[发明专利]一种变压器油位的实时检测方法

权利要求书

1.一种变压器油位的实时检测方法，其特征在于：包括，

获取变压器油位检测区域的图像，并对所述图像进行图像预处理；

若所述图像为正常光照度图像，则对所述图像进行油位区域提取；否则，则判断所述图像是否为阴天图像；

若为阴天图像，则对所述阴天图像进行图像增强处理，而后对增强的图像进行油位区域提取，输出油位高度检测数据；否则，则判断所述图像是否为雾天图像；

若为雾天图像，则对所述雾天图像进行去雾处理，而后对去雾的图像进行油位区域提取，输出油位高度检测数据；

否则，则对图像进行油位区域提取，输出油位高度检测数据。

2.如权利要求1所述的变压器油位的实时检测方法，其特征在于：所述图像预处理包括，

二值化所述图像；

利用中值滤波策略过滤二值化图像的噪声：

g(x,y)＝med{f(x-k,y-l),(k,l∈w)}

其中f(x)、g(x)分别为输入和输出，w为二维模板，大小为5*5，k和l为步长。

3.如权利要求2所述的变压器油位的实时检测方法，其特征在于：所述油位区域提取包括，

将所述图像从RGB颜色空间转换为HSV颜色空间，对H、S、V三个分量取阈值h₁、s₁、v₁，根据下式提取目标区域：

根据图像中连通区域的区域属性获得有油区域所占的像素点个数c，若整个油位套管区域的像素点个数为M，则有油区域的油位比h为：

h＝c/M×100％

其中，H为色调，S为饱和度，V为亮度。

4.如权利要求3所述的变压器油位的实时检测方法，其特征在于：所述图像增强处理包括，

计算阴天图像每个灰度级概率、灰度级概率的最大值和最小值；

根据灰度级概率、灰度级概率的最大值和最小值对所述阴天图像进行修正；

根据修正后的概率密度计算修正后的累积概率，根据所述累积概率对修正的阴天图像进行像素增强。

5.如权利要求4所述的变压器油位的实时检测方法，其特征在于：还包括，

灰度级概率pdf(h)为：

根据下式进行修正：

计算修正后的累积概率cdf_new(h)：

根据下式进行像素增强：

T(h)＝h_max(h/h_max)^r

r＝1-cdf_new(l)

其中，pdf_new(h)为修正后的灰度级概率，pdf_max为灰度级概率的最大值，pdf_min为灰度级概率的最小值，n_h为像素值为h的点的个数，n为像素点总个数，T(h)为增强后的像素，δ为修正因子。

6.如权利要求4或5所述的变压器油位的实时检测方法，其特征在于：所述去雾处理包括，

计算雾天图像的暗通道像素值，对暗通道像素值的最小值进行滤波，获得混合暗通道像素值；

计算大气光强值，根据所述大气光强值逐点计算每个像素点的透射率，获得粗透射图；

若所述混合暗通道像素值小于阈值T，则增强粗透射图各像素点，完成去雾处理；

否则，则削弱粗透射图各像素点，完成去雾处理。

7.如权利要求6所述的变压器油位的实时检测方法，其特征在于：所述透射率包括，

设置光强阈值A₀，计算大气光强值A：

A＝min(A₀,min(I(x)))

根据所述大气光强值A计算透射率t：

其中，x为暗通道像素值，β为变量，I(x)为所述雾天图像。

8.如权利要求7所述的变压器油位的实时检测方法，其特征在于：还包括，

对各像素点补偿μ，以增强粗透射图各像素点：

μ＝A-min(minI(x))

对各像素点削弱γ，以削弱粗透射图各像素点：

γ＝min(max(τ,M)，ε)

其中，τ为透射率最小值，ε为透射率最大值，M为暗通道像素点总数。