一種輸電線路的視頻監(jiān)控方法
【專利摘要】本發(fā)明屬于圖像處理領(lǐng)域，公開了一種輸電線路的視頻監(jiān)控方法，包括：霧天等級識別，覆冰/雪識別，導(dǎo)線舞動識別，周界報警。霧天等級識別提取矢量夾角特征，選用支持向量機(jī)進(jìn)行分類。覆冰/雪識別采用圖像分割、邊緣檢測及改進(jìn)的Hough變換等圖像處理技術(shù)實(shí)現(xiàn)覆冰/雪厚度的測量。導(dǎo)線舞動識別檢測出導(dǎo)線中的多個波谷點(diǎn)與波峰點(diǎn)，通過比較所有的波谷點(diǎn)與波峰點(diǎn)，得到導(dǎo)線舞動的最低點(diǎn)與最高點(diǎn)，繼而計算導(dǎo)線舞動幅值與頻率。周界報警采用自動更新背景的方法，在異物判斷過程中大大減少了噪聲的影響，采用百分比的形式判斷是否有異物進(jìn)入監(jiān)控區(qū)域。本發(fā)明實(shí)現(xiàn)了惡劣氣候環(huán)境下對輸電線路的視頻監(jiān)控。
【專利說明】一種輸電線路的視頻監(jiān)控方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像處理領(lǐng)域，涉及一種輸電線路的視頻監(jiān)控方法。通過輸電線路的圖像識別，實(shí)現(xiàn)輸電線路在各種氣象環(huán)境中監(jiān)控與預(yù)警。
【背景技術(shù)】
[0002]輸電線路是遠(yuǎn)距離輸配電力的主要方式，絕大部分線路設(shè)在地形復(fù)雜、自然環(huán)境惡劣的地方。架空輸電線路導(dǎo)線及桿塔附件長期暴露在野外，因受到持續(xù)的機(jī)械張力、電氣閃絡(luò)、材料老化的影響而產(chǎn)生磨損、腐蝕等損傷，如不及時修復(fù)更換，有可能造成嚴(yán)重事故。
[0003]當(dāng)前，輸電線路的巡檢方式以人工為主。這種方法不僅消耗大量的人力、物力、財力，而且不能完成實(shí)時監(jiān)測，從而極大地降低了系統(tǒng)的可靠性和可信度。相比之下，圖像處理及圖像識別技術(shù)在輸電線路方面的應(yīng)用能很好完成桿塔、導(dǎo)地線及其金具、絕緣子等運(yùn)行狀態(tài)以及輸電環(huán)境的變化的檢測。
[0004]隨著計算機(jī)技術(shù)及圖像處理技術(shù)的不斷發(fā)展，輸電線路的智能化監(jiān)控技術(shù)已日益成熟。專利號為2010101454535的、東南大學(xué)申報的發(fā)明“一種基于圖像灰度直方圖的霧天檢測方法”，提出了一種基于圖像灰度直方圖的霧天檢測方法，該發(fā)明使用圖像的灰度直方圖來檢測天氣，利用灰度直方圖中像素點(diǎn)數(shù)目和灰度值的對應(yīng)關(guān)系，以及一系列閾值，檢測出非霧天、小霧天以及大霧天三個等級。該發(fā)明存在的問題是，由于基于基本的像素信息進(jìn)行分類，影響了分類的準(zhǔn)確性。東南大學(xué)早報的、專利號為2012102266424的另一項(xiàng)發(fā)明“一種基于圖像顏色空間特征的霧天檢測方法”，首先對背景圖片進(jìn)行顏色空間轉(zhuǎn)換，從RGB顏色空間轉(zhuǎn)換到HSV顏色空間，然后根據(jù)圖像包含信息提取出HSV各個分量的特征，根據(jù)設(shè)置的判定條件將圖像包含天氣信息劃分為非霧天、小霧天氣和大霧天氣。該發(fā)明進(jìn)行了顏色空間的轉(zhuǎn)換，提取顏色特征分量進(jìn)行分類，在分類準(zhǔn)確率上有所提高，但還是不能很好的表達(dá)出霧天圖像的特征。
[0005]專利號為201110049858.3的、中科華核電技術(shù)研究院有限公司及中國廣東核電集團(tuán)有限公司申報的發(fā)明“運(yùn)動目標(biāo)檢測方法以及無線傳感器網(wǎng)絡(luò)頭節(jié)點(diǎn)設(shè)備”，公開了一種運(yùn)動目標(biāo)檢測技術(shù)，其缺點(diǎn)是對傳感器等硬件設(shè)備的要求較高，原因是在山林地帶進(jìn)行安裝容易受到惡劣天氣環(huán)境的影響，不能進(jìn)行準(zhǔn)確的檢測。
[0006]專利號為CN201120499408、延安供電局申報的發(fā)明“輸電線路舞動在線監(jiān)測系統(tǒng)”，提出了一種通過在導(dǎo)線中安裝適當(dāng)數(shù)量的導(dǎo)線舞動監(jiān)測儀，采集3個方向的加速度信息，之后依據(jù)對監(jiān)測點(diǎn)加速度的計算分析及線路基本信息，分析舞動線路的舞動半波長數(shù)及計算導(dǎo)線運(yùn)動的軌跡相關(guān)參數(shù)，分析線路是否發(fā)生舞動危害，發(fā)生報警信息。該發(fā)明的不足仍然是對硬件要求較高，實(shí)現(xiàn)難度大。

【發(fā)明內(nèi)容】

[0007]針對現(xiàn)有技術(shù)中存在的上述問題，本發(fā)明提出了一種輸電線路的視頻監(jiān)控方法，旨在實(shí)現(xiàn)惡劣氣候環(huán)境下對輸電線路的監(jiān)控。[0008]本發(fā)明通過對輸電線路中的絕緣子、導(dǎo)線、間隔棒、防振錘、塔下走廊環(huán)境和氣象環(huán)境等進(jìn)行圖像識別，完成輸電線路的視頻監(jiān)控。變電站圖像識別的觀察對象主要為母線、母跨、瓷瓶等。本發(fā)明以輸電線路圖像識別為主，根據(jù)實(shí)際需要，還可將本發(fā)明應(yīng)用到變電站智能識別領(lǐng)域。
[0009]一種輸電線路的視頻監(jiān)控方法，其特征在于包括:
[0010]1.霧天等級識別
[0011]霧天對輸電線路視頻監(jiān)控過程的影響非常大，它將嚴(yán)重降低視頻圖像的清晰度，干擾線路分析的結(jié)果，造成隱患。因此，及時檢測霧天等級對輸電線路監(jiān)控系統(tǒng)來說是非常重要的。
[0012]受大氣散射的作用，霧天時所獲得的可見光圖像的顯著特點(diǎn)是對比度很低，平均色調(diào)較低，飽和度較高，且各個像素之間的色調(diào)差較小。成都信息工程學(xué)院大氣探測重點(diǎn)開放實(shí)驗(yàn)室在《基于雙色大氣散射模型的視程障礙類天氣現(xiàn)象識別》中提出了一種基于雙色大氣散射模型的視程障礙類天氣現(xiàn)象的識別算法，通過計算圖像中所選區(qū)域像素與像素之間的矢量夾角來實(shí)現(xiàn)不同視程障礙類天氣現(xiàn)象的分類。本發(fā)明在此基礎(chǔ)上，使用HSI模型處理圖像，使用雙色大氣散射模型，提取矢量夾角。通過計算矢量夾角值對霧天圖像進(jìn)行分類。在分析先驗(yàn)圖像的基礎(chǔ)上，通過支持向量機(jī)進(jìn)行訓(xùn)練，從而確定上述參數(shù)在霧天情況下的閾值并進(jìn)行報警。
[0013]2.導(dǎo)線覆冰/雪厚度識別
[0014]在輸變電系統(tǒng)中，輸電線路的覆冰/雪現(xiàn)象十分普遍。覆冰/雪可引起導(dǎo)線舞動、倒桿、斷線等重大事故，嚴(yán)重威脅電力系統(tǒng)的安全運(yùn)行，并造成巨大的經(jīng)濟(jì)損失。
[0015]導(dǎo)線覆冰/雪厚度識別是根據(jù)提供的圖片，對現(xiàn)場是否有覆冰/雪進(jìn)行識別，并初步識別覆冰/雪的厚度。
[0016]現(xiàn)有的輸電線路覆冰/雪厚度在線監(jiān)測方法主要有兩種:第一種是通過監(jiān)測導(dǎo)線覆冰/雪前后重量的變化、絕緣子傾斜角度以及環(huán)境風(fēng)速等氣象條件，利用導(dǎo)線覆冰/雪厚度計算模型得到當(dāng)前線路的覆冰/雪厚度。由于這種方法需要現(xiàn)場安裝力學(xué)傳感器，不僅改變了原有的力學(xué)結(jié)構(gòu)，而且需要對力學(xué)傳感器進(jìn)行機(jī)械強(qiáng)度、疲勞破壞等性能測試，因而應(yīng)用受到了限制。第二種方法是在桿塔上安裝視頻監(jiān)控系統(tǒng)，通過視頻圖像觀察現(xiàn)場覆冰/雪情況。這種方法雖然將現(xiàn)場的情況直觀地展現(xiàn)給工作人員，但是只能通過人眼判斷覆冰/雪而不能實(shí)現(xiàn)對覆冰/雪的定量分析。
[0017]本發(fā)明以圖像處理及識別為基礎(chǔ)，獲取輸電線覆冰/雪前后的邊界，進(jìn)而定量地計算導(dǎo)線的覆冰/雪厚度。采用圖像分割、邊緣檢測及Hough變換等圖像處理技術(shù)，并對邊緣檢測(Canny算子)后的二值圖像進(jìn)行邊緣過濾，提高了覆冰/雪厚度測量精度。
[0018]3.導(dǎo)線舞動識別
[0019]輸電線舞動是偏心覆冰導(dǎo)線在風(fēng)激勵下產(chǎn)生的一種低頻、大振幅自激振動。在某些地區(qū)導(dǎo)線舞動已成為線路主要危害，需對輸電線舞動進(jìn)行實(shí)時監(jiān)測預(yù)警，保證輸電線的安全運(yùn)用。
[0020]本發(fā)明提出的舞動檢測方法結(jié)合以往舞動監(jiān)測手段的優(yōu)點(diǎn)，通過安裝在輸電線路現(xiàn)場的監(jiān)測終端采集攝像頭畫面，應(yīng)用數(shù)字圖像處理技術(shù)處理現(xiàn)場圖片數(shù)據(jù)，從而得出舞動的特征參數(shù)并結(jié)合現(xiàn)場氣象條件判定輸電線的舞動級別。首先對圖片進(jìn)行圖像預(yù)處理一圖像灰度化，以便獲取原圖像的灰度化圖像。之后采用中值濾波的方法對圖像進(jìn)行平滑處理，再對圖像進(jìn)行Canny算子的邊緣檢測。通過以上處理便可獲取清晰的導(dǎo)線輪廓。完成對舞動圖像的預(yù)處理過程后，通過求導(dǎo)線的最低、最高點(diǎn)計算導(dǎo)線舞動的幅度和頻率。
[0021]4.周界報警
[0022]周界報警分為兩大類:導(dǎo)線周界報警和桿塔周界報警。
[0023]導(dǎo)線周界報警包括:
[0024]( I)來自于地面的緩動體(如樹木長高)的報警；
[0025](2)來自于地面的速動體(如吊車作業(yè))的報警；
[0026](3)空中異物(如風(fēng)箏)掛線的報警；
[0027]桿塔周界報警包括:
[0028]( I)來自于地面的緩動體(如人員)闖入的報警；
[0029](2)塔下異物的報警；
[0030](3)來自于地面的速動體(如挖掘機(jī)、卡車等大型機(jī)械)闖入視野的報警；
[0031]為了解決光線變化及四季變化使監(jiān)測環(huán)境的背景產(chǎn)生變化不利于異物監(jiān)測等問題，本發(fā)明采用背景更新方法，實(shí)時地對背景進(jìn)行更新以確保系統(tǒng)的實(shí)時性。對前景檢測的基礎(chǔ)為背景差分法，為了提高前景檢測的準(zhǔn)確率，在進(jìn)行背景差分之前對背景及待檢測圖片進(jìn)行一系列的圖像預(yù)處理，如圖像的灰度化，二值化等。為了解決復(fù)雜背景如樹葉的飄動等對檢測結(jié)果的影響，在得到差分圖像之后再對得到的差分圖像進(jìn)行處理，如對其進(jìn)行形態(tài)學(xué)的處理等。提取出前景后，為了能準(zhǔn)確地進(jìn)行報警，減少人員監(jiān)控的負(fù)擔(dān)，將對提取出的前景區(qū)進(jìn)行圖像的周長計算，將小輪廓丟棄掉只保存大輪廓，根據(jù)周長的預(yù)設(shè)值進(jìn)行報警。為了能準(zhǔn)確報警，盡量不出現(xiàn)誤報的情況，在保存大輪廓的基礎(chǔ)上將再分小區(qū)域掃描確定是否有異物進(jìn)入到監(jiān)控區(qū)，若出現(xiàn)，報警；若沒有出現(xiàn)，通過時間判斷是否需要背景更新:若時長大于等于設(shè)定的背景更新時長，將此圖代替前背景圖片作為下一次前景檢測的背景；若時長小于設(shè)定的背景更新時長，則說明上一次更新的背景還是可信任背景圖片，不進(jìn)行背景更新。
[0032]與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn):
[0033](I)本發(fā)明在進(jìn)行霧天等級分類時不僅提取對比度、飽和度、色度三個顏色分量，并且使用雙色大氣散射模型，提取矢量夾角。通過比較，最終選取矢量夾角值作為分類特征值。選用支持向量機(jī)進(jìn)行分類，使各類分界閾值選取更智能化。
[0034](2)本發(fā)明在進(jìn)行覆冰/雪厚度檢測時采用改進(jìn)的Hough變換進(jìn)行導(dǎo)線邊緣噪聲過濾，提取導(dǎo)線邊緣。由于在分類器選取方面進(jìn)行了改進(jìn)，并引入了等距取點(diǎn)機(jī)制，減少了參數(shù)空間內(nèi)存的開銷及Hough變換出現(xiàn)的偽峰值，提高了算法的運(yùn)算速度。
[0035](3)本發(fā)明在計算導(dǎo)線舞動的幅值與頻率時，可檢測出導(dǎo)線中的多個波谷點(diǎn)與波峰點(diǎn)，通過比較所有的波谷點(diǎn)與波峰點(diǎn)，得到更加準(zhǔn)確的導(dǎo)線舞動的最低點(diǎn)與最高點(diǎn)，繼而計算出更為準(zhǔn)確的導(dǎo)線舞動幅值與頻率。相對通過選定目標(biāo)點(diǎn)(最低點(diǎn)，最高點(diǎn))進(jìn)行檢測的方法是一種改進(jìn)。
[0036](4)本發(fā)明的周界報警算法不包含大量的計算過程，處理時間短，能在極短的時間內(nèi)檢測出是否有異物闖入，并及時報警，具有很強(qiáng)的實(shí)時性。本發(fā)明采用自動更新背景的方法，與一般處理中使用固定背景的技術(shù)相比，在異物判斷過程中大大減少了噪聲的影響。采用百分比的形式判斷是否有異物進(jìn)入監(jiān)控區(qū)域，大大提高了周界報警的準(zhǔn)確性。
【專利附圖】

【附圖說明】
[0037]圖1為本發(fā)明的系統(tǒng)組成框圖；
[0038]圖2為本發(fā)明所涉及的霧天等級識別方法流程圖；
[0039]圖3為本發(fā)明所涉及的導(dǎo)線覆冰/雪厚度識別方法流程圖；
[0040]圖4為本發(fā)明所涉及的導(dǎo)線舞動識別方法流程圖；
[0041]圖5為本發(fā)明所涉及的周界報警方法流程圖；
[0042]圖6為同一場景點(diǎn)E在三種不同霧天等級下同一像素的矢量坐標(biāo)位置示意圖；
[0043]圖7為不同等級的霧天圖像:(a)-(d)分別為不同等級的RGB圖像，(e)-(h)為對應(yīng)的HSI空間圖像；
[0044]圖8為計算導(dǎo)線覆冰/雪厚度不意圖；
[0045]圖9為導(dǎo)線覆冰/雪厚度識別圖像處理過程示意圖:(a)為覆冰/雪原始圖像，(b)為邊緣檢測后的圖像，(C)為進(jìn)行Hough后的導(dǎo)線圖像；
[0046]圖10為導(dǎo)線舞動圖像處理過程示意圖:(a)為導(dǎo)線大軌跡運(yùn)動原圖，(b)為灰度化圖，(C)為中值濾波效果圖，Cd)為邊緣檢測效果圖；
[0047]圖11為周界報警圖像處理過程示意圖:(a)為背景圖像，(b)為待檢測圖像，(c)為差值圖像，Cd)為差值圖二值化圖像，Ce)為形態(tài)學(xué)處理圖像。
【具體實(shí)施方式】
[0048]本發(fā)明所采用的編程語言為C++語言，在Windows XP環(huán)境下利用MicrosoftVisual Studio2008開發(fā)工具實(shí)現(xiàn)編程開發(fā)。
[0049]本發(fā)明的組成框圖如圖1所示，包括:霧天等級識別，導(dǎo)線覆冰/雪厚度識別，導(dǎo)線舞動識別和周界報警。其中，
[0050]霧天等級識別的方法流程如圖2所示，包括以下步驟:
[0051]步驟一，把彩色圖像由RGB模式轉(zhuǎn)化為HSI模式，公式如下:
[0052]
【權(quán)利要求】
1.一種輸電線路的視頻監(jiān)控方法，其特征在于包括:霧天等級識別，導(dǎo)線覆冰/雪厚度識別，導(dǎo)線舞動識別，周界報警； 所述霧天等級識別方法包括以下步驟: 步驟一，把彩色圖像由RGB模式轉(zhuǎn)化為HSI模式； 步驟二，提取圖像的夾角特征，方法如下: (1)求不同霧天等級下特定點(diǎn)像素與晴天下該點(diǎn)像素之間的矢量夾角值，特定點(diǎn)可根據(jù)圖片的不同自行選取圖片中標(biāo)志性的點(diǎn)； 在RGB空間，同一像素點(diǎn)在不同霧天等級下的矢量表不為:OEi = (/:, Jii) , r、g、b分別為R、G、B三通道分量，i=l,2,3,4,分別代表晴天，輕度霧天，中度霧天，重度霧天四種不同霧天等級；根據(jù)雙色大氣模型，選E1所代表的天氣條件為晴天，即晴天下景物的像素，像素矢量用()?表示，0?代表同一像素點(diǎn)不同霧天等級下的像素矢量；特定點(diǎn)像素i與晴天下該點(diǎn)像素之間的矢量夾角可由下式在j=l時求得:
2.根據(jù)權(quán)利要求1所述的一種輸電線路的視頻監(jiān)控方法，其特征在于，步驟三所述根據(jù)夾角特征值α的大小進(jìn)行霧天等級分類的方法為: 當(dāng) 0.0000 ( α〈0.0150 時，為晴天； 當(dāng)0.0150 ( α〈0.0300時，為輕度霧天，即小霧； 當(dāng)0.0300≤α〈0.0450時，為中度霧天，即中霧; 當(dāng)α≥0.0450時，為重度霧天，即大霧。
3.一種輸電線路的視頻監(jiān)控方法，其特征在于包括:霧天等級識別，導(dǎo)線覆冰/雪厚度識別，導(dǎo)線舞動識別，周界報警； 所述導(dǎo)線覆冰/雪厚度識別方法包括以下步驟: 步驟一，對圖像進(jìn)行灰度化處理； 步驟二，采取中值濾波法進(jìn)行濾波處理； 步驟三，采用Canny算子進(jìn)行邊緣檢測，從而提取圖像邊緣； 步驟四，進(jìn)行邊緣過濾處理； 步驟五，計算覆冰/雪厚度。
4.根據(jù)權(quán)利要求3所述的一種輸電線路的視頻監(jiān)控方法，其特征在于，步驟四所述邊緣過濾處理采用改進(jìn)的Hough變換進(jìn)行導(dǎo)線邊緣噪聲過濾，在分類器選取方面進(jìn)行了改進(jìn)，并引入了等距取點(diǎn)機(jī)制，減少了參數(shù)空間內(nèi)存的開銷及Hough變換出現(xiàn)的偽峰值，提高了算法的運(yùn)算速度；具體方法如下:(1)根據(jù)sobel算子提供的梯度信息，將邊緣特征點(diǎn)分為四類:水平、垂直、正45度、負(fù)45度； (2)將垂直、水平、正45度、負(fù)45度四種分類器中包含邊緣特征點(diǎn)的數(shù)目最多的分類器中的邊緣特征點(diǎn)進(jìn)行Hough變換，每次映射運(yùn)算選取滿足式(I)?(3)約束條件的兩個特征點(diǎn)(Xi, Yi)，(Xj, Yj)，計算其直線參數(shù)，并在參數(shù)空間上投影；
5.根據(jù)權(quán)利要求3所述的一種輸電線路的視頻監(jiān)控方法，其特征在于，步驟五計算覆冰/雪厚度的方法如下: 假設(shè)Linel和Line2分別為經(jīng)邊緣檢測后得到的導(dǎo)線兩側(cè)的邊緣直線，兩條直線近似平行，通過Hough變換可得到Θ角； (1)查找在直線Line2附近或線上的第一個黑點(diǎn)p21(x21，y21)，在以p21為中心的一定區(qū)域內(nèi)在直線Linel附近或線上查找黑點(diǎn)pll (xn, yn)，使得pll與p21滿足如下關(guān)系:
6.一種輸電線路的視頻監(jiān)控方法，其特征在于包括:霧天等級識別，導(dǎo)線覆冰/雪厚度識別，導(dǎo)線舞動識別，周界報警； 所述導(dǎo)線舞動識別方法包括以下步驟: 步驟一，對圖像進(jìn)行灰度化處理；步驟二，采取中值濾波法進(jìn)行濾波處理； 步驟三，采用Canny算子進(jìn)行邊緣檢測； 步驟四，計算導(dǎo)線舞動的幅值及頻率。
7.根據(jù)權(quán)利要求6所述的一種輸電線路的視頻監(jiān)控方法，其特征在于步驟四所述計算導(dǎo)線舞動的幅值及頻率的方法如下: (1)計算每條導(dǎo)線中的所有波谷點(diǎn)和最低點(diǎn)； 從圖片的左下角開始逐行對每個像素點(diǎn)進(jìn)行逐行掃描，直到掃描到圖像的右上角，掃描過程中根據(jù)每個像素點(diǎn)的灰度值進(jìn)行判斷，如果判斷結(jié)果為黑色，不做任何處理，對下一個像素點(diǎn)進(jìn)行判斷；如果判斷結(jié)果為白色，則對此像素點(diǎn)的下一行的所有像素點(diǎn)進(jìn)行判斷，如果結(jié)果不全為黑色，則不做任何處理，對下一點(diǎn)像素進(jìn)行判斷；如果結(jié)果全部為黑色，則此點(diǎn)確定為波谷點(diǎn)； 將所得的所有波谷點(diǎn)進(jìn)行比較，最小點(diǎn)為導(dǎo)線的最低點(diǎn)； (2)計算每條導(dǎo)線中的所有波峰點(diǎn)和最高點(diǎn)； 從圖片的左下角開始逐行對每個 像素點(diǎn)進(jìn)行逐行掃描，直到掃描到圖像的右上角，掃描過程中，根據(jù)每個像素點(diǎn)的灰度值進(jìn)行判斷，如果判斷結(jié)果為黑色，不做任何處理，對下一個像素點(diǎn)進(jìn)行判斷；如果判斷結(jié)果為白色，對此像素點(diǎn)的上一行的所有像素點(diǎn)進(jìn)行判斷，如果結(jié)果不全為黑色，不做任何處理，對下一點(diǎn)像素進(jìn)行判斷；如果結(jié)果全部為黑色，此點(diǎn)確定為波峰點(diǎn)； 將所得的所有波峰點(diǎn)進(jìn)行比較，最大點(diǎn)為導(dǎo)線的最高點(diǎn)； (3)計算導(dǎo)線舞動的幅值； 求最高點(diǎn)與最低點(diǎn)的差值即為導(dǎo)線舞動的幅值； (4)計算導(dǎo)線舞動頻率； 選定一張已記錄的舞動位置最高或最低的圖片，以此圖片為中心向兩邊搜索，直到找到該圖片最近鄰域的舞動位置最高或最低的圖片，設(shè)這兩張圖片之間間隔的張數(shù)為η;導(dǎo)線的舞動頻率f為:
8.一種輸電線路的視頻監(jiān)控方法，其特征在于包括:霧天等級識別，導(dǎo)線覆冰/雪厚度識別，導(dǎo)線舞動識別，周界報警； 所述周界報警方法包括以下步驟: 步驟一，采取中值濾波法對圖像進(jìn)行濾波處理； 步驟二，采用背景差分法分離闖入的運(yùn)動目標(biāo)； 背景差分法是通過輸入圖像與背景求差分離出闖入運(yùn)動目標(biāo)，求差公式為:
d = I Il (X，y, D-B1U, y) 式中，d為輸入圖像與背景的差，LjX，y，i)為輸入圖像中像素點(diǎn)灰度值，Bjx，y)為背景圖像中對應(yīng)位置像素點(diǎn)的灰度值； 如果d ≥ T，為運(yùn)動目標(biāo)像素點(diǎn)；否則，為背景像素點(diǎn)；T為閾值，其值根據(jù)經(jīng)驗(yàn)選?。徊襟E三，采用自適應(yīng)閾值方法對圖像進(jìn)行二值化處理； 步驟四，進(jìn)行形態(tài)學(xué)運(yùn)算，消除圖像中的干擾因素； 步驟五，判斷是否進(jìn)入異物。
9.根據(jù)權(quán)利要求8所述的一種輸電線路的視頻監(jiān)控方法，其特征在于步驟四所述形態(tài)學(xué)運(yùn)算中采用了多次形態(tài)學(xué)閉運(yùn)算及腐蝕與膨脹運(yùn)算，方法如下: (1)對圖像進(jìn)行腐蝕運(yùn)算； 采用2X2的結(jié)構(gòu)元素，對掃描圖像的每一個像素，用結(jié)構(gòu)元素與其覆蓋的二值圖像進(jìn)行“與”操作，使二值圖像減小一圈； (2)對圖像進(jìn)行膨脹運(yùn)算； 采用2X2的結(jié)構(gòu)元素，對掃描圖像的每一個像素，用結(jié)構(gòu)元素與其覆蓋的二值圖像做“或”操作，使二值圖像擴(kuò)大一圈； (3)對圖像進(jìn)行閉運(yùn)算； 指先膨脹后腐蝕，用來填充物體內(nèi)細(xì)小空洞、連接鄰近物體、平滑其邊界的同時并不明顯改變其面積。
10.根據(jù)權(quán)利要求8所述的一種輸電線路的視頻監(jiān)控方法，其特征在于步驟五所述判斷是否進(jìn)入異物的方法如下: 在形態(tài)學(xué)處理完成之后對差值圖片進(jìn)行掃描，首先計算圖片中灰度為255的像素總和S，然后在很小的區(qū)域內(nèi)進(jìn)行像素掃描，并同時記下此小區(qū)域內(nèi)灰度為255的像素總和S +，最后根據(jù)若S/S的值進(jìn)行判斷、報警: 若S + /S 50%，有異物闖入，系統(tǒng)報警，人工處理檢測是否有異物、闖入者； 若S φ /S〈50%，沒有異物闖入； 若沒有出現(xiàn)異物，當(dāng)時長大于等于設(shè)定的背景更新時長，將此圖代替前一張背景圖片作為下一次前景檢測的背景；否則，說明上一次更新的背景還是可信任背景圖片，不進(jìn)行背景更新。
【文檔編號】G06K9/62GK103442209SQ201310364280
【公開日】2013年12月11日 申請日期:2013年8月20日 優(yōu)先權(quán)日:2013年8月20日
【發(fā)明者】趙德群, 周曉琳, 孫光民, 王志萌, 高莉, 王曉蒙, 金語楓 申請人:北京工業(yè)大學(xué)