CN109636797B - 一种非接触式柔性直流换流阀模块形变检测的方法 - Google Patents
一种非接触式柔性直流换流阀模块形变检测的方法 Download PDFInfo
- Publication number
- CN109636797B CN109636797B CN201811575244.7A CN201811575244A CN109636797B CN 109636797 B CN109636797 B CN 109636797B CN 201811575244 A CN201811575244 A CN 201811575244A CN 109636797 B CN109636797 B CN 109636797B
- Authority
- CN
- China
- Prior art keywords
- image
- visible light
- converter valve
- direct current
- valve module
- 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
Links
- 238000000034 method Methods 0.000 title claims description 12
- 238000009499 grossing Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 9
- 238000003491 array Methods 0.000 claims description 5
- 239000003086 colorant Substances 0.000 claims description 3
- 230000008447 perception Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06T2207/10048—Infrared image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种非接触式柔性直流换流阀模块形变检测的方法,提供一红外热像仪,首先红外热像仪输出16位红外图像数据和可见光图像,并将16位红外图像数据转换成8位灰度图像数据;采用直方图均衡化和高斯滤波器对两种图像进行平滑处理实现图像降噪;然后通过Surf算法提取两种图像数据特征,并根据特征点匹配算法分别对两种图像中直流换流阀模块进行定位;同时利用改进感知哈希算法得到两种图像的指纹;最后根据两种图像的指纹并利用改进后的汉明距离判断直流换流阀模块是否有发生形变;若两种图像均判断发生形变则为直流换流阀模块发生形变。本发明能够自动进行分析判断直流换流阀模块是否发生形变;提高工作效率,减少人力成本。
Description
技术领域
本发明涉及电网输变电设备状态监测***技术领域,特别是一种非接触式柔性直流换流阀模块形变检测的方法。
背景技术
目前,通过运维人员肉眼手持热像仪进行人工巡检人工判别柔性直流换流阀模块是否有形变,存在很大的局限性。而普通的在线式红外监控***,一般将红外热像仪安装在云台装置上,由后台控制***通过云台装置控制红外热像仪巡航扫描整个被监控区域。在红外热像仪巡航扫描过程中,取全屏最高温或某区域取最高温来实现设备的表面温度检测,可见光摄像机只是用于视觉辅助的作用,并未对柔性直流换流阀模块形变起到有效的监控。对阀厅换流阀阀模块设备巡视时,由于设备数量巨大,画面数量多,仅仅依靠人的观察视频画面判断和检查不但耗费时间巨大并且可能遗漏重要的设备潜在隐患或者异常;目前红外视频***每天定时巡检采集大量的设备温度分布数据及外观照片,***有效使用的数据仅为温度报警数据来源。
发明内容
有鉴于此,本发明的目的是提出一种非接触式柔性直流换流阀模块形变检测的方法,能够自动进行分析判断直流换流阀模块是否发生形变;提高工作效率,减少人力成本。
本发明采用以下方案实现:一种非接触式柔性直流换流阀模块形变检测的方法,提供一红外热像仪,包括以下步骤:
步骤S1:红外热像仪将监测到的16位红外图像和可见光图像输出,并将所述16位红外图像通过调窗(window-leveling)算法转换成8位灰度图像;
步骤S2:对步骤S1中所述的可见光图像和所述的8位灰度图像均进行直方图均衡化,并通过高斯滤波器(GaussianFilter)对图像进行平滑处理实现图像降噪;
步骤S3:通过Surf算法提取所述可见光图像和所述8位灰度图像数据特征,分别生成特征描述子;
步骤S4:根据BruteForceMatcher特征点匹配算法分别进行所述可见光图像和所述8位灰度图像数据中直流换流阀模块的定位;
步骤S5:利用改进感知哈希算法分别处理步骤S4中匹配后的可见光图像和8位灰度图像数据的图像重叠区域,分别得到所述可见光图像和所述8位灰度图像数据的指纹;
步骤S6:根据步骤S5得到的所述可见光图像和所述8位灰度图像数据的指纹并利用改进后的汉明距离判断所述直流换流阀模块是否有发生形变;
步骤S7:根据可见光图像的判断结果与红外图像的判断结果,两者均判断为所述直流换流阀模块发生形变时,则判别所述直流换流阀模块形变。
进一步地,步骤S5所述利用改进感知哈希算法处理图片重叠区域具体包括以下步骤:
步骤S51:缩小图片尺寸:分别将所述可见光图像和所述8位灰度图像均缩小到16x16的尺寸,总共256个像素; 步骤S52:简化图片色彩:分别将所述可见光图像和所述8位灰度图像缩小后的图像转换成灰度图像; 步骤S53:分别计算步骤S51中所述可见光图像和所述8位灰度图像缩小后的图像中256个像素的灰度平均值;
步骤S54:将步骤S53中所述可见光图像和所述8位灰度图像缩小后的图像中256个像素的每个像素的灰度,分别与各自灰度平均值进行比较;比较后的图像即为可见光图像和所述8位灰度图像的指纹;若比较结果大于或等于平均值,所述指纹记为1;若比较结果小于平均值,所述指纹记为0;
步骤S55:将步骤S54的两种比较结果,存储在16*16的整数类型数组中,构成两组256位的整数二维数组。(正常的hash值为不带坐标信息的一维数组,改良后为二维数组)。
进一步地,所述步骤S6中根据得到的所述可见光图像和所述8位灰度的指纹,利用改进后的汉明距离(改进后的汉明距离增加了权重)判断所述直流换流阀模块是否有发生形变具体包括以下步骤:
步骤S61:对得到的所述可见光图像和所述8位灰度图像的指纹分别与预设的标准的可见光图像和8位灰度图像指纹进行比较,并分别记录不同点的数量与坐标信息;
步骤S62:根据步骤S61中记录的两组不同点的数量与坐标信息,分别计算相连的不同点最大数量与权重;(不同点坐标分布越聚拢权重越大,不同点坐标约离散权重则越小,两个不同点最近距离大于16时,权重为1,两个不同点最近距离为1时,权重为16,依次类推)。
步骤S63:若步骤S62中分别计算的两组的所有不同点权重和大于32,则判断所述直流换流阀模块发生形变。
与现有技术相比,本发明有以下有益效果:本发明可以充分有效地利用红外视频***采集的数据自动进行分析判断直流换流阀模块是否发生形变;提高工作效率,减少人力成本。
附图说明
图1为本发明实施例的流程图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
如图1所示,本实施例提供了一种非接触式柔性直流换流阀模块形变检测的方法,提供一红外热像仪,包括以下步骤:
步骤S1:红外热像仪将监测到的16位红外图像和可见光图像输出,并将所述16位红外图像通过调窗(window-leveling)算法转换成8位灰度图像;
步骤S2:对步骤S1中所述的可见光图像和所述的8位灰度图像均进行直方图均衡化,并通过高斯滤波器(GaussianFilter)对图像进行平滑处理实现图像降噪;
步骤S3:通过Surf算法提取所述可见光图像和所述8位灰度图像数据特征,分别生成特征描述子;
步骤S4:根据BruteForceMatcher特征点匹配算法分别进行所述可见光图像和所述8位灰度图像数据中直流换流阀模块的定位;
步骤S5:利用改进感知哈希算法分别处理步骤S4中匹配后的可见光图像和8位灰度图像数据的图像重叠区域,分别得到所述可见光图像和所述8位灰度图像数据的指纹;
步骤S6:根据步骤S5得到的所述可见光图像和所述8位灰度图像数据的指纹并利用改进后的汉明距离判断所述直流换流阀模块是否有发生形变;
步骤S7:根据可见光图像的判断结果与红外图像的判断结果,两者均判断为所述直流换流阀模块发生形变时,则判别所述直流换流阀模块形变。
在本实施例中,步骤S5所述利用改进感知哈希算法处理图片重叠区域具体包括以下步骤:
步骤S51:缩小图片尺寸:分别将所述可见光图像和所述8位灰度图像均缩小到16x16的尺寸,总共256个像素; 步骤S52:简化图片色彩:分别将所述可见光图像和所述8位灰度图像缩小后的图像转换成灰度图像; 步骤S53:分别计算步骤S51中所述可见光图像和所述8位灰度图像缩小后的图像中256个像素的灰度平均值;
步骤S54:将步骤S53中所述可见光图像和所述8位灰度图像缩小后的图像中256个像素的每个像素的灰度,分别与各自灰度平均值进行比较;比较后的图像即为可见光图像和所述8位灰度图像的指纹;若比较结果大于或等于平均值,所述指纹记为1;若比较结果小于平均值,所述指纹记为0;
步骤S55:将步骤S54的两种比较结果,存储在16*16的整数类型数组中,构成两组256位的整数二维数组。(正常的hash值为不带坐标信息的一维数组,改良后为二维数组)。
在本实施例中,所述步骤S6中根据得到的所述可见光图像和所述8位灰度的指纹,利用改进后的汉明距离(改进后的汉明距离增加了权重)判断所述直流换流阀模块是否有发生形变具体包括以下步骤:
步骤S61:对得到的所述可见光图像和所述8位灰度图像的指纹分别与预设的标准的可见光图像和8位灰度图像指纹进行比较,并分别记录不同点的数量与坐标信息;
步骤S62:根据步骤S61中记录的两组不同点的数量与坐标信息,分别计算相连的不同点最大数量与权重;(不同点坐标分布越聚拢权重越大,不同点坐标约离散权重则越小,两个不同点最近距离大于16时,权重为1,两个不同点最近距离为1时,权重为16,依次类推)。
步骤S63:若步骤S62中分别计算的两组的所有不同点权重和大于32,则判断所述直流换流阀模块发生形变。
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (2)
1.一种非接触式柔性直流换流阀模块形变检测的方法,提供一红外热像仪,其特征在于:包括以下步骤:
步骤S1:红外热像仪将监测到的16位红外图像和可见光图像输出,并将所述16位红外图像通过调窗算法转换成8位灰度图像;
步骤S2:对步骤S1中所述的可见光图像和所述的8位灰度图像均进行直方图均衡化,并通过高斯滤波器对图像进行平滑处理实现图像降噪;
步骤S3:通过Surf算法提取所述可见光图像和所述8位灰度图像数据特征,分别生成特征描述子;
步骤S4:根据BruteForceMatcher特征点匹配算法分别进行所述可见光图像和所述8位灰度图像数据中直流换流阀模块的定位;
步骤S5:利用改进感知哈希算法分别处理步骤S4中匹配后的可见光图像和8位灰度图像数据的图像重叠区域,分别得到所述可见光图像和所述8位灰度图像数据的指纹;具体来说,指纹是一个带有坐标信息的二维数组;
步骤S6:根据步骤S5得到的所述可见光图像和所述8位灰度图像数据的指纹并利用改进后的汉明距离判断所述直流换流阀模块是否有发生形变;
步骤S7:根据可见光图像的判断结果与红外图像的判断结果,两者均判断为所述直流换流阀模块发生形变时,则判别所述直流换流阀模块形变;
所述步骤S6中根据得到的所述可见光图像和所述8位灰度的指纹,利用改进后的汉明距离判断所述直流换流阀模块是否有发生形变具体包括以下步骤:
步骤S61:对得到的所述可见光图像和所述8位灰度图像的指纹分别与预设的标准的可见光图像和8位灰度图像指纹进行比较,并分别记录不同点的数量与坐标信息;
步骤S62:根据步骤S61中记录的两组不同点的数量与坐标信息,分别计算相连的不同点最大数量与权重;不同点坐标分布越聚拢权重越大,不同点坐标越离散权重则越小,两个不同点最近距离大于16时,权重为1,两个不同点最近距离为1时,权重为16,依次类推;
步骤S63:若步骤S62中分别计算的两组的所有不同点权重和大于32,则判断所述直流换流阀模块发生形变。
2.根据权利要求1所述的一种非接触式柔性直流换流阀模块形变检测的方法,其特征在于:步骤S5所述利用改进感知哈希算法处理图片重叠区域具体包括以下步骤:
步骤S51:缩小图片尺寸:分别将所述可见光图像和所述8位灰度图像均缩小到16x16的尺寸,总共256个像素; 步骤S52:简化图片色彩:分别将所述可见光图像和所述8位灰度图像缩小后的图像转换成灰度图像; 步骤S53:分别计算步骤S51中所述可见光图像和所述8位灰度图像缩小后的图像中256个像素的灰度平均值;
步骤S54:将步骤S53中所述可见光图像和所述8位灰度图像缩小后的图像中256个像素的每个像素的灰度,分别与各自灰度平均值进行比较;比较后的图像即为可见光图像和所述8位灰度图像的指纹;若比较结果大于或等于平均值,所述指纹记为1;若比较结果小于平均值,所述指纹记为0;
步骤S55:将步骤S54的两种比较结果,存储在16*16的整数类型数组中,构成两组256位的整数二维数组。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811575244.7A CN109636797B (zh) | 2018-12-21 | 2018-12-21 | 一种非接触式柔性直流换流阀模块形变检测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811575244.7A CN109636797B (zh) | 2018-12-21 | 2018-12-21 | 一种非接触式柔性直流换流阀模块形变检测的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109636797A CN109636797A (zh) | 2019-04-16 |
CN109636797B true CN109636797B (zh) | 2022-08-05 |
Family
ID=66076525
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811575244.7A Active CN109636797B (zh) | 2018-12-21 | 2018-12-21 | 一种非接触式柔性直流换流阀模块形变检测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109636797B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112556593B (zh) * | 2020-11-05 | 2022-07-29 | 西安西电电力***有限公司 | 一种非接触式柔性直流换流阀模块形变检测的设备及其方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1148333A1 (de) * | 2000-02-05 | 2001-10-24 | YXLON International X-Ray GmbH | Verfahren zur automatischen Gussfehlererkennung in einem Prüfling |
CN105160654A (zh) * | 2015-07-09 | 2015-12-16 | 浙江工商大学 | 基于特征点提取的毛巾标签缺陷检测方法 |
CN105200938A (zh) * | 2015-08-27 | 2015-12-30 | 广西交通科学研究院 | 一种基于视觉的车道闸杆防撞*** |
CN107203990A (zh) * | 2017-04-02 | 2017-09-26 | 南京汇川图像视觉技术有限公司 | 一种基于模板匹配与图像质量评估的标贴破损检测方法 |
CN107478340A (zh) * | 2017-07-25 | 2017-12-15 | 许继集团有限公司 | 一种换流阀监测方法及*** |
CN107784659A (zh) * | 2017-10-16 | 2018-03-09 | 华南理工大学 | 一种搜索电气设备红外图像相似可见光图像的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9262840B2 (en) * | 2012-06-08 | 2016-02-16 | Correlated Solutions, Inc. | Optical non-contacting apparatus for shape and deformation measurement of vibrating objects using image analysis methodology |
-
2018
- 2018-12-21 CN CN201811575244.7A patent/CN109636797B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1148333A1 (de) * | 2000-02-05 | 2001-10-24 | YXLON International X-Ray GmbH | Verfahren zur automatischen Gussfehlererkennung in einem Prüfling |
CN105160654A (zh) * | 2015-07-09 | 2015-12-16 | 浙江工商大学 | 基于特征点提取的毛巾标签缺陷检测方法 |
CN105200938A (zh) * | 2015-08-27 | 2015-12-30 | 广西交通科学研究院 | 一种基于视觉的车道闸杆防撞*** |
CN107203990A (zh) * | 2017-04-02 | 2017-09-26 | 南京汇川图像视觉技术有限公司 | 一种基于模板匹配与图像质量评估的标贴破损检测方法 |
CN107478340A (zh) * | 2017-07-25 | 2017-12-15 | 许继集团有限公司 | 一种换流阀监测方法及*** |
CN107784659A (zh) * | 2017-10-16 | 2018-03-09 | 华南理工大学 | 一种搜索电气设备红外图像相似可见光图像的方法 |
Non-Patent Citations (6)
Title |
---|
一种新颖的红外与可见光图像自动配准算法;舒丽霞等;《华中科技大学学报(自然科学版)》;20030630(第06期);全文 * |
基于内容的SIFT+LSH管道缺陷检索算法研究;李静等;《计算机测量与控制》;20180425(第04期);全文 * |
基于图像处理的苹果表面缺陷检测***的设计;代秋芳等;《科技创新导报》;20160803(第09期);全文 * |
基于感知哈希算法的目标跟踪研究;张宇;《电子世界》;20180223(第04期);全文 * |
基于改进结构相似度的标签缺陷检测***研究与实现;高吉;《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》;20181015(第10期);I138-542 * |
柔性直流换流站阀厅智能辅助综合监控***设计;陈晓捷等;《电工技术》;20161110(第11期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109636797A (zh) | 2019-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106548182B (zh) | 基于深度学习和主成因分析的路面裂纹检测方法及装置 | |
CN106650665B (zh) | 人脸跟踪方法及装置 | |
CN110287805A (zh) | 基于三流卷积神经网络的微表情识别方法及*** | |
CN106934377B (zh) | 一种改进的人脸检测*** | |
CN106845434B (zh) | 一种基于支持向量机的图像型机房漏水监测方法 | |
CN110287787B (zh) | 图像识别方法、装置及计算机可读存储介质 | |
CN117274722B (zh) | 基于红外图像的配电箱智能检测方法 | |
CN109636797B (zh) | 一种非接触式柔性直流换流阀模块形变检测的方法 | |
CN116797977A (zh) | 巡检机器人动态目标识别与测温方法、装置和存储介质 | |
CN116310274A (zh) | 一种输变电设备的状态评估方法 | |
CN110595397A (zh) | 一种基于图像识别的篦冷机工况监测方法 | |
CN108664886A (zh) | 一种适应变电站进出监控需求的人脸快速识别方法 | |
CN107977959B (zh) | 一种适用于电力作业机器人的呼吸器状态识别方法 | |
US20180253582A1 (en) | Method and circuit for fingerprint detection | |
CN110518881B (zh) | 基于环境气象因素的热斑监测装置与预测方法 | |
Tribak et al. | Remote solar panels identification based on patterns localization | |
CN112241707A (zh) | 一种风电场智能视频识别装置 | |
US20140327796A1 (en) | Method for estimating camera response function | |
CN108491852B (zh) | 一种面阵红外焦平面的盲元检测方法 | |
CN107798282B (zh) | 一种活体人脸的检测方法和装置 | |
CN114677667A (zh) | 一种基于深度学习的变电站电气设备红外故障识别方法 | |
CN210442821U (zh) | 一种人脸识别装置 | |
CN112418085B (zh) | 一种部分遮挡工况下的面部表情识别方法 | |
CN111402223B (zh) | 一种利用变电站视频图像的变电站缺陷问题检测方法 | |
CN113643352A (zh) | 一种自然覆冰在线监测运行导线图像覆冰程度评估方法 |
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 |