[发明专利]一种基于风电机组故障识别的视频图像融合方法

说明书

本公开提供一种基于风电机组故障识别的视频图像融合方法，包括：采集风电机组的视频图像信息；将视频图像信息进行图像分帧处理；对分帧处理后的图像进行灰度转换，并进行小波分解下的像素级图像融合，得到第一融合图像；对分帧处理后的图像进行拉普拉斯金字塔下的像素级图像融合，得到第二融合图像；对分帧处理后的图像采用SIFT算法，得到特征级下的第三融合图像；对三个融合图像进行熵、联合熵和均方根误差的计算；设计GUI人机交互界面，将三种融合处理算法以及指标量的计算体现在界面中，通过获得的指标值，得到最终融合图像，利用最终融合图像对风电机组进行故障识别。能够更好地识别风机外部设备的故障状态，不受单一角度下遮挡物的影响。

技术领域

本公开属于风电机组故障识别技术领域，具体涉及一种基于风电机组故障识别的视频图像融合方法。

背景技术

风电设备外部设备的安全性不仅是在危机形成和爆发后进行有效的处置,更重要的是预测预警可能产生风电事故的可能性因素,从根本上防止危机的形成和爆发。风电机组外部设备必须坚持预防和应急相结合的原则,特别应当注重系统的提前预测识别能力。要有利于做好加强危机性事件应急管理的准备、预备和预警等基础性工作,提高危机性事件预警和防范能力,充分实现预警与应急、常态管理和非常态管理的有机结合。此外，由于风电机组的叶轮、叶片及塔架长时间处于风力、风速较大的场地中，外部环境恶劣，因此外部设备的故障概率较高。

另外，近年来，视频应用越来越广泛。随着科技不断进步、人们生活水平提高和网络化时代的到来，视频逐渐成为人们了解时事、进行娱乐活动的一种重要手段。同时，在公安破案、交通监控、安全生产等各个方面都已经离不开视频监控。由于视频具有单幅图像不具有的连续性，因此视频图像具有极大的信息量，它同时具有空间分辨和时间分辨的能力，但真正把这些信息提取和挖掘出来是复杂和困难的。并且视频作为一种连续性强的信息源，处理手段远少于对单幅图像的处理，因此将视频转换为图像进行处理势在必行。

发明内容

本公开旨在至少解决现有技术中存在的技术问题之一，提供一种基于风电机组故障识别的视频图像融合方法。

本公开的一个方面，提供一种基于风电机组故障识别的视频图像融合方法，所述方法包括：

采集风电机组的视频图像信息；

将所述视频图像信息进行图像分帧处理，得到多源或者单源多幅图像；

对所述分帧处理后的图像进行灰度转换，对转换后的灰度图像进行小波分解下的像素级图像融合，得到第一融合图像；

对所述分帧处理后的图像进行拉普拉斯金字塔下的像素级图像融合，得到第二融合图像；

对所述分帧处理后的图像采用SIFT算法，得到特征级下的第三融合图像；

对所述第一融合图像、所述第二融合图像以及所述第三融合图像进行熵、联合熵和均方根误差的计算；

设计GUI人机交互界面，将三种融合处理算法以及指标量的计算体现在所述GUI人机交互界面中，通过获得的指标值，得到最终融合图像，利用所述最终融合图像对所述风电机组进行故障识别。

在一些可选地实施方式中，所述对转换后的灰度图像进行小波分解下的像素级图像融合，得到第一融合图像，包括：

将转换后的灰度图像投影到一组小波函数上，并将该灰度图像分解为该组小波函数的叠加，得到所述第一融合图像。

在一些可选地实施方式中，所述对所述分帧处理后的图像进行拉普拉斯金字塔下的像素级图像融合，得到第二融合图像，包括：

所述分帧处理后的图像作为原图像，将原图像作为高斯金字塔的第0层，假设原图像为G0，将所述原图像利用高斯核w进行卷积，其中高斯核为下述式(1)：