[发明专利]一种电力通道可视化场景下的图像边缘端压缩及后端恢复方法及系统

说明书

本发明提出了一种电力通道可视化场景下的图像边缘端压缩及后端恢复方法，其中方法具体包括以下步骤：步骤一、通过监控设备获取实际工况下的图像数据；步骤二、采用构建于边缘设备的压缩模型对图像数据进行压缩；步骤三、将压缩后的数据发送至服务器中进行存储；步骤四、后端读取存储在服务器中的压缩数据，并对其进行图像恢复；步骤五、根据图像恢复结果实时监测电力设备作业情况。本发明实现图像数据压缩过程与图像恢复采用相对独立的实现模型，不存在传统意义上的编码与解码关联，因此本发明的技术方案具备较好的可扩展性。本发明还能够直接复用电网现有设备，通用性强，同时能够复用现有电力通道可视化设备，使得经济效益可实现最大化。

技术领域

本发明涉及一种电力通道可视化场景下的图像边缘端压缩及后端恢复方法及系统，特别是涉及图像数据处理的技术领域。

背景技术

随着智能化产业的推进，国网公司以“坚强的智能电网”为基础导向，推进智能化作业在电力产业中的应用。近年来全面探索发展人工智能在电力领域不同业务场景的深度融合应用，形成了以人工智能、电力物联网为代表的大批新型成果并推广应用。随着可视化的基本普及和无人机的大量配备，图像智能识别技术、激光扫描技术、倾斜摄影技术等已在输电等专业落地应用并初见成效，但随着应用领域的扩大、应用频次的提升，将会形成超大量级图像数据，不可避免的形成高额数据通讯费用、存储设备的大量投资等情况。除经济效益外，过大的数据集因为传输速度慢，同样对部署于后台的智能识别手段造成极大的时间延迟，对各领域识别周期存在极大的影响，不利于大电网运行安全稳定。

发明内容

发明目的：提出一种电力通道可视化场景下的图像边缘端压缩及后端恢复方法及系统，以解决现有技术存在的上述问题。同时，极大程度上的节省传输流量和存储设备投资，以及缩短缺陷识别周期，保障电网安全运行。

技术方案：第一方面，提出了一种电力通道可视化场景下的图像边缘端压缩及后端恢复方法，该方法具体包括以下步骤：

步骤一、通过监控设备获取实际工况下的图像数据；

步骤二、采用构建于边缘设备的压缩模型对图像数据进行压缩；

步骤三、将压缩后的数据发送至服务器中进行存储；

步骤四、后端读取存储在服务器中的压缩数据，并对其进行图像恢复；

步骤五、根据图像恢复结果实时监测电力设备作业情况。

在第一方面的一些可实现方式中，实现图像数据压缩过程与图像恢复采用相对独立的实现模型，不存在传统意义上的编码与解码关联，因此直接决定了当前技术方案具备较好的可扩展性。另外，将图像数据压缩部署在边缘设备中，部署过程便捷且对边缘端设备算力要求较低，从而使得对硬件的需求降低，减少硬件投入成本。除此之外，能够直接复用电网现有设备，通用性强，同时能够复用现有电力通道可视化设备的特征，使得经济效益可实现最大化。

在第一方面的一些可实现方式中，步骤二图像数据压缩的过程中，根据压缩比例，以固定的压缩质量，对图像数据进行处理并在压缩为WEBP数据后传输至步骤三的服务器中。

其中压缩的过程进一步包括：

步骤2.1、将获取到的图像数据进行分块处理；

步骤2.2、对分块后的图像数据进行帧内预测编码；

步骤2.3、将预测部分的原图像数据减去预测出来的数据，得到差值矩阵，

步骤2.4、对差值矩阵进行离散余弦变换，从而生成一个频率系数矩阵，并获取图像数据中的高频区域和低频区域；

步骤2.5、将高频区域的图像数据舍弃，并对频率系数表和量化表进行计算，生成一个量化矩阵；

步骤2.6、对图像数据进行编码压缩。