng)（專(zhuān)利權(quán)）人: 濟(jì)南馳昊電力科技有限公司
• 主分類(lèi)號(hào): G06T5/00
• 分類(lèi)號(hào): G06T5/00;G06T7/00;G06T7/70;G06T7/90;G06N3/08;G06K9/62;G06K9/32;G06K9/00
• 代理公司: 濟(jì)南竹森知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 37270
• 代理人: 呂利敏

本發(fā)明公開(kāi)一種霧天場(chǎng)景下變電站指針式油位表的智能識(shí)別方法，包括：S1：通過(guò)變電站監(jiān)控獲取指針式油位表的實(shí)時(shí)圖像；S2：判斷圖像是否帶霧：如判斷不帶霧，則直接進(jìn)行步驟S3；如判斷帶霧，則利用基于暗通道先驗(yàn)去霧算法對(duì)帶霧圖像進(jìn)行去霧處理；S3：利用深度學(xué)習(xí)目標(biāo)檢測(cè)算法中的Faster?RCNN算法，完成對(duì)圖像中指針式油位表的檢測(cè)；S4：基于MTCNN關(guān)鍵點(diǎn)檢測(cè)的算法，對(duì)指針式油位表進(jìn)行關(guān)鍵點(diǎn)定位、再進(jìn)行指針角度計(jì)算，最終完成識(shí)別讀數(shù)。本發(fā)明實(shí)現(xiàn)對(duì)變電站指針式油位表的實(shí)時(shí)讀數(shù)識(shí)別，及時(shí)反饋，減少巡檢人員的工作量，降低變電站運(yùn)行過(guò)程中的設(shè)備隱患，本發(fā)明的準(zhǔn)確性、實(shí)時(shí)性均滿(mǎn)足了變電站在霧天場(chǎng)景下巡檢的實(shí)際需求。

技術(shù)領(lǐng)域

本發(fā)明公開(kāi)了一種霧天場(chǎng)景下變電站指針式油位表的智能識(shí)別方法，屬于變電站表計(jì)智能識(shí)別的技術(shù)領(lǐng)域。

背景技術(shù)

目前，變電站是電力系統(tǒng)穩(wěn)定運(yùn)行的重要環(huán)節(jié)，變電站的巡檢任務(wù)主要由工作人員完成，每天定時(shí)定點(diǎn)巡視檢測(cè)變電站設(shè)備并進(jìn)行抄表讀數(shù)。變電站中的指針式油位表分布在變電站各個(gè)角落，因此巡檢人員需要在高壓危險(xiǎn)環(huán)境下巡視整個(gè)變電站的儀表，可見(jiàn)勞動(dòng)強(qiáng)度大，在長(zhǎng)時(shí)間高強(qiáng)度重復(fù)勞動(dòng)中難以保證巡檢任務(wù)高質(zhì)量地完成。由于指針式油位表屬于機(jī)械式儀表，不具備遠(yuǎn)距離通信功能，要實(shí)現(xiàn)自主讀取儀表數(shù)據(jù)，則需要依靠計(jì)算機(jī)視覺(jué)技術(shù)解決問(wèn)題，進(jìn)而有效避免在危險(xiǎn)環(huán)境下作業(yè)可能導(dǎo)致的事故。

雖然現(xiàn)有技術(shù)中記載有識(shí)別霧的算法，例如：中國(guó)專(zhuān)利文獻(xiàn)CN110322431A公開(kāi)一種霧霾圖像質(zhì)量評(píng)價(jià)方法、系統(tǒng)、存儲(chǔ)介質(zhì)及電子設(shè)備。包括以下步驟：S1、獲取霧霾圖像，并基于暗通道先驗(yàn)方法獲取霧霾圖像對(duì)應(yīng)的第一透射率圖；S2、獲取霧霾圖像的非天空區(qū)域；S3、根據(jù)第一透射率圖和非天空區(qū)域獲取非天空區(qū)域?qū)?yīng)的第一入射光衰減率，以根據(jù)第一入射光衰減率獲取霧霾圖像的圖像質(zhì)量。但是該對(duì)比文獻(xiàn)主要聚焦在怎樣識(shí)別霧霾，但怎樣去除霧霾對(duì)其它待檢測(cè)事物的影響，并未有任何記載或者技術(shù)啟示。

因此，針對(duì)計(jì)算機(jī)視覺(jué)技術(shù)容易受到圖像采集時(shí)天氣等因素影響的技術(shù)問(wèn)題，尤其在戶(hù)外條件下，尤其是霧天環(huán)境下導(dǎo)致圖像成像的質(zhì)量不穩(wěn)定，給算法設(shè)計(jì)帶來(lái)了難度。

綜上所述，如何提供一種高效、可靠的指針式油位表的智能識(shí)別方法，在霧天環(huán)境下對(duì)指針式油位表進(jìn)行精準(zhǔn)識(shí)別，減少巡檢人員的工作量，降低變電站運(yùn)行過(guò)程中的設(shè)備隱患，是目前本領(lǐng)域技術(shù)人員亟待解決的問(wèn)題。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明公開(kāi)一種霧天場(chǎng)景下變電站指針式油位表的智能識(shí)別方法。

本發(fā)明實(shí)現(xiàn)對(duì)變電站指針式油位表的實(shí)時(shí)讀數(shù)識(shí)別，及時(shí)反饋，減少巡檢人員的工作量，降低變電站運(yùn)行過(guò)程中的設(shè)備隱患，本發(fā)明的準(zhǔn)確性、實(shí)時(shí)性均滿(mǎn)足了變電站在霧天場(chǎng)景下巡檢的實(shí)際需求。

本發(fā)明詳細(xì)的技術(shù)方案如下：

一種霧天場(chǎng)景下變電站指針式油位表的智能識(shí)別方法，其特征在于，包括

S1：通過(guò)變電站監(jiān)控獲取指針式油位表的實(shí)時(shí)圖像；

S2：判斷圖像是否帶霧：

如判斷不帶霧，則直接進(jìn)行步驟S3；

如判斷帶霧，則利用基于暗通道先驗(yàn)去霧算法對(duì)帶霧圖像進(jìn)行去霧處理；

S3：利用深度學(xué)習(xí)目標(biāo)檢測(cè)算法中的Faster-RCNN算法，完成對(duì)圖像中指針式油位表的檢測(cè)；

S4：基于MTCNN關(guān)鍵點(diǎn)檢測(cè)的算法，對(duì)指針式油位表進(jìn)行關(guān)鍵點(diǎn)定位、再進(jìn)行指針角度計(jì)算，最終完成識(shí)別讀數(shù)。

根據(jù)本發(fā)明優(yōu)選的，所述步驟S2中，判斷圖像是否帶霧的方法為：

S21：利用Brenner梯度函數(shù)計(jì)算所述圖像的Brenner值，預(yù)設(shè)帶霧閾值：