CN111488820B - 一种基于光影分离的电缆隧道工程智能巡检方法及*** - Google Patents

Abstract

本发明公开了一种基于光影分离的电缆隧道工程智能巡检方法，包括对采集到的可见光影像进行阴影分离与去除；根据去除了阴影信息的影像信息进行特征识别得到影像中全部设备的名称以及设备状态信息；判断影像中是否存在某两类设备的关联关系满足M_ij＝0，如果是，则删除该两类设备的检测识别结果；发布、展示电缆隧道工程巡检告警信息。本发明还提供一种基于光影分离的电缆隧道工程智能巡检***，包括影像传感模块、阴影检测模块、联合检测模块、展示告警模块，用于对联合检测模块所得结果，发布、展示电缆隧道工程巡检告警信息。采用上述技术方案，能够有效提升电缆隧道工程智能巡检的精确度。

Description

一种基于光影分离的电缆隧道工程智能巡检方法及***

技术领域

本发明涉及一种基于光影分离的电缆隧道工程智能巡检方法及***，属于电力运检技术领域。

背景技术

近年来，城市地下配电网的建设日渐完善。由于电缆隧道天然地理环境所导致的渗水、潮湿、电缆老化、设备锈蚀破损等问题时有发生，其建设维护显得愈发重要。目前，隧道内电缆及其配套设备的检修主要依靠人工完成，隧道内的大量浓烟、有害气体、高压电缆漏电以及电缆隧道坍塌等问题都有可能对工作人员的生命安全造成威胁。随着机器人技术及图像识别技术的发展，部分专家学者提出利用巡检机器人对电缆隧道内部情况进行检测，并逐渐成了一种行之有效的解决方案，例如中国期刊文献“电子技术与软件工程”中所公开的《电缆隧道中巡检机器人实现及应用》(2019年第17期73-74页)，以及中国期刊文献“中国电力”中所公开的《基于迁移学习卷积神经网络的电缆隧道锈蚀识别算法》(2019年第52期104-110页)。然而，电缆隧道天然就是一种缺乏自然光照的低光环境，加之部分巡检机器人采用白炽灯或LED等照明设备进行补光，点光源在幽闭环境中产生的阴影严重地影响了影像采集的质量，制约了巡检分析的精度。目前已有针对采集的视频图像进行阴影分离和削除的方法，例如中国专利文献CN107886502A所公开的一种复杂环境下颜色与梯度综合的阴影检测与去除算法，将基于颜色与梯度综合的思想加入阴影检测算法中，与混合高斯背景模型进行融合，从而在进行阴影检测、去除、目标前景重建后，解决了在复杂环境中出现由于阴影造成的目标粘连、形状改变、目标丢失以及出现假目标等问题。再如中国专利文献CN106296666A也公开了一种彩色图像去阴影方法和应用，能够去除彩色图像中存在的阴影，作为预处理步骤应用到多种机器视觉领域。此外，除阴影对图像识别的影响导致降低识别精度外，目前的电缆隧道工程智能巡检中还存在误报率高的问题。

发明内容

因此，本发明的目的在于提供一种基于光影分离的电缆隧道工程智能巡检方法及***，实现智能巡检的精确度提升与误报率抑制，为电缆隧道工程智能巡检能力的整体提升提供技术支撑。

为了实现上述目的，本发明的一种基于光影分离的电缆隧道工程智能巡检方法，包括以下步骤：

(1)对采集到的可见光影像进行阴影分离与去除；

(2)根据去除了阴影信息的影像信息进行特征识别得到影像中全部设备的名称以及设备状态信息；

(3)获取任一设备名称Name^l所属类别Ω^l∈{1,2,…,S}，调取预存的数据矩阵M∈R^S×S；判断影像中是否存在某两类设备的关联关系满足M_ij＝0，如果是，则删除该两类设备的检测识别结果；

其中，数据矩阵M∈R^S×S存储电缆隧道工程中设备的关联关系，S表示电缆隧道工程中设备类别数，若第i类设备与第j类设备在同一场景能够同时出现，则M_ij＝1；反之，则M_ij＝0；

(4)基于步骤3中所得结果，发布、展示电缆隧道工程巡检告警信息。

在所述步骤1中，分离与去除阴影部分包括以下步骤：

(11)将可见光影像I_RGB＝(L_R,L_G,L_B)从RGB色彩空间转化到本征色彩空间，形成本征影像I_Int＝(I₁,I₂,I₃)，

I₁＝L_R+L_G-β₁L_B

I₂＝L_R-β₂L_G+L_B

I₃＝-β₃L_R+L_G+L_B

其中，(I₁,I₂,I₃)表示本征色彩空间中的本征值；(L_R,L_G,L_B)表示RGB色彩空间中的灰度值；β_i为RGB色彩空间到本征色彩空间的转化系数，i＝1,2,3；

(12)通过筛选I₃≥k作为可见光影像I_RGB的阴影信息的方式，实现对可见光影像I_RGB的阴影信息的检测与分离，进而对电缆隧道工程巡检影像分离阴影信息I_RGB-sha与本征影像信息I_RGB-cor；其中，I_RGB＝I_RGB-cor+I_RGB-sha，k为预设值。

(β₁,β₂,β₃)＝(-0.7261,0.3816,0.3316)为通过经验选取的RGB色彩空间到本征色彩空间的转化系数。

k＝65。

本发明还提供一种基于光影分离的电缆隧道工程智能巡检***，包括：

影像传感模块，用于在电缆隧道工程巡检中获取可见光影像；

阴影检测模块，用于对影像传感模块采集到的可见光影像进行阴影分离与去除；

联合检测模块，包括设备检测识别模块、专家先验知识模块以及语义逻辑识别模块；其中，所述设备检测识别模块用于基于本证影像信息检测识别得到全部设备的名称以及设备状态信息；所述专家先验知识模块用于以数据矩阵M∈R^S×S形式预存电缆隧道工程中设备的关联关系，S为电缆隧道工程中设备类别数，若第i类设备与第j类设备在同一场景能够同时出现，则M_ij＝1，反之，则M_ij＝0；所述语义逻辑识别模块用于获取设备检测识别模块检测识别到的任一设备名称Name^l的所属类别Ω^l∈{1,2,…,S}，调取预存的数据矩阵M∈R^{S ×S}；判断影像中是否存在某两类设备的关联关系满足M_ij＝0，如果是，则删除该两类设备的检测识别结果；

展示告警模块，用于对联合检测模块所得结果，发布、展示电缆隧道工程巡检告警信息。

阴影检测模块，用于将可见光影像I_RGB＝(L_R,L_G,L_B)从RGB色彩空间转化到本征色彩空间，形成本征影像I_Int＝(I₁,I₂,I₃)，

I₁＝L_R+L_G-β₁L_B

I₂＝L_R-β₂L_G+L_B

I₃＝-β₃L_R+L_G+L_B

其中，(I₁,I₂,I₃)表示本征色彩空间中的本征值；(L_R,L_G,L_B)表示RGB色彩空间中的灰度值；β_i为RGB色彩空间到本征色彩空间的转化系数，i＝1,2,3；

以及用于筛选I₃≥k作为可见光影像I_RGB的阴影信息的方式，实现对可见光影像I_RGB的阴影信息的检测与分离，进而对电缆隧道工程巡检影像分离阴影信息I_RGB-sha与本征影像信息I_RGB-cor；其中，I_RGB＝I_RGB-cor+I_RGB-sha，k为预设值。

相对于现有技术，本发明具有以下有益效果：

采用上述技术方案，本发明的基于光影分离的电缆隧道工程智能巡检方法及***，通过对原始图像中的阴影部分进行分离去除，对剩余部分进行识别，能够有效提升电缆隧道工程智能巡检的精确度；而利用专家先验知识验证目标检测识别结果的语义关联性，则能够有效抑制电缆隧道工程智能巡检的误报率。

附图说明

图1为本发明的基于光影分离的电缆隧道工程智能巡检方法的流程图。

图2为基于光影分离的电缆隧道工程智能巡检***的结构框图。

具体实施方式

以下通过附图和具体实施方式对本发明作进一步的详细说明。

本发明实施例即公开了一种基于光影分离的电缆隧道工程智能巡检方法及***。为了消除隧道内所采集影像中光影交叠对算法精度的干扰，本发明首先分离电缆隧道工程内设备本体与阴影，进而利用目标检测识别结果的语义关联性，两个模块串联实现智能巡检的精确度提升与误报率抑制。以XXX输电线路110KV电缆隧道为例，本发明通过以下S1到S6步骤来实施：

(S1)通过下述公式，将影像传感模块C1所采集到的目标设备可见光影像I_RGB＝(L_R,L_G,L_B)从RGB色彩空间转化到本征色彩空间，形成其本征影像I_Int＝(I₁,I₂,I₃)。

I₁＝L_R+L_G-β₁L_B

I₂＝L_R-β₂L_G+L_B

I₃＝-β₃L_R+L_G+L_B

其中，(I₁,I₂,I₃)表示本征色彩空间中的本征值；(L_R,L_G,L_B)表示RGB色彩空间中的灰度值；(β₁,β₂,β₃)＝(-0.7261,0.3816,0.3316)为通过经验预先选取的RGB色彩空间到本征色彩空间的转化系数。

(S2)利用阴影检测模块C2，通过筛选I₃大于等于65作为可见光影像I_RGB的阴影信息的方式，实现对阴影信息的检测与分离，进而对电缆隧道工程巡检影像去除阴影信息I_RGB-sha与本征影像信息I_RGB-cor；其中，I_RGB＝I_RGB-cor+I_RGB-sha。

(S3)利用设备检测识别模块C31检测本征影像信息I_RGB-cor，检测识别第l个设备的设备名称Name^l＝‘电缆接头’、位置信息(x^l _max,y^l _max,x^l _min,y^l _min)＝(125,48,107,39)、设备状态Status^l＝‘破损’。

(S4)利用专家先验知识模块C32以数据矩阵M∈R^S×S存储电缆隧道工程中设备的关联关系；其中，S表示电缆隧道工程中设备类别数；若第i类设备与第j类设备在同一场景可能同时出现，则M_ij＝1；反之，则M_ij＝0。

例如以下表格所示：

(S5)利用语义逻辑辨识模块C33判定任意一个设备名称Name^l所属类别Ω^l∈{1,2,…,S}，进而依据步骤S4所存储的数据矩阵M∈R^S×S，判断在本征影像信息I_RGB-cor中是否存在某两类设备的关联关系满足M_ij＝0；若存在M_ij＝0，则删除该两类设备的检测识别结果。例如判定‘电缆’属于第一类设备，同时还通过设备检测识别模块C31检测识别得出与‘电缆’在同一场景中出现‘开关柜’，而‘开关柜’属于第二类设备，则通过前述表格可得出第一类设备与第二类设备的关联关系满足M_ij＝0，则表明识别中存在错误，进而删除该两类设备的检测识别结果。

(S6)利用展示告警模块C4，基于步骤S5中所得结果，发布、展示电缆隧道工程巡检告警信息。例如，“XXX输电线路110KV电缆隧道中‘电缆接头’‘破损’，需要尽快修复”。同时，根据步骤S3中所输出的设备坐标信息在原始图像中以标框的形式进行可视化展示。

图2为本发明实施例的一种基于光影分离的电缆隧道工程智能巡检***。示意图所述***包括：影像传感模块、阴影检测模块、联合检测模块、展示告警模块。以XXX输电线路110KV电缆隧道为例，具体模块功能详述如下：

所述影像传感模块C1，通过其所属可见光传感器，支撑输电线路110KV电缆隧道工程内部电缆、电缆接头、开关柜等设备的可见光影像数据的采集功能。

所述阴影检测模块C2，支撑影像传感模块C1所采集的电缆隧道工程巡检影像中的阴影信息的检测与分离，进而对电缆隧道工程巡检影像去除阴影信息，以提取其本征影像信息。

所述联合检测模块C3，支撑设备检测识别模块C31、专家先验知识模块C32、语义逻辑辨识模块C33的功能实现；其中，设备检测识别模块C31用于基于本征影像信息，检测识别电缆隧道工程巡检影像中设备的位置与工况，并以XML文件格式输出设备名称、设备状态、设备坐标；专家先验知识模块C32用于存储电缆隧道工程中设备的关联关系；语义逻辑辨识模块C33基于专家先验知识模块C32所存储电缆隧道工程中设备的关联关系，判断过滤误报事件。

所述展示告警模块C4，依据联合检测模块C3所得结果，发布、展示电缆隧道工程巡检告警信息“XXX输电线路110KV电缆隧道中$设备名称$$设备状态$，需要尽快修复”。例如，“XXX输电线路110KV电缆隧道中‘电缆接头’‘破损’，需要尽快修复”。同时，根据联合检测模块C3所输出的设备坐标信息在原始图像中以标框的形式进行可视化展示。

显然，上述实施例仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (4)

1.一种基于光影分离的电缆隧道工程智能巡检方法，其特征在于，包括以下步骤：

(1)对采集到的可见光影像进行阴影分离与去除；

(2)根据去除了阴影信息的影像信息进行特征识别得到影像中全部设备的名称以及设备状态信息；

(3)获取任一设备名称Name^l所属类别Ω^l∈{1,2,…,S}，调取预存的数据矩阵M∈R^S×S；判断影像中是否存在某两类设备的关联关系满足M_ij＝0，如果是，则删除该两类设备的检测识别结果；

(4)基于步骤3中所得结果，发布、展示电缆隧道工程巡检告警信息；

在所述步骤(1)中，分离与去除阴影部分包括以下步骤：

(11)将可见光影像I_RGB＝(L_R,L_G,L_B)从RGB色彩空间转化到本征色彩空间，形成本征影像I_Int＝(I₁,I₂,I₃)，

I₁＝L_R+L_G-β₁L_B

I₂＝L_R-β₂L_G+L_B

I₃＝-β₃L_R+L_G+L_B

其中，(I₁,I₂,I₃)表示本征色彩空间中的本征值；(L_R,L_G,L_B)表示RGB色彩空间中的灰度值；β_i为RGB色彩空间到本征色彩空间的转化系数，i＝1,2,3；

(12)通过筛选I₃≥k作为可见光影像I_RGB的阴影信息的方式，实现对可见光影像I_RGB的阴影信息的检测与分离，进而对电缆隧道工程巡检影像分离阴影信息I_RGB-sha与本征影像信息I_RGB-cor；其中，I_RGB＝I_RGB-cor+I_RGB-sha，k为预设值；

数据矩阵M∈R^S×S存储电缆隧道工程中设备的关联关系，S表示电缆隧道工程中设备类别数，若第i类设备与第j类设备在同一场景能够同时出现，则M_ij＝1；反之，则M_ij＝0。

2.如权利要求1所述的基于光影分离的电缆隧道工程智能巡检方法，其特征在于，(β₁,β₂,β₃)＝(-0.7261,0.3816,0.3316)为通过经验选取的RGB色彩空间到本征色彩空间的转化系数。

3.如权利要求1所述的基于光影分离的电缆隧道工程智能巡检方法，其特征在于，k＝65。

4.一种基于光影分离的电缆隧道工程智能巡检***，其特征在于，包括：

影像传感模块，用于在电缆隧道工程巡检中获取可见光影像；

阴影检测模块，用于对影像传感模块采集到的可见光影像进行阴影分离与去除；

联合检测模块，包括设备检测识别模块、专家先验知识模块以及语义逻辑识别模块；其中，所述设备检测识别模块用于基于本证影像信息检测识别得到全部设备的名称以及设备状态信息；所述专家先验知识模块用于以数据矩阵M∈R^S×S形式预存电缆隧道工程中设备的关联关系，S为电缆隧道工程中设备类别数，若第i类设备与第j类设备在同一场景能够同时出现，则M_ij＝1，反之，则M_ij＝0；所述语义逻辑识别模块用于获取设备检测识别模块检测识别到的任一设备名称Name^l的所属类别Ω^l∈{1,2,…,S}，调取预存的数据矩阵M∈R^S×S；判断影像中是否存在某两类设备的关联关系满足M_ij＝0，如果是，则删除该两类设备的检测识别结果；

展示告警模块，用于对联合检测模块所得结果，发布、展示电缆隧道工程巡检告警信息；

所述阴影检测模块，用于将可见光影像I_RGB＝(L_R,L_G,L_B)从RGB色彩空间转化到本征色彩空间，形成本征影像I_Int＝(I₁,I₂,I₃)，

I₁＝L_R+L_G-β₁L_B

I₂＝L_R-β₂L_G+L_B

I₃＝-β₃L_R+L_G+L_B

其中，(I₁,I₂,I₃)表示本征色彩空间中的本征值；(L_R,L_G,L_B)表示RGB色彩空间中的灰度值；β_i为RGB色彩空间到本征色彩空间的转化系数，i＝1,2,3；

以及用于筛选I₃≥k作为可见光影像I_RGB的阴影信息的方式，实现对可见光影像I_RGB的阴影信息的检测与分离，进而对电缆隧道工程巡检影像分离阴影信息I_RGB-sha与本征影像信息I_RGB-cor；其中，I_RGB＝I_RGB-cor+I_RGB-sha，k为预设值。

Images