一種基于超像素的輸變電設(shè)備紅外故障圖像分割方法
【專利摘要】本發(fā)明公開了一種基于超像素的輸變電設(shè)備紅外故障圖像分割方法,包括圖像預(yù)處理,對(duì)輸變電設(shè)備紅外故障圖像進(jìn)行預(yù)處理;超像素圖像分害J,利用故障區(qū)域和背景區(qū)域的差異性,通過超像素分割方法將紅外故障圖像分割為設(shè)定個(gè)超像素區(qū)域;故障區(qū)域提取,對(duì)于分割出的多個(gè)超像素區(qū)域標(biāo)記為,標(biāo)記為Ri,i=1,2,…,n;將得到函數(shù)F最大值的區(qū)域選擇為提取出的故障區(qū)域;故障區(qū)域信息整理,輸入紅外圖像對(duì)應(yīng)的溫度界限,最高溫設(shè)為tH,最低溫設(shè)為tt,結(jié)合紅外圖像中的調(diào)色板對(duì)應(yīng)得到故障區(qū)域的最高溫度值tB;分割得到的區(qū)域大小為故障的區(qū)域大小。本方法兼顧了算法的快速性和可靠性,提高了紅外故障診斷的效率和準(zhǔn)確度。
【專利說明】一種基于超像素的輸變電設(shè)備紅外故障圖像分割方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及輸變電設(shè)備紅外診斷故障圖像分割方法,具體涉及一種基于超像素的 輸變電設(shè)備紅外故障圖像分割方法。
【背景技術(shù)】
[0002]在電力系統(tǒng)中,利用紅外成像技術(shù)可以快速地診斷出設(shè)備的各類外部過熱缺陷, 早期的紅外圖像的故障分析以人工分析為主,隨著紅外圖像數(shù)量的增加,大量的人工處理 無法實(shí)現(xiàn)圖像的批量處理,效率較低而且極易出錯(cuò)。近幾年來,隨著遠(yuǎn)程紅外測溫視頻監(jiān)控 系統(tǒng)等類似無人值守變電站服務(wù)系統(tǒng)的提出,紅外圖像的故障分析有了新的要求。由此,一 些自動(dòng)檢測電氣設(shè)備紅外圖像的方法陸續(xù)被提出。
[0003]文獻(xiàn)1 (葉婕,"基于圖像分割的變電站電氣設(shè)備故障自動(dòng)檢測",碩士學(xué)位論文, 西安科技大學(xué).2012)采用常見的圖像分割方法進(jìn)行分割,需要參數(shù)調(diào)整,適應(yīng)性較差;文 獻(xiàn)2(魏鋼,馮中正等,"輸變電設(shè)備紅外故障診斷技術(shù)與試驗(yàn)研究",電氣技術(shù), 2013年〇6 期)中^供了一種簡易的相對(duì)溫差分析的溫度檢測工具,對(duì)于輸入的故障圖像,首先找出 溫度最高點(diǎn),然后以此點(diǎn)為中心直線掃描遍歷周圍區(qū)域溫度,來得到溫度差,該方法只考慮 像素級(jí)的分析,而沒有結(jié)合相鄰像素間區(qū)域的性質(zhì)。
[0004] 上述的大部分方法都停留在簡單的圖像分割的基礎(chǔ)上,沒有對(duì)紅外圖像本身的性 質(zhì)做過多分析,由于過熱點(diǎn)的溫度和發(fā)散特性,該區(qū)域和其背景設(shè)備區(qū)域有較大差異,利用 超像素分割方法考慮區(qū)域的整體性,可以更好的適應(yīng)紅外圖像本身的成像特性,使分割結(jié) 果更加可靠。
【發(fā)明內(nèi)容】
[0005] 為解決現(xiàn)有技術(shù)存在的不足,本發(fā)明公開了一種基于超像素的輸變電設(shè)備紅外故 障圖像分割方法,可以有效地提高紅外檢測的效率和可靠性。
[0006] 為實(shí)現(xiàn)上述目的,本發(fā)明的具體方案如下:
[0007] 一種基于超像素的輸變電設(shè)備紅外故障圖像分割方法,包括以下步驟:
[0008] 步驟一:圖像預(yù)處理,對(duì)輸變電設(shè)備紅外故障圖像進(jìn)行預(yù)處理;
[0009] 步驟二:超像素圖像分割,利用故障區(qū)域和背景區(qū)域的差異性,通過超像素分割方 法將紅外故障圖像分割為設(shè)定個(gè)超像素區(qū)域;
[0010] 步驟三:故障區(qū)域提取,將分割出來的多個(gè)超像素區(qū)域標(biāo)記為Ri,i = 1,2,…,η ; 使用平均亮度I、區(qū)域凹凸度及區(qū)域灰度標(biāo)準(zhǔn)差三個(gè)特征來描述每個(gè)區(qū)域;將三個(gè) 參數(shù)聯(lián)合在一起,將得到函數(shù)F最大值的區(qū)域?yàn)樘崛〕龅墓收蠀^(qū)域;
[0011] 步驟四:故障區(qū)域信息整理,根據(jù)紅外圖像對(duì)應(yīng)的溫度界限,最高溫設(shè)為tH,最低 溫設(shè)為k,結(jié)合紅外圖像中的調(diào)色板對(duì)應(yīng)得到故障區(qū)域的最高溫度值tB;分割得到的區(qū)域 大小為故障的區(qū)域大小。
[0012] 所述步驟一中對(duì)輸變電設(shè)備紅外故障圖像進(jìn)行預(yù)處理具體為:對(duì)紅外故障圖像進(jìn) 行二維高斯平滑預(yù)處理。
[0013] 所述步驟二中超像素分割方法為Turbopixel的超像素分割方法,該方法將整個(gè) 圖像區(qū)域分割為具有相同特性的多個(gè)狹小區(qū)域。
[0014] 所述步驟二中設(shè)定個(gè)超像素區(qū)域設(shè)定數(shù)為200。
[0015]所述區(qū)域凹凸度仏,:通過該區(qū)域面積即像素點(diǎn)個(gè)數(shù)::乂和該區(qū)域的最小凸邊形 的面積得到:
[0016] = -? ! Ο;,,:,iS
[0017] 所述函數(shù)F最大值的區(qū)域選擇為提取出的故障區(qū)域:
[0018] ^ =
[0019] 本發(fā)明的有益效果:
[0020] 本方法兼顧了算法的快速性和可靠性,利用故障區(qū)域和其背景區(qū)域的高度差異性 以及其本身區(qū)域內(nèi)部的一致性發(fā)明了利用超像素的分割方法,保證了算法的高度準(zhǔn)確性。 批量的對(duì)紅外故障圖像進(jìn)行提取,自動(dòng)將故障區(qū)域呈現(xiàn),極大地簡化了目前紅外實(shí)驗(yàn)過程 中專業(yè)人員手動(dòng)查找分析故障區(qū)域帶來的重復(fù)性工作,為人工分析提供輔助依據(jù),提髙了 紅外故障診斷的效率和準(zhǔn)確度,也可以作為后續(xù)的自動(dòng)故障分析的前期基礎(chǔ)。
【專利附圖】
【附圖說明】
[0021] 圖1為本發(fā)明實(shí)施例子所要處理的紅外故障圖像原圖;
[0022] 圖2為本發(fā)明實(shí)施例子經(jīng)過平滑處理后的圖像;
[0023] 圖3為本發(fā)明實(shí)施例子超像素分割結(jié)果;
[0024] 圖4為本發(fā)明實(shí)施例子所得到的檢測區(qū)域。
【具體實(shí)施方式】:
[0025] 下面結(jié)合【具體實(shí)施方式】對(duì)本發(fā)明做進(jìn)一步的描述。
[0026] 輸變電設(shè)備紅外故障圖像分割包括以下四個(gè)部分:①紅外圖像預(yù)處理;②超像素 分割:通過故障的區(qū)域?qū)傩?,將整幅圖像分為多個(gè)相對(duì)獨(dú)立的小區(qū)域;③故障區(qū)域提取 慮故障的區(qū)域性,通過區(qū)域顏色分布均勻程度、區(qū)域邊緣均勻程度等方面,驗(yàn)證得出有效 的故障區(qū)域;④故障信息提?。和ㄟ^圖像本身提供的溫度顏色對(duì)應(yīng)調(diào)色板和輸入的溫度范 圍,得到故障區(qū)域的區(qū)域大小和溫度情況。
[0027] 1、圖像預(yù)處理:
[0028]如圖1所示,本發(fā)明實(shí)施例子所要處理的紅外故障圖像原圖,受環(huán)境和設(shè)備影響, 采集到的紅外故障圖像有許多噪聲點(diǎn),如圖2所示,首先需要對(duì)圖像進(jìn)行高斯平滑預(yù)處理, 來去除噪聲點(diǎn)的影響。這里選擇的最常見的二維高斯平滑濾波,模板尺寸設(shè)為3X3,平滑尺 度設(shè)為1. 27 ;
[0029] 2、超像素圖像分割:
[0030]通過觀察發(fā)現(xiàn),溫度過高區(qū)域通常為偏紅黃色或者接近白色區(qū)域,而該區(qū) 域和周圍區(qū)域的差異度較大,因此通過超像素的分割方法可以將整個(gè)圖像區(qū)域分割 為具有相同特性的多個(gè)狹小區(qū)域。我們此處采用文獻(xiàn)3(Alex Levinshtein,Adrian Stere,etc,〃TurboPixels:Fast Superpixels Using Geometric Flows,〃IEEE Transactions on Pattern Analysis and Machine Intelligence, 31(12), 2290-2297, 20 09)中的Turbopixel的超像素分割方法,該方法的作者已經(jīng)提供了開源的算法實(shí)現(xiàn)的工具 箱。將分割個(gè)數(shù)設(shè)置為200,通過這樣的分割方法,不過多的限制分割區(qū)域的屬性和大小,而 僅僅考慮提取相鄰像素區(qū)域內(nèi)的相似屬性區(qū)域,以及和非相似區(qū)域分離,更適用于待檢測 設(shè)備的溫度分布特性。如圖3所示,為本發(fā)明實(shí)施例子超像素分割結(jié)果。
[0031] 3、故障區(qū)域提?。?br>
[0032] 通常情況下,由于設(shè)備環(huán)境的復(fù)雜性,我們會(huì)得到多個(gè)分割區(qū)域。由于預(yù)處理已經(jīng) 對(duì)圖像進(jìn)行了平滑,所以可以保證有效區(qū)域內(nèi)部的連通性,下面要對(duì)這些區(qū)域進(jìn)行進(jìn)一步 的有效性驗(yàn)證。
[0033] 將彩色圖像轉(zhuǎn)化為灰度圖像處理,分割出來的多個(gè)超像素區(qū)域標(biāo)記為氏,i = 1,2,…,n〇
[0034] 故障區(qū)域通常為視場范圍內(nèi)的溫度最高點(diǎn),溫度以故障點(diǎn)為中心具有發(fā)散性,因 此我們要提取的故障區(qū)域要滿足:
[0035] a.平均亮度較高;
[0036] b.區(qū)域輪廓規(guī)整;
[0037] c.顏色分布均勻;
[0038] 這里僅利用灰度圖像描述圖像,利用以下三種參數(shù)來描述這些性質(zhì):
[0039] a.平均亮度:?]
[0040] b.區(qū)域凹凸度\,通過該區(qū)域面積(即像素點(diǎn)個(gè)數(shù))%和該區(qū)域的最小凸邊形 的面積仏:得到:
[0041] ^ = NRi / CK ?
[0042] c.區(qū)域灰度標(biāo)準(zhǔn)差%*
[0043] 將三個(gè)參數(shù)聯(lián)合在一起,將得到函數(shù)F最大值的區(qū)域選擇為提取出的故障區(qū)域:
[0044]
[0045] 由于灰度的取值范圍為[0,255],在1,: 相除過程中可以認(rèn)為已經(jīng)分別對(duì)這 兩個(gè)參數(shù)做了歸一化,因此保證了 F取值的有效性。
[0046] 4、故障區(qū)域信息整理:
[0047]輸入紅外圖像對(duì)應(yīng)的溫度界限,最高溫設(shè)為tH,最低溫設(shè)為,結(jié)合紅外圖像中的 調(diào)色板對(duì)應(yīng),得到故障區(qū)域的最高溫度值tB ;分割得到的區(qū)域大小為故障的區(qū)域大小。紅 外熱像儀輸出的為標(biāo)準(zhǔn)圖像,紅外熱像儀在設(shè)置時(shí)會(huì)有溫度范圍的顯示和對(duì)應(yīng)的圖像調(diào)色 板。
[0048]至此為止,紅外圖像故障分割完成。如圖4所示,為本發(fā)明實(shí)施例子所得到的檢測 區(qū)域。
【權(quán)利要求】
1. 一種基于超像素的輸變電設(shè)備紅外故障圖像分割方法,其特征是,包括以下步驟: 步驟一:圖像預(yù)處理,對(duì)輸變電設(shè)備紅外故障圖像進(jìn)行預(yù)處理; I 步驟二:超像素圖像分割,利用故障區(qū)域和背景區(qū)域的差異性,通過超像素分割方法將 紅外故障圖像分割為設(shè)定個(gè)超像素區(qū)域; 1 步驟二:故β早區(qū)域提取,對(duì)于分割出的多個(gè)超像素區(qū)域標(biāo)記為R" i = 1,2,…,n ;使用 平均亮度&、區(qū)域凹凸度及區(qū)域灰度標(biāo)準(zhǔn)差巧三個(gè)特征來描述每個(gè)區(qū)域;將三個(gè)參數(shù) 聯(lián)合在一起,將得到函數(shù)F最大值的區(qū)域選擇為提取出的故障區(qū)域; 步驟四:故障區(qū)域信息整理,輸入紅外圖像對(duì)應(yīng)的溫度界限,最高溫設(shè)為tH,最低溫設(shè) 為tL,結(jié)合紅外圖像中的調(diào)色板對(duì)應(yīng)得到故障區(qū)域的最高溫度值% ;分割得到的區(qū)域大小 為故障的區(qū)域大小。
2. 如權(quán)利要求1所述的一種基于超像素的輸變電設(shè)備紅外故障圖像分割方法,其特征 是,所述步驟一中對(duì)輸變電設(shè)備紅外故障圖像進(jìn)行預(yù)處理具體為:對(duì)紅外故障圖像進(jìn)行二 維高斯平滑預(yù)處理。
3. 如權(quán)利要求1所述的一種基于超像素的輸變電設(shè)備紅外故障圖像分割方法,其特征 是,所述步驟二中超像素分割方法為Turbopixel的超像素分割方法,該方法將整個(gè)圖像區(qū) 域分割為具有相同特性的多個(gè)狹小區(qū)域。
4. 如權(quán)利要求1所述的一種基于超像素的輸變電設(shè)備紅外故障圖像分割方法,其特征 是,所述步驟二中設(shè)定個(gè)超像素區(qū)域設(shè)定數(shù)為200。 、
5. 如權(quán)利要求1所述的一種基于超像素的輸變電設(shè)備紅外故障圖像分割方法,其特征 是,所述區(qū)域凹凸度5,.:通過該區(qū)域面積即像素點(diǎn)個(gè)數(shù)和該區(qū)域的最小凸邊形的面積 4:得到:
6. 如權(quán)利要求1所述的一種基于超像素的輸變電設(shè)備紅外故障圖像分割方法,其特征 是,所述函數(shù)F最大值的區(qū)域選擇為提取出的故障區(qū)域: F . Ih'Sη I。n++
【文檔編號(hào)】G06T7/00GK104217425SQ201410404975
【公開日】2014年12月17日 申請(qǐng)日期:2014年8月15日 優(yōu)先權(quán)日:2014年8月15日
【發(fā)明者】林穎, 郭志紅, 陳玉峰, 杜修明, 馬艷李, 程啟, 楊祎, 耿玉杰 申請(qǐng)人:國家電網(wǎng)公司, 國網(wǎng)山東省電力公司電力科學(xué)研究院