[发明专利]一种基于图像识别技术的变电站设备状态识别方法及系统

说明书

本发明公开了一种基于图像识别技术的变电站设备状态识别方法及系统，通过一种通过智能巡视设备采集设备翻字牌的图像，经由5G网络上传图像至云服务器，进行图像处理识别一次设备的状态，图像处理包括：灰度化、线性变换、图像去噪技术和霍夫梯度法处理，定位设备翻字牌的位置；进行字符区域的精确定位，使用图像阈值化、形态学开闭合运算和目标分割，得到精准的字符分合图像；利用K3M骨架提取字符特征，采用SURF模板匹配实现一次设备的状态。识别结果存储于数据库中，通过人机交互模块实时监测一次设备状态。本发明可以对开关进行及时且准确的判断，提高变电站的智能化程度。

技术领域

本发明涉及一种基于图像识别技术的变电站设备状态识别方法及系统，属于变电站监测技术领域。

背景技术

在电力系统中，为了保证变电站的安全运行，避免产生经济和人力的损失，视频监控是其中很重要的一个关节。在非智能的变电站运维中，视频监控需要耗费很大的人力资源，但对于特定的简单任务，其资源的浪费是很没有必要的。

为实现对变电站一次设备变电站室内气体绝缘金属封闭(GIS)开关设备的翻字牌状态的识别方法是很有必要的。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种基于图像识别技术的变电站设备状态识别方法及系统，可以对开关进行及时且准确的判断，提高变电站的智能化程度。

为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供了一种基于图像识别技术的变电站设备状态识别方法，包括以下步骤：

获取采集的设备翻字牌的图像；

对所述采集的设备翻字牌的图像进行图像处理，定位设备翻字牌的位置，得到处理后的图像；

对所述处理后的图像进行字符区域的精确定位，得到字符分合图像；

基于所述字符分合图像，利用K3M骨架提取字符特征，得到状态字符骨架信息；

对状态字符骨架信息用SURF特征匹配算法提取特征，获得采集到的图像的特征点，并将采集到的图像的特征点与模板图像的特征点进行匹配，得到识别结果。

进一步的，获取采集的设备翻字牌的图像，包括：

对变电站室内气体绝缘金属封闭开关设备的翻字牌状态，用巡视设备搭载的摄像机进行图像采集，经由网络上传图像。

进一步的，对所述采集的设备翻字牌的图像进行图像处理，定位设备翻字牌的位置，包括灰度化、线性变换、图像去噪技术和霍夫梯度法处理；

进一步的，灰度化包括：

对采集到的图像使用加权平均法对RGB三个颜色通道的像素值进行灰度化处理：

f(x,y)＝0.11R(x,y)+0.59G(x,y)+0.3B(x,y)

f(x,y)表示处理后的图像，R(x,y),G(x,y),B(x,y)分别代表采集到的图像三个颜色通道，x、y表示图片中当前像素在x、y轴上的坐标。并用直方图均衡化进行灰度增强。将非均匀概率密度函数P_r(r)用函数变换s转化为均匀概率分布p_r(s)。当采集图像的总像素数为n，分为L个灰度级，n_k代表第k个灰度级出现的数量，则第k个灰度级出现的概率为：

此时，变换函数可以表示为：

图像去噪技术，包括：

使用统计滤波中的高斯滤波对灰度化后的图片进行空间域上的图像进行去噪。