CN107895365B - 一种输电通道外破防护的图像匹配方法及监测*** - Google Patents

一种输电通道外破防护的图像匹配方法及监测*** Download PDF

Info

Publication number
CN107895365B
CN107895365B CN201711057855.8A CN201711057855A CN107895365B CN 107895365 B CN107895365 B CN 107895365B CN 201711057855 A CN201711057855 A CN 201711057855A CN 107895365 B CN107895365 B CN 107895365B
Authority
CN
China
Prior art keywords
image
module
power transmission
matching method
monitoring
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711057855.8A
Other languages
English (en)
Other versions
CN107895365A (zh
Inventor
李程启
白德盟
陈玉峰
杨祎
林颖
徐冉
秦佳峰
李露露
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201711057855.8A priority Critical patent/CN107895365B/zh
Publication of CN107895365A publication Critical patent/CN107895365A/zh
Application granted granted Critical
Publication of CN107895365B publication Critical patent/CN107895365B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Human Resources & Organizations (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Multimedia (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Remote Sensing (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种输电通道外破防护的图像匹配方法及监测***，***包括多个监测模块和控制中心，监测模块均包括电源模块、声光告警模块、图像监测模块、主控制***和通信模块，图像监测模块检测铁塔两侧线路通道的图像，并将图像传输给主控制***；主控制***采用基于Haar特征密度图的图像匹配方法进行隐患检测，当检测出存在隐患时，通知声光告警模块进行告警；本发明采用Haar特征密度图滤波，能够有效的去除由于微小扰动所引起的匹配失败的离散像素点，在保证大块连通域本身没有损失的同时，还能够很好的保留其内部及周围的离散点，与像素图像进行匹配。

Description

一种输电通道外破防护的图像匹配方法及监测***
技术领域
本发明涉及一种输电通道外破防护的图像匹配方法及监测***。
背景技术
随着国民经济的发展，各行各业对电力的需求不断扩大，各种人为和自然事故导致的断电造成的损失也越来越大。如何提早发现、处理和预防危害输电线路的自然灾害及意外事故，时刻保障电力正常供应，成为人们关注的焦点。
目前在我国许多地方已开始通过在各个高压输电线路的杆塔上安装图像/视频监测装置来监控线路通道环境，代替传统的人工巡线。原有的图像/视频监测，寿命短、可靠性低、隐患检测不智能。现场的图像/视频监测装置将拍摄的视频传回服务器，再由人工观察来排查隐患，工作量非常大，而且主观性强，效率低下。
随着智能信息处理技术的发展，人们开始探索利用图像匹配技术进行安全检测的方法，也取得了一定的进展。但是，由于输电线路或通道多设置于复杂的野外场景，且气象条件不佳，杆塔本身会产生一定的晃动，尤其是对于电压等级较高的大型铁塔，晃动的幅度更大，背景中的目标会产生晃动或者舞动以及天气、云彩和光照等都会影响拍摄照片效果，受到影响的图像，对于输电通道外破防护效果并不好。
发明内容
本发明为了解决上述问题，提出了一种输电通道外破防护的图像匹配方法及监测***，本发明能快速检测线路通道隐患，及时将隐患信息反馈。
为了实现上述目的，本发明采用如下技术方案：
输电通道外破防护的图像匹配方法，包括以下步骤：
(1)对待匹配图像与参考图像进行差分处理，得到差分图像；
(2)对图像进行二值化处理；
(3)计算二值化后差分图像的Haar特征，得到对应的Haar特征密度图；
(4)基于Haar特征密度图对二值化后的图像进行滤波，得到最终匹配结果。
所述步骤(1)中，将待匹配图像与参考图像转换至RGB、HSV、YUV和Lab四个颜色空间，并在四个颜色空间中分别获得差分图像。
所述步骤(2)中，将除了色调通道的差分图像的其余通道差分图像进行加权融合。
进一步的，分离通道，将除了H通道的差分图像的其余11个通道差分图像进行加权融合，融合过程如下：
Figure BDA0001453970430000021
其中，Il(x,y)表示第l个通道的差分图像中坐标(x,y)处图像I的像素值；F(x,y)表示坐标(x,y)处融合后图像F的像素值；N表示需要融合的图像数量；ki表示尺度窗口的大小，αi表示尺度的权重，N＝11。
进一步的，所述步骤(3)中，二值化的处理包括：
(3-1)统计图像中各个灰度级的像素数量，并对其进行归一化处理；
(3-2)根据统计的像素数量归一化结果，确定二值化的最优阈值；
(3-3)根据确定的最优阈值，对图像进行灰度二值化处理。
所述步骤(3-2)中，根据灰度级的像素数量的归一化结果，确定各个阈值时的背景概率和前景概率以及对应的灰度均值，求得背景和前景方差、类间方差和类内方差，确定类间方差最大且类内方差最小时的阈值为最优阈值。
所述步骤(4)中，对于二值图像，利用Haar特征的灰度差值特征看作是像素之间的二值跳变。
所述步骤(4)中，Haar特征模板如下：
Figure BDA0001453970430000031
gc表示灰度值为255的像素，gp为gc的八邻域；gp的值与gc不相同时，点gc的Haar特征数加一。
所述步骤(4)中，得到图像的Haar特征密度图的具体过程包括：
(4-1)构造与融合后差分图像大小相同的二维图像H，并将图像中的像素值全部赋值为0；
(4-2)将二值化后差分图像中像素的Haar特征数作为图像H中对应位置的像素的灰度值，图像H就是差分图像的Haar特征密度图。
所述步骤(4)中，滤波的过程包括：
(4-a)以像素P为中心，统计宽度为L的窗口内的有效像素的数量和Haar特征数量；
(4-b)将Haar特征数量与窗口内的有效像素的数量的比值作为像素P的Haar特征频数。
一种输电通道外破防护的监测***，包括多个监测模块和控制中心，所述监测模块均包括电源模块、声光告警模块、图像监测模块、主控制***和通信模块，其中：
所述电源模块为整体监测模块提供电能；
所述图像监测模块，被配置为设置于各个输电线路的铁塔上，检测铁塔两侧线路通道的图像，并将图像传输给主控制***；
所述主控制***，被配置为控制图像检测模块的采集控制，采用基于上述图像匹配方法进行隐患检测，当检测出存在隐患时，通知声光告警模块进行告警；
所述通信模块，被配置为提供通信通道给主控制***与控制中心，将隐患信息进行传输和反馈，并对传输和反馈的信息采用MD5算法进行数据加密；
所述控制中心，被配置为接收监测模块的数据并进行展示，实现各个监测模块的分布可视化、线路通道图像可视化和实时告警。
进一步的，所述电源模块包括电源供给模块和电源存储模块，所述电源供给模块采用太阳能电池板进行电能采集，与主控制***相连，电源存储模块包括蓄电池和超级电容，将电源供给模块采集的电能进行存储，与主控制***相连。
进一步的，所述声光告警模块包括高音喇叭和灯光闪烁装置。
进一步的，所述监测模块还包括测温模块，与主控***间的通讯方式为无线通讯方式，测量输电线路导线、耐张线夹和/或引流板的温度。
进一步的，所述图像监测模块采用物理像素大于500万像素的拍照镜头，包括两个镜头，分别监测铁塔两侧线路通道，与主控制***相连。
进一步的，所述主控制***包括控制单元和数据预处理单元，所述控制单元被配置为进行拍照控制、通讯模块、测温控制、视频控制、电源控制和声光告警控制；数据预处理单元被配置为采用基于Haar特征密度图的图像匹配方法进行隐患检测。
与现有技术相比，本发明的有益效果为：
(1)本发明采用Haar特征密度图滤波，能够有效的去除由于微小扰动所引起的匹配失败的离散像素点，在保证大块连通域本身没有损失的同时，还能够很好的保留其内部及周围的离散点，与像素图像进行匹配；
(2)本发明利用Haar特征密度图对于像素的离散和稠密程度具有很好的描述能力，因此，可以利用Haar特征密度图对图像进行滤波以过滤掉离散的噪声点，实现对像素级匹配结果中局部细小的非刚性变化区域进行超像素级的匹配。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
图1为本发明的有效算法流程图；
图2为二值化后的差分图像和Haar特征密度图；
图3为不同方法获得的滤波结果；
图4为用于输电通道外破防护的可视化监测装置。
具体实施方式：
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在本发明中，术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，只是为了便于叙述本发明各部件或元件结构关系而确定的关系词，并非特指本发明中任一部件或元件，不能理解为对本发明的限制。
本发明中，术语如“固接”、“相连”、“连接”等应做广义理解，表示可以是固定连接，也可以是一体地连接或可拆卸连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员，可以根据具体情况确定上述术语在本发明中的具体含义，不能理解为对本发明的限制。
正如背景技术所介绍的，现有技术中存在原有的图像/视频监测，寿命短、可靠性低、隐患检测不智能。现场的图像/视频监测装置将拍摄的视频传回服务器，再由人工观察来排查隐患，工作量非常大，而且主观性强，效率低下的不足，为了解决如上的技术问题，本申请提出了一种用于输电通道外破防护的可视化监测装置及数据处理方法。
本申请的一种典型的实施方式中，如图4所示，主要包含以下几个方面：
1、将电源供给模块、电源存储模块、声光告警模块、测温模块、图像监测模块、主控制***、通信模块安装于输电线路铁塔上；
2、将输电线路可视化***部署于服务器上；
3、开通VPN通道，调试装置上安装的物联网卡与输电线路可视化***的数据联通；
4、设置装置采集参数，主要包括采集时间段、采集周期、线路名称、杆塔名称、***、安装日期和关注隐患类型等；
5、装置启动拍照功能，照片经过数据预处理单元通过VPN通道将通道图像数据传输至将输电线路可视化***。
6、数据预处理单元采用基于Haar特征密度图的图像匹配方法对通道图像进行隐患检测，在图像中具有隐患信息时，装置向输电线路可视化***发出告警信息，否则传输正常信息。
如图1所示，基于Haar特征密度图的图像匹配方法包括以下步骤：
步骤1：计算待匹配图像与参考图像的差分图像；
第一步：将待匹配图像与参考图像转换至RGB，HSV,，YUV，Lab四个颜色空间，并在四个颜色空间中获得差分图像；
第二步：分离通道，将除了H通道的差分图像的其余11个通道差分图像进行加权融合，融合过程如下：
Figure BDA0001453970430000081
其中，Il(x,y)表示第l个通道的差分图像中坐标(x,y)处图像I的像素值；F(x,y)表示坐标(x,y)处融合后图像F的像素值；N表示需要融合的图像数量；ki表示尺度窗口的大小，αi表示尺度的权重，本专利中取N＝11，k＝{1,2,3}，α＝{0.1,0.2,0.7}。
步骤2：二值化；
第一步：统计图像中灰度级为i的像素数量，记为ni，为了计算方便，归一化处理如下：
Figure BDA0001453970430000082
其中，M表示图像的灰度级，如8位单通道图像灰度级M为256；
第二步：计算二值化阈值t(1≤t≤M)：
Figure BDA0001453970430000083
Figure BDA0001453970430000084
w0表示阈值为t时的背景概率，w1为前景概率；
Figure BDA0001453970430000091
Figure BDA0001453970430000092
μ0(t)表示阈值与t时的背景灰度均值，μ1(t)为前景的灰度均值；
Figure BDA0001453970430000093
δw 2＝w0δ0 2+w1δ1 2
δB 2＝w0*(u0(t)-u)2+w1*(u1(t)-u)2
其中δ0 2表示背景方差，δ1 2表示前景方差，δB 2表示类间方差，δW 2表示类内方差，u表示图像整体均值；使δB 2最大，δW 2最小的阈值t即为最优阈值；
第三步：计算得到最优阈值t后，根据最优阈值t进行二值化，大于t的灰度值置为1，小于t的灰度值置为0，完成图像二值化。
步骤3：计算二值化后差分图像的Haar特征；
Haar特征是一种图像中矩形区域灰度差值特征的描述方法，对于二值图像而言，这种灰度差值特征便可看作是像素之间的二值跳变；Haar特征模板如下：
Figure BDA0001453970430000094
gc表示灰度值为255的像素，gp为gc的八邻域；gp的值与gc不相同时，点gc的Haar特征数加一。
步骤4：得到图像的Haar特征密度图；
第一步：构造与融合后差分图像大小相同的二维图像H，并将图像中的像素值全部赋值为0；
第二步：将二值化后差分图像中像素的Haar特征数作为图像H中对应位置的像素的灰度值，图像H就是差分图像的Haar特征密度图。
步骤5：基于Haar特征密度图的图像滤波；
第一步：以像素P为中心，统计宽度为L的窗口内的有效像素的数量N和Haar特征数量M；
第二步：计算Q＝M/N(N不等于0时)，作为P的Haar特征频数。计算过程如下：
Figure BDA0001453970430000101
其中，Q为计算得到的B的Haar特征频数图，Q内像素值的取值范围为[0,8]。B为待滤波的二值图像，其像素值的取值为{0,1}，0代表黑色像素，1代表白色像素(有效像素)。H为B的Haar特征密度图。l为滤波窗口大小，本专利中取l＝25。
7、通信模块与主控制***相连，包括数据加密模块和无线通讯模块。数据加密模块采用MD5算法进行数据加密；无线通讯模块采用通讯运营商物联网卡和VPN通道的方式进行数据传输；
8、输电线路可视化***为后台主站***，接受前端装置数据并进行展示，包括装置分布可视化、线路通道可视化、装置管理和告警查询。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (13)

1.输电通道外破防护的图像匹配方法，其特征是：包括以下步骤：
(1)对待匹配图像与参考图像进行差分处理，得到差分图像；待匹配图像为获取的检测铁塔两侧线路通道的图像；
(2)对图像进行二值化处理；
(3)计算二值化后差分图像的Haar特征，得到对应的Haar特征密度图；
二值化的处理包括：
(3-1)统计图像中各个灰度级的像素数量，并对其进行归一化处理；
(3-2)根据统计的像素数量归一化结果，确定二值化的最优阈值；
(3-3)根据确定的最优阈值，对图像进行灰度二值化处理；
(4)基于Haar特征密度图对二值化后的图像进行滤波，得到最终匹配结果。
2.如权利要求1所述的输电通道外破防护的图像匹配方法，其特征是：所述步骤(1)中，将待匹配图像与参考图像转换至RGB、HSV、YUV和Lab四个颜色空间，并在四个颜色空间中分别获得差分图像，将除了色调通道H的差分图像的其余通道差分图像进行加权融合。
3.如权利要求2所述的输电通道外破防护的图像匹配方法，其特征是：分离通道，将除了H通道的差分图像的其余11个通道差分图像进行加权融合，融合过程如下：
Figure FDA0002538935850000021
其中，Il(x,y)表示第l个通道的差分图像中坐标(x,y)处图像I的像素值；F(x,y)表示坐标(x,y)处融合后图像F的像素值；N表示需要融合的图像数量；k1、k2、k3表示尺度窗口的大小，α1、α2、α3表示尺度的权重，N＝11。
4.如权利要求1所述的输电通道外破防护的图像匹配方法，其特征是：所述步骤(3-2)中，根据灰度级的像素数量的归一化结果，确定各个阈值时的背景概率和前景概率以及对应的灰度均值，求得背景和前景方差、类间方差和类内方差，确定类间方差最大且类内方差最小时的阈值为最优阈值。
5.如权利要求1所述的输电通道外破防护的图像匹配方法，其特征是：所述步骤(4)中，对于二值图像，利用Haar特征的灰度差值特征看作是像素之间的二值跳变。
6.如权利要求5所述的输电通道外破防护的图像匹配方法，其特征是：所述步骤(4)中，Haar特征模板如下：
Figure FDA0002538935850000022
gc表示灰度值为255的像素，gp为gc的八邻域；gp的值与gc不相同时，点gc的Haar特征数加一。
7.如权利要求1所述的输电通道外破防护的图像匹配方法，其特征是：所述步骤(4)中，得到图像的Haar特征密度图的具体过程包括：
(4-1)构造与融合后差分图像大小相同的二维图像H，并将图像中的像素值全部赋值为0；
(4-2)将二值化后差分图像中像素的Haar特征数作为图像H中对应位置的像素的灰度值，图像H就是差分图像的Haar特征密度图。
8.如权利要求1所述的输电通道外破防护的图像匹配方法，其特征是：所述步骤(4)中，滤波的过程包括：
(4-a)以像素P为中心，统计宽度为L的窗口内的有效像素的数量和Haar特征数量；
(4-b)将Haar特征数量与窗口内的有效像素的数量的比值作为像素P的Haar特征频数。
9.一种输电通道外破防护的监测***，其特征是：包括多个监测模块和控制中心，所述监测模块均包括电源模块、声光告警模块、图像监测模块、主控制***和通信模块，其中：
所述电源模块为整体监测模块提供电能；
所述图像监测模块，被配置为设置于各个输电线路的铁塔上，检测铁塔两侧线路通道的图像，并将图像传输给主控制***；所述图像监测模块包括两个镜头，分别监测铁塔两侧线路通道，与主控制***相连；
所述主控制***，被配置为控制图像检测模块的采集控制，采用基于如权利要求1-8中任一项所述的图像匹配方法进行隐患检测，当检测出存在隐患时，通知声光告警模块进行告警；
所述通信模块，被配置为提供通信通道给主控制***与控制中心，将隐患信息进行传输和反馈，并对传输和反馈的信息采用MD5算法进行数据加密；
所述控制中心，被配置为接收监测模块的数据并进行展示，实现各个监测模块的分布可视化、线路通道图像可视化和实时告警。
10.如权利要求9所述的监测***，其特征是：所述电源模块包括电源供给模块和电源存储模块，所述电源供给模块采用太阳能电池板进行电能采集，与主控制***相连，电源存储模块包括蓄电池和超级电容，将电源供给模块采集的电能进行存储，与主控制***相连。
11.如权利要求9所述的监测***，其特征是：所述声光告警模块包括高音喇叭和灯光闪烁装置。
12.如权利要求9所述的监测***，其特征是：所述监测模块还包括测温模块，与主控***间的通讯方式为无线通讯方式，测量输电线路导线、耐张线夹和/或引流板的温度。
13.如权利要求9所述的监测***，其特征是：所述主控制***包括控制单元和数据预处理单元，所述控制单元被配置为进行拍照控制、通讯模块、测温控制、视频控制、电源控制和声光告警控制；数据预处理单元被配置为采用基于Haar特征密度图的图像匹配方法进行隐患检测。
CN201711057855.8A 2017-11-01 2017-11-01 一种输电通道外破防护的图像匹配方法及监测*** Active CN107895365B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711057855.8A CN107895365B (zh) 2017-11-01 2017-11-01 一种输电通道外破防护的图像匹配方法及监测***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711057855.8A CN107895365B (zh) 2017-11-01 2017-11-01 一种输电通道外破防护的图像匹配方法及监测***

Publications (2)

Publication Number Publication Date
CN107895365A CN107895365A (zh) 2018-04-10
CN107895365B true CN107895365B (zh) 2020-08-18

Family

ID=61803052

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711057855.8A Active CN107895365B (zh) 2017-11-01 2017-11-01 一种输电通道外破防护的图像匹配方法及监测***

Country Status (1)

Country Link
CN (1) CN107895365B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109242011A (zh) * 2018-08-27 2019-01-18 深圳开立生物医疗科技股份有限公司 一种识别图像差异的方法及装置
CN112150385B (zh) * 2020-09-29 2023-05-12 四川虹美智能科技有限公司 红外图像滤波方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101216893A (zh) * 2008-01-08 2008-07-09 上海大学 视频运动阴影检测方法
CN101388080A (zh) * 2008-10-23 2009-03-18 北京航空航天大学 一种基于多角度步态信息融合的行人性别分类方法
CN103107597A (zh) * 2012-12-27 2013-05-15 上海欧忆智能网络有限公司 一种电力配网箱式变压器环境参数在线监测***
CN105469526A (zh) * 2015-12-31 2016-04-06 山东智洋电气股份有限公司 输电线路防外力破坏智能监控***及方法
CN105893943A (zh) * 2016-03-28 2016-08-24 国网浙江省电力公司宁波供电公司 一种油位检测方法及***
CN106447694A (zh) * 2016-07-28 2017-02-22 上海体育科学研究所 视频羽毛球运动检测与跟踪方法
CN206282408U (zh) * 2016-11-09 2017-06-27 国网江苏省电力公司南京供电公司 一种输电线路图像监测设备
CN107609603A (zh) * 2017-10-09 2018-01-19 济南大学 一种多颜色空间差分融合的图像匹配方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101216893A (zh) * 2008-01-08 2008-07-09 上海大学 视频运动阴影检测方法
CN101388080A (zh) * 2008-10-23 2009-03-18 北京航空航天大学 一种基于多角度步态信息融合的行人性别分类方法
CN103107597A (zh) * 2012-12-27 2013-05-15 上海欧忆智能网络有限公司 一种电力配网箱式变压器环境参数在线监测***
CN105469526A (zh) * 2015-12-31 2016-04-06 山东智洋电气股份有限公司 输电线路防外力破坏智能监控***及方法
CN105893943A (zh) * 2016-03-28 2016-08-24 国网浙江省电力公司宁波供电公司 一种油位检测方法及***
CN106447694A (zh) * 2016-07-28 2017-02-22 上海体育科学研究所 视频羽毛球运动检测与跟踪方法
CN206282408U (zh) * 2016-11-09 2017-06-27 国网江苏省电力公司南京供电公司 一种输电线路图像监测设备
CN107609603A (zh) * 2017-10-09 2018-01-19 济南大学 一种多颜色空间差分融合的图像匹配方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
基于多特征融合的图像匹配算法及应用;郭玉坤;《道客巴巴》;20170830;第1-62页 *
基于多颜色空间融合的移动目标检测算法;张中方 等;《济南大学学报》;20110430;第25卷(第2期);第191-195页 *
基于差分图像的灰度信息匹配算法在轮胎检测中的应用;冯霞 等;《电脑知识与技术》;20150131;第11卷(第3期);第183-184页 *
郭玉坤.基于多特征融合的图像匹配算法及应用.《道客巴巴》.2017,第1-62页. *

Also Published As

Publication number Publication date
CN107895365A (zh) 2018-04-10

Similar Documents

Publication Publication Date Title
CN112381784B (zh) 一种基于多光谱图像的设备检测***
CN108307146B (zh) 一种高压输电线路安全隐患检测***及方法
CN112379231B (zh) 一种基于多光谱图像的设备检测方法及装置
CN108109385A (zh) 一种输电线防外破的车辆识别与危险行为判别***与方法
CN111047818A (zh) 一种基于视频图像的森林火灾预警***
CN111814678B (zh) 一种基于视频监控的运输皮带中煤流识别方法及***
CN103413150A (zh) 基于可见光影像对电力线路缺陷进行诊断的方法
CN203455912U (zh) 一种输电线路异物干扰在线监测***
CN113887412B (zh) 污染排放的检测方法、检测终端、监控***及存储介质
CN104601956A (zh) 基于固定翼无人机的输电线路在线监测***及监测方法
CN109348179B (zh) 一种基于人工智能的道路监控检测***及方法
CN109297978B (zh) 基于双目成像的电力线路无人机巡检及缺陷智能诊断***
CN107895365B (zh) 一种输电通道外破防护的图像匹配方法及监测***
CN104994347A (zh) 一种智能安防视频监控***及其检测处理方法
CN105096305A (zh) 绝缘子状态分析的方法及装置
CN116111721A (zh) 一种基于大数据的智能电网电力设备安全监测***和方法
CN104320622A (zh) 一种开源服务器软件的嵌入式视频增强***
CN103945197A (zh) 基于视频运动检测技术的电力设施防外破预警方案
CN104700405A (zh) 一种前景检测方法和***
CN106846304A (zh) 基于红外检测的电气设备检测方法及装置
CN113485432A (zh) 一种基于无人机的光伏电站电致发光智能诊断***及方法
CN115936672A (zh) 一种智慧电网在线安全运维管理方法和***
CN107918941B (zh) 一种用于输电通道外破防护的可视化监测***及方法
CN110728212A (zh) 一种基于计算机视觉的道路井盖监控装置及监控方法
CN105376535A (zh) 一种基于软测量技术的变电站智能***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20180410

Assignee: SHANDONG ZHONGSHI YITONG GROUP Co.,Ltd.

Assignor: ELECTRIC POWER RESEARCH INSTITUTE OF STATE GRID SHANDONG ELECTRIC POWER Co.

Contract record no.: X2024980000274

Denomination of invention: An Image Matching Method and Monitoring System for External Damage Protection of Transmission Channels

Granted publication date: 20200818

License type: Common License

Record date: 20240108

EE01 Entry into force of recordation of patent licensing contract