[发明专利]基于机器视觉的火电机组空冷阵列温度场监测方法及装置

权利要求书

1.基于机器视觉的火电机组空冷阵列温度场监测方法，其特征在于，包括以下：

获取待监测的翅片管束的红外热图像；

将所述红外热图像进行预处理得到第一图像；

将所述第一图像输入预训练的空冷阵列温度场监测模型，得到所述第一图像中每个像素点的预测类别，并根据预测类别确定翅片管束对应的像素，得到所述像素的坐标索引；

根据所述坐标索引在输入的红外热图像中获取当前像素的温度值，进而根据翅片管束对应的像素的温度值得到翅片管束的温度场分布；

根据所述温度场分布判断所述翅片管束是否存在死区，若存在则将所述温度场分布信息以及死区的位置反馈至检修人员。

2.根据权利要求1所述的基于机器视觉的火电机组空冷阵列温度场监测方法，其特征在于，具体的，所述红外图像进行的预处理操作包括以下，

将所述红外图像进行灰度化得到第一图像，其中灰度转换的公式包括以下，

G_gray＝0.3R+0.59G+0.11B

其中G_gray是灰度化后的像素值，R为原图像中代表红色分量的像素值，G代表原图像中绿色分量的像素值，B代表原图像中蓝色分量的像素值，灰度化后的第一图像的尺寸为shape＝[w×h×c]，其中C为1。

3.根据权利要求1所述的基于机器视觉的火电机组空冷阵列温度场监测方法，其特征在于，具体的，预训练的空冷阵列温度场监测模型通过以下方式进行训练得到，

数据集的获取，

获取翅片管束的多个红外热图像

对多个所述红外热图像进行处理得到第二图像，具体的处理过程包括，

将红外温度图像转为灰度图，需要用到的公式为：

G_gray＝0.3R+0.59G+0.11B

其中G_gray是灰度化后的像素值，R为原图像中代表红色分量的像素值，G代表原图像中绿色分量的像素值，B代表原图像中蓝色分量的像素值，灰度化后的图像尺寸为shape＝[w×h×c]，其中C为1，

将灰度化后的红外温度图像中的像素值标记为k维的独热码，当第i像素点的真实标签为j时，其独热码表现形式为标记后的真实标签尺寸为shape_GT＝[w_gt×h_gt×c_gt]，其中cgt为k，

对灰度化后的图像进行数据扩充，设置3个不同的原始裁剪框，如size＝[w₁×h₁,w₂×h₂,w₃×h₃]，并且设置3种规模，最终能得到9种不同的裁剪框

得到不同的裁剪框后，使用基于交并比的非极大值抑制方法筛选裁剪后图像，交并比的公式为其中area(G)为被标记为真实标签的区域大小，area(O)为标记为背景的区域大小，

计算每个裁剪后图像的交并比，设置非极大值抑制的阈值D，设裁剪后第p个图像的交并比为IoU_p，则有若IoU_p≥D，则保留，若IoU_pD，则筛除；

数据集的划分，

将获取的数据集划分为训练数据集、验证数据集和测试数据集；

模型的获取，

根据划分的数据集，设置多组不同的网络参数和超参数，选取损失函数和优化器，训练计算机视觉模型，最终选取一个效果最好的模型。