输电线路山火监测方法、装置、计算机设备和存储介质与流程

1.本技术涉及电力监测技术领域，特别是涉及一种输电线路山火监测方法、装置、计算机设备、存储介质和计算机程序产品。


背景技术：

2.随着我国电力事业的发展和西电东送战略的实施，输电线路的安全运行是保障电网稳定的重要环节之一。近些年来受气候变化的影响，秋冬季节山火频发，严重威胁输电线路安全运行。因此，需对输电线路周围环境进行监测，在山火产生初期实现有效预警，并采取措施防止山火蔓延。
3.目前，输电线路山火监测方法主要通过无人机对输电线路周围状况进行拍摄，基于无人机拍摄的图片进行山火识别。然而，通过无人机进行山火识别的方式，由于无人机巡线频率较低，不能实时对山火进行识别，导致山火识别的识别效率下降。
4.因此，目前的输电线路山火监测方法存在监测效率低的缺陷。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够提高监测效率的输电线路山火监测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
6.第一方面，本技术提供了一种输电线路山火监测方法，所述方法包括：
7.获取设置于输电线路的传感器发送的待识别图像；
8.获取所述待识别图像的灰度值，根据所述灰度值对应的类间方差，确定二值化阈值；
9.根据所述二值化阈值，获取所述待识别图像对应的二值化图像，并从所述二值化图像中确定待识别山火区域；
10.获取所述待识别山火区域中的像素在rgb颜色空间的各个通道的颜色均值以及颜色比例，根据所述颜色均值与目标颜色均值的第一相似度，以及根据多个所述颜色比例之间的大小关系与多个目标颜色比例之间的大小关系的第二相似度，对所述待识别图像中的山火进行监测；所述目标颜色均值以及所述目标颜色比例基于包含山火区域的样本图像计算得到。
11.在其中一个实施例中，所述传感器与多个可见光采集设备连接；所述多个可见光采集设备分别用于采集所述输电线路中不同方向的待识别图像；
12.所述获取设置于输电线路的传感器发送的待识别图像，包括：
13.获取第一可见光采集设备发送的第一子待识别图像；所述第一可见光采集设备用于采集所述输电线路上方的图像；
14.获取第二可见光采集设备发送的第二子待识别图像；所述第二可见光采集设备用于采集所述输电线路两侧的图像；
15.根据所述第一子待识别图像以及所述第二子待识别图像，得到所述待识别图像。
16.在其中一个实施例中，所述获取所述待识别图像的灰度值，根据所述灰度值对应的类间方差，确定二值化阈值，包括：
17.针对所述待识别图像中的每个子待识别图像，获取所述子待识别图像中灰度值小于待确定二值化阈值的第一像素对应的第一平均灰度，以及获取所述第一像素占所述子待识别图像中总像素的第一比值；
18.获取所述子待识别图像中灰度值大于或等于待确定二值化阈值的第二像素对应的第二平均灰度，以及获取所述第二像素占所述子待识别图像中总像素的第二比值；
19.获取所述第一平均灰度与所述第二平均灰度的差的平方，获取所述平方与所述第二比值的第一乘积，根据所述第一乘积与所述第一比值的第二乘积，构建所述待确定二值化阈值对应的类间方差函数；
20.获取所述类间方差函数的最大值，作为所述二值化阈值；
21.还包括：
22.若所述待识别图像包括第一子待识别图像，当检测到所述第一子待识别图像对应的二值化阈值小于预设可见光阈值时，将所述第二子待识别图像的二值化阈值作为所述第一子待识别图像的二值化阈值。
23.在其中一个实施例中，所述根据所述二值化阈值，获取所述待识别图像对应的二值化图像，并从所述二值化图像中确定待识别山火区域，包括：
24.将所述待识别图像中灰度值大于或等于所述二值化阈值的像素转化为第一数值，并将所述待识别图像中灰度值小于所述二值化阈值的像素转化为第二数值，得到二值化图像；所述第一数值与所述第二数值不同；
25.基于预设大小的栈遍历所述二值化图像，获取所述待识别图像中由所述第一数值对应的像素组成的多个区域；
26.针对每个所述区域，检测该区域中的像素数量是否大于或等于预设像素阈值；若是，将该区域作为所述待识别山火区域。
27.在其中一个实施例中，所述获取所述待识别山火区域中的像素在rgb颜色空间的各个通道的颜色均值以及颜色比例，包括：
28.针对所述rgb颜色空间中的每个颜色通道，获取所述待识别山火区域中的像素在该颜色通道下的颜色值，根据多个像素的所述颜色值与所述待识别山火区域中的像素的总数的比值，得到该颜色通道对应的颜色均值；
29.针对所述待识别山火区域中的每个像素，获取该像素对应的多个颜色通道的颜色值，根据每个所述颜色值占所述多个颜色通道的颜色值的比值，确定该像素对应的每个颜色通道的颜色比例。
30.在其中一个实施例中，所述根据所述颜色均值与目标颜色均值的第一相似度，以及根据多个所述颜色比例之间的大小关系与多个目标颜色比例之间的大小关系的第二相似度，对所述待识别图像中的山火进行监测，包括：
31.针对rgb颜色空间中每个颜色通道，获取所述待识别山火区域中，该颜色通道对应的颜色均值与该颜色通道对应的目标颜色均值的第一相似度；
32.根据多个所述目标颜色比例对应的目标大小关系，确定对应的线性系数；
33.根据多个所述颜色比例以及所述线性系数，确定多个所述颜色比例对应的大小关
系，并获取所述大小关系与所述目标大小关系的第二相似度；
34.若所述待识别山火区域中，所述第一相似度大于第一相似度阈值且所述第二相似度大于第二相似度阈值的像素数量大于预设数值，确定所述待识别山火区域发生山火。
35.第二方面，本技术提供了一种输电线路山火监测装置，所述装置包括：
36.第一获取模块，用于获取设置于输电线路的传感器发送的待识别图像；
37.第二获取模块，用于获取所述待识别图像的灰度值，根据所述灰度值对应的类间方差，确定二值化阈值；
38.确定模块，用于根据所述二值化阈值，获取所述待识别图像对应的二值化图像，并从所述二值化图像中确定待识别山火区域；
39.监测模块，用于获取所述待识别山火区域中的像素在rgb颜色空间的各个通道的颜色均值以及颜色比例，根据所述颜色均值与目标颜色均值的第一相似度，以及根据多个所述颜色比例之间的大小关系与多个目标颜色比例之间的大小关系的第二相似度，对所述待识别图像中的山火进行监测；所述目标颜色均值以及所述目标颜色比例基于包含山火区域的样本图像计算得到。
40.第三方面，本技术提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
41.第四方面，本技术提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
42.第五方面，本技术提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的方法的步骤。
43.上述输电线路山火监测方法、装置、计算机设备、存储介质和计算机程序产品，通过获取输电线路的传感器发送的待识别图像的灰度值，根据灰度值对应的类间方差确定二值化阈值，基于二值化阈值获取待识别图像对应的二值化图像，从二值化图像中确定待识别山火区域，根据待识别山火区域的像素在rgb颜色空间的各个通道的颜色均值与目标颜色均值的第一相似度，以及多个颜色比例之间的大小关系与多个目标颜色比例之间的大小关系的第二相似度，对待识别图像中的山火进行监测。相较于传统的基于无人机对输电线路进行巡检的方式，本方案通过基于类间方差得到的二值化图像确定图像中的山火区域，并基于rgb颜色确定山火区域是否为山火，从而提高了输电线路山火监测的效率。
附图说明
44.图1为一个实施例中输电线路山火监测方法的应用环境图；
45.图2为一个实施例中输电线路山火监测方法的流程示意图；
46.图3为一个实施例中获取二值化阈值步骤的流程示意图；
47.图4为一个实施例中对山火区域进行监测步骤的流程示意图；
48.图5为一个实施例中输电线路山火监测装置的结构框图；
49.图6为一个实施例中计算机设备的内部结构图。
具体实施方式
50.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对
本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
51.本技术实施例提供的输电线路山火监测方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与输电线路集成传感器104进行通信。输电线路上集成的传感器可以与三个可见光采集设备连接，三个可见光采集设备可以分别设置在输电线路底部，以及左右两侧，用于分别采集输电线路不同方向的图像信息。上述集成传感器104接收到可见光采集设备发送的待识别图像信息后，可以将待识别图像信息发送至终端102，终端102可以基于获取的待识别图像，通过类间方差以及rgb颜色空间进行山火识别。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
52.在一个实施例中，如图2所示，提供了一种输电线路山火监测方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
53.步骤s202，获取设置于输电线路的传感器发送的待识别图像。
54.其中，输电线路可以是设置在可能发生山火的区域的线路。输电线路上集成有传感器，并且传感器上还设置有多个可见光采集设备，每个可见光设备可以采集不同方向的输电线路图像。传感器可以接收不同输电线路采集的不同方向的输电线路图像，并将这些图像发送至终端102。终端102可以获取上述传感器发送的输电线路图像，作为待识别图像。即上述待识别图像中可能检测出山火发生。
55.步骤s204，获取待识别图像的灰度值，根据灰度值对应的类间方差，确定二值化阈值。
56.其中，待识别图像可以是输电线路所在区域的图像，终端102可以获取待识别图像的灰度值，并基于灰度值确定对应的类间方差，例如终端102基于灰度值构建一个类间方差函数，并基于该类间方差函数确定出二值化阈值。其中，二值化阈值可以用于对待识别图像进行基于灰度值的分类，由于山火的亮度都比较高，因此通过确定合适的二值化阈值，并基于二值化阈值对待识别图像进行基于灰度值的筛选，提高山火区域识别的准确度。
57.步骤s206，根据二值化阈值，获取待识别图像对应的二值化图像，并从二值化图像中确定待识别山火区域。
58.其中，二值化阈值可以是基于待识别图像的灰度值的类间方差确定的阈值，终端102可以根据二值化阈值确定待识别图像对应的二值化图像，确定出二值化后的图像中的疑似山火区域，作为待识别山火区域。其中，终端102将待识别图像的转化成二值化图像后，其中每个像素即为一个值，例如灰度值小于二值化阈值的像素为0，灰度值大于或等于二值化阈值的像素为1。从而终端102可以将待识别图像转换为由0和1组成的二值化图像，从而终端102可以从图像中数值为“1”形成的区域中确定出待识别山火区域。
59.步骤s208，获取待识别山火区域中的像素在rgb颜色空间的各个通道的颜色均值以及颜色比例，根据颜色均值与目标颜色均值的第一相似度，以及根据多个颜色比例之间的大小关系与多个目标颜色比例之间的大小关系的第二相似度，对待识别图像中的山火进行监测；目标颜色均值以及目标颜色比例基于包含山火区域的样本图像计算得到。
60.其中，终端102确定出待识别山火区域后，可以通过基于rgb颜色空间的检测，确定待识别山火区域是否是真正发生山火。终端102可以获取待识别山火区域中的像素在rgb颜色空间的各个通道的颜色均值以及颜色比例。其中，rgb颜色空间以r(red:红)、g(green:绿)、b(blue:蓝)三种基本色为基础，三种基本色即为三个通道，将三种基本色进行不同程度的叠加，产生丰富而广泛的颜色，所以俗称三基色模式。颜色均值可以是待识别山火区域中，在rgb颜色空间中每个颜色通道的颜色值的平均值；颜色比例可以是待识别山火区域中，在rgb颜色空间中每个像素在每个颜色通道的颜色值占该像素的所有颜色值的比例，终端102可以获取上述颜色均值与目标颜色均值的第一相似度，终端102还可以获取多个颜色比例之间的大小关系与多个目标颜色比例之间的大小关系的第二相似度，从而终端102可以基于第一相似度和第二相似度，对待识别图像中的山火进行监测，例如，终端102可以基于上述待识别山火区域中的像素颜色值进行第一相似度和第二相似度的分析，并确定出符合要求的区域，即为发生山火的区域。其中，上述目标颜色均值以及目标颜色比例均可以通过多个包含已知的山火区域的样本图像训练得到。
61.上述输电线路山火监测方法中，通过获取输电线路的传感器发送的待识别图像的灰度值，根据灰度值对应的类间方差确定二值化阈值，基于二值化阈值获取待识别图像对应的二值化图像，从二值化图像中确定待识别山火区域，根据待识别山火区域的像素在rgb颜色空间的各个通道的颜色均值与目标颜色均值的第一相似度，以及多个颜色比例之间的大小关系与多个目标颜色比例之间的大小关系的第二相似度，对待识别图像中的山火进行监测。相较于传统的基于无人机对输电线路进行巡检的方式，本方案通过基于类间方差得到的二值化图像确定图像中的山火区域，并基于rgb颜色确定山火区域是否为山火，从而提高了输电线路山火监测的效率。
62.在一个实施例中，获取设置于输电线路的传感器发送的待识别图像，包括：获取第一可见光采集设备发送的第一子待识别图像；第一可见光采集设备用于采集输电线路上方的图像；获取第二可见光采集设备发送的第二子待识别图像；第二可见光采集设备用于采集输电线路两侧的图像；根据第一子待识别图像以及第二子待识别图像，得到待识别图像。
63.本实施例中，传感器与多个可见光采集设备连接；多个可见光采集设备分别用于采集输电线路中不同方向的待识别图像。则终端102接收到的待识别图像可以包括多个子待识别图像，并且每个子待识别图像分别由不同可见光采集设备拍摄得到。终端102可以获取第一可见采集设备发送的第一子待识别图像，第一可见光采集设备可以是用于采集输电线路上方的图像的设备，第一可见光采集设备可以设置在上述传感器104的底部。终端102还可以获取第二可见光采集设备发送的第二子待识别图像，第二可见光采集设备可以是用于采集输电线路两侧的图像的设备，其中第二可见光图像由多个，分别设置在传感器104的左右两侧，从而两个第二可见光采集设备分别采集不同方向的待识别图像。
64.终端102可以接收上述不同可见光采集设备采集的子待识别图像，从而终端102可以根据第一子待识别图像以及第二子待识别图像，得到待识别图像。具体地，上述输电线路中可以集成有传感器104，而传感器104中可以包括三个可见光模块和微控制器单元(microcontroller unit；mcu)，基于三个可见光模块可拍摄不同方向图像的优势，终端102可以利用底部可见光摄像头所拍摄的照片基于最大类间方差法计算二值化阈值，若二值化阈值小于最小日间阈值则利用左右两侧可见光摄像头基于最大类间方差法计算二值化阈
值。计算得到二值化阈值后，对所有可见光摄像头所拍摄的照片进行二值化处理，对二值化后的图像进行连通区域的计算，滤除像素占比小的连通区域，对剩余连通区域的图像基于rgb颜色特征方法识别是否为山火。
65.通过本实施例，终端102可以通过基于多个不同拍摄角度的可见光采集设备采集的子待识别图像作为待识别图像，并进行山火识别，提高了山火识别的准确度和效率。
66.在一个实施例中，获取待识别图像的灰度值，根据灰度值对应的类间方差，确定二值化阈值，包括：针对待识别图像中的每个子待识别图像，获取子待识别图像中灰度值小于待确定二值化阈值的第一像素对应的第一平均灰度，以及获取第一像素占子待识别图像中总像素的第一比值；获取子待识别图像中灰度值大于或等于待确定二值化阈值的第二像素对应的第二平均灰度，以及获取第二像素占子待识别图像中总像素的第二比值；获取第一平均灰度与第二平均灰度的差的平方，获取平方与第二比值的第一乘积，根据第一乘积与第一比值的第二乘积，构建待确定二值化阈值对应的类间方差函数；获取类间方差函数的最大值，作为二值化阈值。
67.本实施例中，终端102可以基于待识别图像中的相关参数构建类间方差函数，并确定出二值化阈值。由于上述待识别图像可以有多个，终端102可以对每个子待识别图像均进行二值化阈值的计算。终端102可以假设一个待确定二值化阈值，对于每个子待识别图像，终端102可以获取子待识别图像中灰度值小于待确定的第一像素对应的第一平均灰度，并获取第一像素占该子待识别图像中的总像素的第一比值。终端102还可以获取子待识别图像中灰度值大于或等于待确定二值化阈值的第二像素对应的第二平均灰度，以及获取第二像素占子待识别图像中总像素的第二比值。则对于每个子待识别图像，终端102都可以得到上述基于待确定二值化阈值的四个变量，即待确定二值化阈值是未知的，终端102可以基于上述四个变量构建类间方差函数。例如，终端102可以获取上述第一平均灰度与第二平均灰度的差的平方，并获取第一平均灰度与第二平均灰度的差的平方与第二比值的第一乘积，再根据第一乘积与第一比值的第二乘积，构建待确定二值化阈值对应的类间方差函数，终端102构建待确定二值化阈值的类间方差函数后，可以将类间方差函数的最大值作为二值化阈值。
68.具体地，如图3所示，图3为一个实施例中获取二值化阈值步骤的流程示意图。终端102可以基于最大类间方差法计算二值化阈值。终端102可以设定待识别图像大小为m*n，二值化阈值为t，终端102可以令图像中像素灰度值小于t的像素个数为n0，其平均灰度μ0，图像中像素灰度值大于t的像素个数为n1，其平均灰度μ1，设定n0占总像素数的比例n1占总像素数的比例总平均灰度μ＝w0×
μ0 w1×
μ1，类间方差g＝w0(μ
0-μ)2 w1(μ
1-μ)2，简化后可得类间方差为g＝w0×
w1(μ
0-μ1)2，在[0，255]范围内遍历，得到使类间方差g最大的阈值t作为二值化阈值。
[0069]
其中，上述二值化阈值还可以基于可见光采集设备的不同而不同。例如在一个实施例中，还包括：若待识别图像包括第一子待识别图像，当检测到第一子待识别图像对应的二值化阈值小于预设可见光阈值时，将第二子待识别图像的二值化阈值作为第一子待识别图像的二值化阈值。本实施例中，如图3所示，终端102可以将基于底部摄像头，即第一可见
光采集设备，采集的子待识别图像得到的二值化阈值，与最小日间阈值比较，若二值化阈值小于最小日间阈值，则终端102可以将基于第二可见光此采集设备采集的子待识别图像的二值化阈值的平均值作为第一子待识别图像的二值化阈值；若大于或等于，则终端102将基于第一子待识别图像得到的二值化阈值作为第一子待识别图像的二值化阈值。其中，最小日间阈值可以是不影响山火监测的日间光照强度的最小值，该值根据实际情况设定；即上述底部摄像头可以拍摄到天空，从而基于天空的亮度确定二值化阈值是否小于最小日间阈值。上述第二可见光采集设备可以有左右两个采集设备，则终端102可以将基于两个采集设备采集的子待识别图像得到的二值化阈值的平均值作为最终的二值化阈值。
[0070]
通过上述实施例，终端102可以基于最大类间方差法得到每个子待识别图像的二值化阈值，从而终端102可以基于二值化阈值进行山火识别监测，提高了山火监测的监测效率。
[0071]
在一个实施例中，根据二值化阈值，获取待识别图像对应的二值化图像，并从二值化图像中确定待识别山火区域，包括：将待识别图像中灰度值大于或等于二值化阈值的像素转化为第一数值，并将待识别图像中灰度值小于二值化阈值的像素转化为第二数值，得到二值化图像；第一数值与第二数值不同；基于预设大小的栈遍历二值化图像，获取待识别图像中由第一数值对应的像素组成的多个区域；针对每个区域，检测该区域中的像素数量是否大于或等于预设像素阈值；若是，将该区域作为待识别山火区域。
[0072]
本实施例中，终端102可以基于二值化阈值得到待识别图像的二值化图像。对于待识别图像，终端102可以获取待识别图像中的各个像素的灰度值，并将灰度值大于或等于二值化阈值的像素设定为第一数值，将待识别图像中灰度值小于二值化阈值的像素转化为第二数值，从而终端102可以得到转换后的二值化图像，其中第一数值可以是1，第二数值可以是0。并且终端102还可以基于预设大小的栈，遍历二值化图像，从而基于遍历结果获取待识别图像中由第一数值对应的像素组成的多个区域，对于每个区域，终端102可以检测该区域中的像素数量是否大于预设像素阈值，若是则终端102可以将该区域作为待识别山火区域。
[0073]
其中，由于上述待识别图像包括多个子待识别图像，则终端102可以对每个子待识别图像均进行二值化处理以及待识别山火区域的确定。例如，终端102可以在得到二值化阈值后对三个摄像头输出的灰度图像进行二值化处理，其公式如下所示：
[0074][0075]
其中，f(i，j)为二值化后的像素值，gray(i，j)为图像原始灰度值，gray
th
为二值化阈值。终端102对待识别图像进行二值化处理后，还可以进行连通区域的计算，即终端102需要识别出二值化图像中由连续的数值1组成的连通区域。终端102可以首先找到二值化图像中第一个值为“1”的像素点，将其入栈并将其标记为已经访问；以栈为空作为结束条件，寻找栈顶元素相邻的四邻域中值为“1”的像素点，并将它们入栈，结束后将栈顶元素删除；当栈为空时，表明一个连通区域已经遍历完成，终端102需继续找到下一个为“1”且未访问过的像素点作为起点并入栈，终端102可以重复上述步骤，直到所有值为“1”的像素点都被访问完成。终端102完成上述连通区域的标记后，可以对其中像素点总数小于p的连通区域进行滤除，p值可以根据实际情况确定，滤除后剩下的连通区域即可以作为待识别山火区域。
[0076]
通过本实施例，终端102可以基于二值化阈值对待识别图像进行二值化，并对二值化图像进行遍历，确定可能发生山火的区域，从而提高了对输电线路中山火监测的准确度和效率。
[0077]
在一个实施例中，获取待识别山火区域中的像素在rgb颜色空间的各个通道的颜色均值以及颜色比例，包括：针对rgb颜色空间中的每个颜色通道，获取待识别山火区域中的像素在该颜色通道下的颜色值，根据多个像素的颜色值与待识别山火区域中的像素的总数的比值，得到该颜色通道对应的颜色均值；针对待识别山火区域中的每个像素，获取该像素对应的多个颜色通道的颜色值，根据每个颜色值占多个颜色通道的颜色值的比值，确定该像素对应的每个颜色通道的颜色比例。
[0078]
本实施例中，终端102可以基于rgb颜色空间中的每个颜色通道，获取待识别山火区域中的像素在该颜色通道下的颜色值，并基于多个像素的颜色值与待识别山火区域中的像素的总数的比值，得到该颜色通道对应的颜色均值。
[0079]
具体地，如图4所示，图4为一个实施例中对山火区域进行监测步骤的流程示意图。由于rgb颜色空间有r、g、b三个颜色通道，终端102可以分别获取三个颜色通道下对应的颜色均值。终端102可以首先通过特征训练的方式得到作为参考对象的目标颜色均值。终端102可以首先需要对大量山火图片中火焰部分的图像进行特征处理，找出其中r、g、b各通道的均值，公式如下：
[0080][0081][0082][0083]
其中，r(xi，yi)、g(xi，yi)、b(xi，yi)为像素在(xi，yi)处的r、g、b各通道的值，rm、gm、bm为各通道的均值，k为火焰部分像素点的总数，即上述待识别山火区域的像素总数。则终端102可以基于上述公式得到目标颜色均值以及上述待识别山火区域对应的颜色均值。
[0084]
终端102还可以获取上述待识别山火区域中每个颜色通道的颜色比例。对于待识别山火区域中的每个像素，终端102可以获取该像素对应的多个颜色通道的颜色值，并基于每个颜色值占多个颜色通道的颜色值的比值，确定该像素对应的每个颜色通道的颜色比例。
[0085]
具体地，由于rgb颜色空间有r、g、b三个颜色通道，终端102可以分别获取三个颜色通道下对应的颜色比例。例如，终端102可以首先通过上述求取目标颜色均值的参数，通过特征训练的方式确定目标颜色之间的目标颜色比例。其公式如下所示：
[0086]
[0087][0088][0089]
r≥k1g m1，r≤k2g m2[0090]
r≥k3b m3，r≤k4b m4[0091]
g≥k5b m5，r≤k6b m6[0092]
其中，k
*
与m
*
(*∈[1，6])为拟合的线性系数，即终端102可以通过上述公式，利用样本待识别图像首先计算出每个颜色通道的颜色值占样本待识别山火区域的颜色值的比例，并基于颜色值之间的目标颜色比例构建大小关系，以拟合函数的方式呈现，终端102可以通过上述公式计算样本待识别图像的目标颜色比例，还可以计算待识别图像的颜色比例，从而终端102可以通过目标颜色比例与待识别山火区域的颜色比例的相似度，确定出该待识别山火区域是否发生了山火。
[0093]
通过本实施例，终端102可以通过基于rgb颜色空间的颜色值计算，得到待识别山火区域的颜色均值和颜色比例，从而终端102可以基于颜色均值与颜色比例对待识别图像中的山火进行识别，提高了山火监测时间的准确度和效率。
[0094]
在一个实施例中，根据颜色均值与目标颜色均值的第一相似度，以及根据多个颜色比例之间的大小关系与多个目标颜色比例之间的大小关系的第二相似度，对待识别图像中的山火进行监测，包括：针对rgb颜色空间中每个颜色通道，获取待识别山火区域中，该颜色通道对应的颜色均值与该颜色通道对应的目标颜色均值的第一相似度；根据多个目标颜色比例对应的目标大小关系，确定对应的线性系数；根据多个颜色比例以及线性系数，确定多个颜色比例对应的大小关系，并获取大小关系与目标大小关系的第二相似度；若待识别山火区域中，第一相似度大于第一相似度阈值且第二相似度大于第二相似度阈值的像素数量大于预设数值，确定待识别山火区域发生山火。
[0095]
本实施例中，对于rgb颜色空间中的每个颜色通道，终端102可以获取上述待识别山火区域中，该颜色通道对应的均值以及该颜色通道对应的目标颜色均值的第一相似度，确定对应的线性函数，终端102可以根据上述的颜色比例以及线性系数，确定多个颜色比例对应的大小关系，并获取该大小关系与目标大小关系的第二相似度。其中，目标大小关系可以是目标颜色比例之间的大小关系。终端102可以检测多个待识别山火区域中，第一相似度大于第一相似度阈值，并且第二相似度大于第二相似度阈值的像素数量大于预设数值的待识别山火区域，从而终端102可以将这些待识别山火区域确定为发生山火的区域。具体地，在得到rgb各通道的均值和比例关系后，终端102可以对上述连通区域中的像素点进行遍历，判断是否为火焰图像，若连通区域内超过百分之q的区域均符合上述对第一相似度和第二相似度的判断条件，则判断该区域出现山火，q由实际情况确定。
[0096]
通过本实施例，终端102可以通过基于rgb颜色通道的颜色均值和颜色比例确定出待识别图像中发生山火的区域，从而提高了山火监测的效率和准确度。
[0097]
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而
且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0098]
基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的输电线路山火监测方法的输电线路山火监测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个输电线路山火监测装置实施例中的具体限定可以参见上文中对于输电线路山火监测方法的限定，在此不再赘述。
[0099]
在一个实施例中，如图5所示，提供了一种输电线路山火监测装置，包括：第一获取模块500、第二获取模块502、确定模块504和监测模块506，其中：
[0100]
第一获取模块500，用于获取设置于输电线路的传感器发送的待识别图像。
[0101]
第二获取模块502，用于获取待识别图像的灰度值，根据灰度值对应的类间方差，确定二值化阈值。
[0102]
确定模块504，用于根据二值化阈值，获取待识别图像对应的二值化图像，并从二值化图像中确定待识别山火区域。
[0103]
监测模块506，用于获取待识别山火区域中的像素在rgb颜色空间的各个通道的颜色均值以及颜色比例，根据颜色均值与目标颜色均值的第一相似度，以及根据多个颜色比例之间的大小关系与多个目标颜色比例之间的大小关系的第二相似度，对待识别图像中的山火进行监测；目标颜色均值以及目标颜色比例基于包含山火区域的样本图像计算得到。
[0104]
在一个实施例中，上述第一获取模块500，具体用于获取第一可见光采集设备发送的第一子待识别图像；第一可见光采集设备用于采集输电线路上方的图像；获取第二可见光采集设备发送的第二子待识别图像；第二可见光采集设备用于采集输电线路两侧的图像；根据第一子待识别图像以及第二子待识别图像，得到待识别图像。
[0105]
在一个实施例中，上述第二获取模块502，具体用于针对待识别图像中的每个子待识别图像，获取子待识别图像中灰度值小于待确定二值化阈值的第一像素对应的第一平均灰度，以及获取第一像素占子待识别图像中总像素的第一比值；获取子待识别图像中灰度值大于或等于待确定二值化阈值的第二像素对应的第二平均灰度，以及获取第二像素占子待识别图像中总像素的第二比值；获取第一平均灰度与第二平均灰度的差的平方，获取平方与第二比值的第一乘积，根据第一乘积与第一比值的第二乘积，构建待确定二值化阈值对应的类间方差函数。
[0106]
在一个实施例中，上述装置还包括：判断模块，用于若待识别图像包括第一子待识别图像，当检测到第一子待识别图像对应的二值化阈值小于预设可见光阈值时，将第二子待识别图像的二值化阈值作为第一子待识别图像的二值化阈值。
[0107]
在一个实施例中，上述确定模块504，具体用于将待识别图像中灰度值大于或等于二值化阈值的像素转化为第一数值，并将待识别图像中灰度值小于二值化阈值的像素转化为第二数值，得到二值化图像；第一数值与第二数值不同；基于预设大小的栈遍历二值化图像，获取待识别图像中由第一数值对应的像素组成的多个区域；针对每个区域，检测该区域中的像素数量是否大于或等于预设像素阈值；若是，将该区域作为待识别山火区域。
[0108]
在一个实施例中，上述监测模块506，具体用于针对rgb颜色空间中的每个颜色通
道，获取待识别山火区域中的像素在该颜色通道下的颜色值，根据多个像素的颜色值与待识别山火区域中的像素的总数的比值，得到该颜色通道对应的颜色均值；针对待识别山火区域中的每个像素，获取该像素对应的多个颜色通道的颜色值，根据每个颜色值占多个颜色通道的颜色值的比值，确定该像素对应的每个颜色通道的颜色比例。
[0109]
在一个实施例中，上述监测模块506，具体用于针对rgb颜色空间中每个颜色通道，获取待识别山火区域中，该颜色通道对应的颜色均值与该颜色通道对应的目标颜色均值的第一相似度；根据多个目标颜色比例对应的目标大小关系，确定对应的线性系数；根据多个颜色比例以及线性系数，确定多个颜色比例对应的大小关系，并获取大小关系与目标大小关系的第二相似度；若待识别山火区域中，第一相似度大于第一相似度阈值且第二相似度大于第二相似度阈值的像素数量大于预设数值，确定待识别山火区域发生山火。
[0110]
上述输电线路山火监测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0111]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种输电线路山火监测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0112]
本领域技术人员可以理解，图6中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0113]
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述的输电线路山火监测方法。
[0114]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的输电线路山火监测方法。
[0115]
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的输电线路山火监测方法。
[0116]
需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
[0117]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，
本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
[0118]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0119]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。