輸電線路通道隱患自動識別與告警的圖像監拍方法與流程
2024-03-31 03:35:05
本發明涉及一種輸電線路通道隱患自動識別與告警的圖像監拍方法。
背景技術：
：
輸電線路通道存在吊車作業、違章建築、固定施工、線下堆物、違章樹木、山火等重要隱患，容易造成線路跳閘，影響輸電線路的運行安全。現有技術包括人工巡檢、遠程在線監控、載人直升機巡檢、無人機巡檢、智能巡線及巡線機器人等。上述幾種技術都有各自的特點和優勢。人工巡檢對線路的現場狀況判斷準確；巡檢人員通過在線監控遠程監測線路狀況，與現場人工巡檢相比，節省了人力、物力；載人直升機、無人機巡檢的工作效率、安全性及巡檢質量較高；智能巡線是巡檢人員利用巡線設備對線路的狀況進行監測，能夠快速定位故障線路，並將相關數據上傳；巡線機器人可解決高山、林區和江河等無法進行人工巡線的問題，在減少人員勞動強度、提高供電安全可靠性等方面具有較高價值。
視頻監控裝置採用分體組合式，存在如下問題：體積大、重量大、功耗大、電池工作時間短(電池只能每天只能工作1、2個小時)、電池壽命短、安裝不方便、成本高。某些具備智能視頻處理的裝置，沒有對輸電線路通道的特點進行優化，導致誤報率極高，無法實用。即使使用視頻監控裝置的智能視頻處理功能，要保證實時性，就要一直保持開機，就更要加大視頻監控裝置的電池和成本，事實上是不允許的。現有技術缺點：1、人工巡檢、在線監控需要工作人員全天候的觀察，工作人員勞動量大；由於輸電線路通道隱患和防外力破壞的的頻發性、不可預知性，無法通過這兩種方式對突發狀況進行及時處理。2、載人直升機和無人機有空管的限制，而且載人直升機對飛行員的技術和心理要求較高、成本高，無人機有一定的設備風險。3、智能巡檢不適用於地勢險峻和電壓等級較高的輸電線路，對人的依賴性很大；巡線機器人的成本高，存在設備風險等缺點。
技術實現要素：
：
為解決上述技術問題中的不足，本發明的目的在於，提供一種可以克服上述缺陷，滿足使用需求的輸電線路通道隱患自動識別與告警的圖像監拍方法。
本發明所提供的輸電線路通道隱患自動識別與告警的圖像監拍方法，其特徵是，包括以下步驟：
(1)拍照，每30分鐘至1小時拍攝一次照片；
(2)圖像分析，將設備所拍照片進行圖像分析，首先將圖像預處理，得到灰度圖像；接著利用膨脹、腐蝕等形態學方法以及邊緣檢測等圖像分割方法對灰度圖像進行處理，然後利用高斯混合模型建模，檢測圖像中的變化區域，並利用神經網絡對隱患的類型進行識別分類，從而判斷是否存在安全隱患及隱患類型；針對輸電線路通道護區隱患所具有的長期頻繁活動的特點，統計、發現圖像中活動頻繁的區域和頻繁程度，判斷隱患存在與否和隱患所在區域；
(3)調節拍照頻率，根據圖像分析結果，如果發現疑似隱患，調高拍照頻率，在短時間內積累足夠多的圖像，繼續對這些圖像處理分析，提高判斷隱患類型的準確率和速度，完成後將拍照頻率調到正常水平；
(4)報警,根據圖像分析結果決定是否報警，若存在隱患，告警觸發，利用3G/4G無線傳輸將報警信息發送到計算機或手機終端。
步驟2中圖像分析的具體步驟是首先將獲得的圖像，利用加權平均值法得到其灰度圖像；設定閾值，與圖像的平均灰度比較，若平均灰度值大於閾值，則該圖片為夜晚拍攝圖片，該圖片不做分析；然後對要分析的灰度圖像利用均值濾波方法做平滑處理；完成上一步後，利用Sobel算子進行邊緣檢測，得到邊緣檢測後的圖像；然後將得到的圖像利用大津法進行二值化，得到二值化圖像後，再利用膨脹、腐蝕等形態學方法對圖像進行處理，完成圖像分割；利用高斯混合模型的方法，檢測出圖像中的變化區域，並得到變化區域中的邊緣信息，利用邊緣附近的亮度，完成對安全隱患的檢測。
本發明的有益效果是：
結構合理，使用方便，通過間歇性拍照工作方式，在拍照間隔保持休眠，達到了降低功耗，縮小體積和重量，實現了一體化、小型化的效果。2、發現疑似隱患後，通過調節拍照頻率，連續多次拍照，進行圖像分析，可提高隱患識別率，降低誤報。
附圖說明
下面結合附圖及實施方式對本發明作進一步詳細的說明：
圖1為本發明流程示意圖；
具體實施方式
該圖像監拍裝置具有太陽能供電系統、拍照、圖像分析、3G/4G無線傳輸功能，能夠自動識別輸電線路中的隱患，並將報警信息發送給計算機或手機終端(工作人員)。
數據採集：拍照，採用間歇性拍照工作方式，每30分鐘至1小時拍攝一次照片。
數據處理：進行圖像分析，識別線路中的隱患。獲得照片後，首先將圖像預處理，得到灰度圖像；接著利用膨脹、腐蝕等形態學方法以及邊緣檢測等圖像分割方法對灰度圖像進行處理，然後利用高斯混合模型建模，檢測圖像中的變化區域，並利用神經網絡對隱患的類型進行識別分類。
設備通信：根據圖片檢測結果，發送報警信息。若存在隱患，告警觸發，利用3G/4G無線傳輸將報警信息發送到計算機或手機終端。
其具體方法是：
1、拍照，每30分鐘至1小時拍攝一次照片。
2、圖像分析。將設備所拍照片進行圖像分析，首先將獲得的圖像，利用加權平均值法得到其灰度圖像；設定閾值，與圖像的平均灰度比較，若平均灰度值大於閾值，則該圖片為夜晚拍攝圖片，該圖片不做分析；然後對要分析的灰度圖像利用均值濾波方法做平滑處理；完成上一步後，利用Sobel算子進行邊緣檢測，得到邊緣檢測後的圖像；然後將得到的圖像利用大津法進行二值化，得到二值化圖像後，再利用膨脹、腐蝕等形態學方法對圖像進行處理，完成圖像分割；利用高斯混合模型的方法，檢測出圖像中的變化區域，並得到變化區域中的邊緣信息，利用邊緣附近的亮度，完成對安全隱患的檢測。同時，針對輸電線路通道護區隱患所具有的長期頻繁活動的特點，統計、發現圖像中活動頻繁的區域和頻繁程度，判斷隱患存在與否和隱患所在區域。
3、調節拍照頻率。根據圖像分析結果，如果發現疑似隱患，調高拍照頻率，在短時間內積累足夠多的圖像，繼續對這些圖像處理分析，提高判斷隱患類型的準確率和速度，完成後將拍照頻率調到正常水平。
4、報警。根據圖像分析結果決定是否報警，若存在隱患，告警觸發，利用3G/4G無線傳輸將報警信息發送到計算機或手機終端。
上述實施案例僅是為清楚本發明所作的舉例，而並非是對本發明實施方式的限定。對屬於本發明的精神所引申出的顯而易見的變化或變動仍處於本發明的保護範圍內。