[发明专利]基于红外热像处理的电力设备关键特征提取方法及系统

说明书

本发明公开了一种基于红外热像处理的电力设备关键特征提取方法及系统。本发明将红外热读数映射成红外热像灰度图，对红外热像灰度图进行预处理，解决红外热像常见的噪声困扰，降低图片质量要求，再采用二值化操作提取出热点区域，有效降低计算量并突出热点区域轮廓，最后对热点区域进行提取，有效获得可靠性高的特征参量。

技术领域

本发明涉及一种基于红外热像处理的电力设备关键特征提取方法及系统，属于电力设备测温领域。

背景技术

当前，在电力设备检测维护中，主要是依靠人工检查或是传感器检测。人工检查劳动强度大，效率低，易出错。传感器检测需要针对不同设备研发不同功能、不同使用条件的传感器，不通用，成本高。因此在电力设备温度监测中，基于红外热像处理的温度检测方法的应用越来越广泛。

电力设备关键特征提取，主要是通过对红外热像仪采集到的原始热读数进行处理来得到电力设备关键特征。关键特征提取主要涉及红外热读数采集，红外热像预处理，热点区域分割，关键特征提取等步骤。

目前对于电力设备测温的方法主要有以下几种：一、使用红外测温仪对发热部位进行逐点测温（陈晖婷. 红外测温诊断技术在变电运行维护中的应用[J]. 通讯世界,2017,(11):204-205.）；二、光纤测温技术（朱卓玲. 分布式光纤测温技术在电力行业中的应用研究[D].华东理工大学,2017.）三、无线测温技术（陈得民,王卫东,李鹏. 无线电力设备测温系统规范化设计研究[J]. 传感器世界,2014,(04):37-42.）。这些方法对图片质量要求高、计算可靠性差。

发明内容

本发明提供了一种基于红外热像处理的电力设备关键特征提取方法及系统，解决了现有技术对图片质量要求高、计算可靠性差的问题。

为了解决上述技术问题，本发明所采用的技术方案是：

一种基于红外热像处理的电力设备关键特征提取方法，包括，

根据读取的红外热读数，获取原始图像的红外热像灰度图；

对原始图像的红外热像灰度图进行预处理；

根据运行中的电力设备与其他物体的温差，通过二值化操作从预处理后的原始图像红外热像灰度图中提取出需要检测的热点区域；

对热点区域进行特征提取，获得电力设备的特征参量。

根据运行中的电力设备与其他物体的温差，通过二值化操作从预处理后的原始图像红外热像灰度图中提取出需要检测的热点区域，具体过程为，

将预处理的原始图像红外热像灰度图进行二值化，获得二值图像；

对二值图像进行开操作，提取白色区域的轮廓；

响应于轮廓内白色区域数量为1，白色区域外接边框内的区域为热点区域；

响应于轮廓内白色区域数量大于1，将面积小于面积阈值的白色区域设为黑色，白色区域外接边框内的区域为热点区域。

采用仅提取外层轮廓的轮廓提取算法提取白色区域的轮廓。

对热点区域进行特征提取，获得电力设备的温度信息和温度超标区域，具体过程为，

根据读取的热点区域红外读数，获得电力设备的温度信息；

根据读取的热点区域红外读数，获得热点区域的红外热像灰度图，提取超过电力设备温度限制的所有像素点坐标，并进行颜色标记，获得温度超标区域。

计算温度超标区域内包含的像素数，响应于像素数超过预设值，则温度超标区域对应的电力设备为异常设备。

获得红外热像灰度图的过程为，

基于红外读数，统计最高温度和最低温度；