导航：首页> 飞行器；航空；宇宙航行>一种基于图像识别的开关柜状态检测方法及其系统

一种基于图像识别的开关柜状态检测方法及其系统

文献发布时间：2023-06-19 12:02:28

技术领域

本发明涉及电气安全技术领域，尤其涉及一种基于图像识别的开关柜状态检测方法及其系统。

背景技术

开关柜运行过程中，绝缘材料会受到高温、高压、油污、化学物质、振动等各方面的作用，绝缘性能不断恶化，加快了局部放电的速度，反过来局部放电又对绝缘的恶化起到推动作用。检测开关柜的局部放电可以有效预防故障，局部放电主要是由于高压电气设备的高压接线端子暴露在空气中导致。

现有公开了基于无线传输技术的开关柜局部放电故障多源信息融合检测预警系统及方法-CN111679166A，属于电气安全技术领域，包括检测终端、供电模块、无线通讯模块和系统后台模块；所述检测终端与系统后台模块通过无线通讯模块连接；所述检测终端包括暂态地电压检测传感器、特高频传感器、超声波传感器；所述系统后台模块包括数据处理模块、中央处理器、储存模块和显示模块。本发明还提供一种基于无线传输技术的开关柜局部放电故障多源信息融合检测预警方法。本发明提高了检测结果的可靠性，满足了检测终端与系统后台间的快速通讯需求，采用BP神经算法和多贝叶斯估计法得到更准确的故障检测结果。

目前所有的高压电开关柜状态检测方法均是基于电磁的方法，此种方法需要检测人员进入场地内部，通过检测电磁信号来进行判断。高压电产生的电磁信号会对检测人员的身体造成一定的伤害。除此之外，基于电磁的检测方法也无法满足开关柜状态的实时性检测，无法对异常状态做出及时的报警。

发明内容

为了克服现有技术的缺陷，本发明所要解决的技术问题在于提出一种基于图像识别的开关柜状态检测方法，通过精准的算法，使用模板匹配方法可以精准的获取接线端子，本方法还可以多种形式融合进行噪声信息的过滤，在较低运算量上即可过滤大量噪声，通过模板匹配，结合卷积操作降低运算量，HLS空间使用，更突出突出接线端子的特征，极大提高了获取接线端子检测准确率。

与此相应，本发明另一个所要解决的技术问题在于提出一种基于图像识别的开关柜状态检测系统，用于执行开关柜状态检测方法，用于执行开关柜状态检测方法，通过图片获取模块、转换模块、二值化模块、去噪模块、匹配模块，使得系统可以自动识别暴露的接线端子，从而判断开关柜状态，极大的降低了检测的人力和时间成本。

为达此目的，本发明采用以下技术方案：

本发明提供的一种基于图像识别的开关柜状态检测方法，包括以下步骤：

S1：获取开关柜内部的影像数据，取得RGB图像，将该RGB图像转换到HLS色彩空间中进行二值化处理，得到二值化图像；

S2:对S1中的所述二值化图像进行直方图均衡化及去噪处理，得到flag；

S3：将S2所得到的flag与预设接线端子模板进行匹配操作；

S4：通过模板匹配设定的阈值判断是否检测到接线端子，若检测到接线端子，则开关柜状态为异常状态。

本发明优选地技术方案在于，所述S1中得到二值化图像的操作具体为：

S11：将所述RGB图像转换到HLS色彩空间中进行二值化处理，可以通过以下公式进行转换：

M＝max(R，G，B)

m＝min(R，G，B)

C＝M-m

根据上述三个变量，计算出：

H＝60°×H′

得出H、L、S的值。

本发明优选地技术方案在于，所述S2具体为：

S11：在进行二值化时，控制二值化的阈值，大于阈值为1，小于阈值为0，

本发明优选地技术方案在于，所述S11具体为：

S111：将二值化处理得到的结果定义为binImg；

S112：对该binImg进行开运算得到openImg；

对binImg进行闭运算，得到closeImg；

S113：将openImg和closeImg做差，得到diffImg；

S114：将diffImg、binImg、closeImg做与运算得到flag。

本发明优选地技术方案在于，所述S112具体为：

S1121：closeImg的阈值选取在[100,150]；

openImg的阈值选取在[120,150]。

本发明优选地技术方案在于，所述S112具体为：

S1141：diffImg阈值选取在[30,50]。

本发明优选地技术方案在于，所述预设的接线端子模板具体制作过程为：

获取接线端子影像数据，对该影像数据进行二值化制得预设接线端子模板。

本发明优选地技术方案在于，所述匹配操作具体过程为：

通过以下算法，进行模板匹配：

设得到的矩阵R(x,y)，模板图像矩阵为T(x′,y′)，源图像矩阵为I(x,y)

R(x,y)＝∑

本发明优选地技术方案在于，所述S4具体为：

S41：模板匹配设定的阈值为[100，115]。

本发明优选地技术方案在于，将所得到的所述flag与所述预设接线端子模板重合度最高的区域记为接线端子所在区域。

一种基于图像识别的开关柜状态检测系统，用于执行上述方法，包括：

图片获取模块，用于获取开关柜内部的影像数据；

转换模块，用于从影像数据截取的RGB图像，将该RGB图像进行HLS色彩空间转换；

二值化模块，用于对影像数据截取的RGB图像进行二值化处理；

去噪模块，用于对截取的RGB图像进行降噪，去除噪声干扰；

匹配模块，用于将接线端子模板和flag进行模板匹配。

本发明的有益效果为：

本发明提供的一种基于图像识别的开关柜状态检测方法，通过精准的算法，使用模板匹配方法可以精准的获取接线端子，本方法还可以多种形式融合进行噪声信息的过滤，在较低运算量上即可过滤大量噪声，通过模板匹配，结合卷积操作降低运算量，HLS空间使用，更突出接线端子的特征，极大提高了获取接线端子检测准确率。本发明提供的一种基于图像识别的开关柜状态检测系统，用于执行开关柜状态检测方法，通过下述模块，图片获取模块，用于获取开关柜内部的影像数据；转换模块，用于从影像数据截取的RGB图像，将该RGB图像进行HLS色彩空间转换；二值化模块，用于对影像数据截取的RGB图像进行二值化处理；去噪模块，用于对截取的RGB图像进行降噪，去除噪声干扰；匹配模块，用于将接线端子模板和flag进行模板匹配，使得系统可以自动识别暴露的接线端子，从而判断开关柜状态，极大的降低了检测的人力和时间成本。

附图说明

图1是本发明具体实施方式中提供的基于图像识别的开关柜状态检测方法的算法流程示意图；

图2是本发明具体实施方式中提供的基于图像识别的开关柜状态检测方法的核心算法流程示意图；

图3为接线端子模板。

具体实施方式

下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。

本实施例中提供的一种基于图像识别的开关柜状态检测方法，包括以下步骤：

S1：获取开关柜内部的影像数据，取得RGB图像，将该RGB图像转换到HLS色彩空间中进行二值化处理，得到二值化图像；

S2:对S1中的所述二值化图像进行直方图均衡化及去噪处理，得到flag；

S3：将S2所得到的flag与预设接线端子模板进行匹配操作；

S4：通过模板匹配设定的阈值判断是否检测到接线端子，若检测到接线端子，则开关柜状态为异常状态。通过以上步骤，为模板匹配操作排除了干扰，匹配的接线端子具有亮度高，形状固定的特点，技术人员可以方便的根据接线端子的特点进行模板制作。首先对图像做二值化处理，这样可以排除了颜色信息为模板匹配带来的干扰，去噪处理，可以排除二值化图像在数字化和传输过程中常受到成像设备与外部环境噪声干扰，二值化图像只包含0或1，使得技术人员可以简单的对接线端子进行判断，接着，对二值化图像进行直方图均衡化，二值化图像进行直方图均衡化可以简单有效的对图像进行增强，可以使得图像的细节更丰富，通过改变图像的直方图来改变图像中各像素的灰度，增强动态范围偏小的图像的对比度，原始图像由于其灰度分布可能集中在较窄的区间，造成图像不够清晰。例如，过曝光图像的灰度级集中在高亮度范围内，而曝光不足将使图像灰度级集中在低亮度范围内。采用直方图均衡化，可以把原始图像的直方图变换为均匀分布的形式，这样就增加了像素之间灰度值差别的动态范围，从而达到增强图像整体对比度的效果。换言之，直方图均衡化可对在图像中像素个数多的灰度值，即对画面起主要作用的灰度值进行展宽，而对像素个数少的灰度值，即对画面不起主要作用的灰度值进行归并，从而增大对比度，使图像清晰，达到增强的目的，可以更突出亮度较高的部分。

优选地，所述S1中得到二值化图像的操作具体为：

S11：将所述RGB图像转换到HLS色彩空间中进行二值化处理，可以通过以下公式进行转换：

M＝max(R，G，B)

m＝min(R，G，B)

C＝M-m

根据上述三个变量，计算出：

H＝60°×H′

得出H、L、S的值，将H，L，S三个分量通过阈值判断后，做成只有0，1的值，得到一个唯一值的二值化图。通过上述将RGB进行HLS色彩空间的转换算法，可以避免因在色彩空间是RGB空间的自然环境条件下采集到的图像往往容易受到其他光源亮度及光照等条件的影响，另，RGB色彩空间中的每一个分量都与亮度相关，因此往往在RGB色彩空间下进行图像处理和分析就不太合适。另，在HSV色彩空间中，其中H代表色调，S代表饱和度，V代表明度，在RGB色彩空间中的黄色由三个分量表示为(255，255，0)，但是在HSV的空间中就可以由H分量来独立表示为H＝60，这个空间虽然比RGB要更适合图像分析，但是由于接线端子的亮度明显高于周围，但是此空间下S和V分量都会对亮度产生影响。通过上述可知，将RGB进行HLS色彩空间的转换是最适合本发明的算法，即本发明更适合图像处理的HLS色彩空间，其中H依然代表色度，但是有了一个更适合我们场景的L(亮度)分量。

优选地，所述S1具体为：

S11：在进行二值化时，控制二值化的阈值，其中，选择L的阈值为60，H’的阈值为200，S的阈值为100，大于S、H’、L的阈值为1，小于S、H’、L的阈值为0，

通过上述公式，可以使图像的信息量大大的降低，仅用0和1来表示，在过滤掉颜色信息干扰的同时，还极大的降低了运算量，像素值大于阈值取0，小于阈值取1。

优选地，所述S11具体为：

S111：将二值化处理得到的结果定义为binImg；

S112：对该binImg进行开运算得到openImg；

对binImg进行闭运算，得到closeImg；

S113：将openImg和closeImg做差，得到diffImg；

S114：将diffImg、binImg、closeImg做与运算得到flag，其中，flag为去噪处理后的二值化图像，diffImg表示开闭图像的差值，binImg表示二值化图像，closeImg表示做完闭运算之后的图像，通过上述方法，闭运算的目的是在保持原图各个部分形状的前提下，对某些部分中的空洞进行填充，使得形状信息更完整。在图像采集的过程中可能会因为一些噪声的影响而使得接线端子在进行二值化的时候存在一些空洞，通过上述操作可以将其补全。开运算的目的是在保持原图各个部分形状的前提下，去除一些噪点的影响。为了进一步的过滤，我们将diffImg，closeImg和binImg进行了叠加，以尽可能的过滤掉噪声信息。

优选地，所述S112具体为：

S1121：closeImg的阈值选取在[100,150]；

openImg的阈值选取在[120,150]，这样的方法，闭运算是先膨胀后腐蚀的过程。用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时可以并不明显改变其面积。在二值化图像下，可以消除亮背景下的较暗区域，以此用来填充接线端子可能由于噪声造成的形状的不完整。在进行闭运算时，阈值取在[100,150]时过滤效果最好，其中，闭运算是先膨胀后腐蚀，公式如下：

close(src)＝erode(dilate(src))；

openImg的阈值选取在[120,150]，这样的方法，开运算是先腐蚀后膨胀的过程，用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。在二值化图像下，可以消除暗背景下的较亮区域，此处以此用来消除二值化下某些噪点的影响。在进行开运算时，阈值取在[120,150]之间可取得最好的结果，其中，开运算是先腐蚀后膨胀，公式如下：

open(src)＝dilate(erode(src))。

优选地，所述S114具体为：

S1141：diffImg阈值选取在[30,50]，其中，将开闭运算求取差值，优选的，diffImg阈值选取在[30,50]之间的取值效果最好，若有其他情况时，具体情况需要根据上述的开闭运算的阈值来做相应的调整。

优选地，所述预设的接线端子模板具体制作过程为：

获取接线端子影像数据，对该影像数据进行二值化制得预设接线端子模板，这样的方法，模板匹配即是用一个既定的图形去和录像图像中的区域求相似度，如果相似度高于某一个阈值则可以判断匹配到。制作的模板，如图3所示，接线端子具有亮度高，月牙形的特点。

优选地，所述匹配操作具体过程为：

通过以下算法，进行模板匹配：

设得到的矩阵R(x,y)，模板图像矩阵为T(x′,y′)，源图像矩阵为I(x,y)

R(x,y)＝∑

优选地，所述S4具体为：

S41：模板匹配设定的阈值为[100，115]，这样的阈值设定，在不引入干扰信息的情况下，对录像截取的图像做二值化，利用合适的图像处理软件(PhotoShop，画图等)对二值化图像进行像素的调整，接着，使用图3这个做好的模板在获取到的图像上进行比较。此工作比较类似于图像的卷积操作，因此在实现的过程中可以使用OpenCV提供的卷积操作来实现。最后需要说明的是，此处也存在一个阈值需要设定，即为模板和其图像上的某个区域存在多少个像素点是相同的。合适的选择阈值也是算法准确率的关键。此处需要进行多次的尝试来选择合理的阈值。优选的，阈值选择[100,115]，可实现最佳效果。

优选地，将所得到的所述flag与所述预设接线端子模板重合度最高的区域记为接线端子所在区域。