[发明专利]基于双光源的GIS设备内部的异物的检测方法及系统有效
申请号: | 202010252536.8 | 申请日: | 2020-04-01 |
公开(公告)号: | CN111553194B | 公开(公告)日: | 2023-04-18 |
发明(设计)人: | 马飞越;丁培;叶逢春;相中华;刘志远;朱洪波;佃松宜;赵涛;牛勃;倪辉;王博;魏莹;陈磊;马波;田禄 | 申请(专利权)人: | 国网宁夏电力有限公司电力科学研究院;国网宁夏电力有限公司;四川大学 |
主分类号: | G06V20/50 | 分类号: | G06V20/50;G06V10/80;G06V10/50;G06V10/764;G06V10/143;G06V10/56 |
代理公司: | 北京润泽恒知识产权代理有限公司 11319 | 代理人: | 莎日娜 |
地址: | 750001 宁夏回族*** | 国省代码: | 宁夏;64 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 光源 gis 设备 内部 异物 检测 方法 系统 | ||
1.一种基于双光源的GIS设备内部的异物的检测方法,其特征在于,包括:
在可见光照射下采集所述GIS设备内部的异物候选区域的第一图像,以及,在紫外光照射下采集所述异物候选区域的第二图像;
对所述第一图像进行显著性检测处理,得到第一显著性图像;
对所述第二图像进行灰度化处理,得到第一灰度图像;
对所述第一显著性图像和所述第一灰度图像分别进行归一化处理,得到第一归一化图像和第二归一化图像;
将所述第一归一化图像和所述第二归一化图像融合,得到特征图像;
计算所述特征图像的HOG特征;
将所述HOG特征输入到SVM分类器后,输出所述异物候选区域是否具有异物的结果;
所述对所述第一图像进行显著性检测处理,得到第一显著性图像的步骤,包括:
将所述第一图像转换到Lab颜色空间后,计算所述第一图像的Lab颜色空间的L、a、b的平均值;
将所述第一图像进行高斯模糊后转换到Lab颜色空间,得到每一像素点的高斯模糊特征值;
根据所述第一图像的Lab颜色空间的L、a、b的平均值和每一像素点的高斯模糊特征值,计算所述第一图像的每一像素点的显著性值,得到所述第一显著性图像。
2.根据权利要求1所述的基于双光源的GIS设备内部的异物的检测方法,其特征在于,所述在可见光照射下采集所述GIS设备内部的异物候选区域的第一图像,以及,在紫外光照射下采集所述异物候选区域的第二图像的步骤之前,所述方法还包括:
在可见光照射下采集所述GIS设备内部的图像;
对所述GIS设备内部的图像进行显著性检测处理,得到第二显著性图像;
对所述第二显著性图像进行自适应阈值分割处理,得到所述异物候选区域。
3.根据权利要求1所述的基于双光源的GIS设备内部的异物的检测方法,其特征在于,所述将所述第一归一化图像和所述第二归一化图像融合,得到特征图像的步骤,包括:
将所述第一归一化图像和所述第二归一化图像中相同位置的像素点的像素值相加,得到特征图像。
4.根据权利要求1所述的基于双光源的GIS设备内部的异物的检测方法,其特征在于:所述归一化处理的方法为最大值最小值归一化方法。
5.一种基于双光源的GIS设备内部的异物的检测系统,其特征在于,包括:
第一采集模块,用于在可见光照射下采集所述GIS设备内部的异物候选区域的第一图像,以及,在紫外光照射下采集所述异物候选区域的第二图像;
第一处理模块,用于对所述第一图像进行显著性检测处理,得到第一显著性图像;
第二处理模块,用于对所述第二图像进行灰度化处理,得到第一灰度图像;
第三处理模块,用于对所述第一显著性图像和所述第一灰度图像分别进行归一化处理,得到第一归一化图像和第二归一化图像;
融合模块,用于将所述第一归一化图像和所述第二归一化图像融合,得到特征图像;
计算模块,用于计算所述特征图像的HOG特征;
输出模块,用于将所述HOG特征输入到SVM分类器后,输出所述异物候选区域是否具有异物的结果;
所述第一处理模块包括:
第一计算子模块,用于将所述第一图像转换到Lab颜色空间后,计算所述第一图像的Lab颜色空间的L、a、b的平均值;
转换子模块,用于将所述第一图像进行高斯模糊后转换到Lab颜色空间,得到每一像素点的高斯模糊特征值;
第二计算子模块,用于根据所述第一图像的Lab颜色空间的L、a、b的平均值和每一像素点的高斯模糊特征值,计算所述第一图像的每一像素点的显著性值,得到所述第一显著性图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网宁夏电力有限公司电力科学研究院;国网宁夏电力有限公司;四川大学,未经国网宁夏电力有限公司电力科学研究院;国网宁夏电力有限公司;四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010252536.8/1.html,转载请声明来源钻瓜专利网。