一种基于纹理特征的电力设备外观异常检测方法

1.本发明涉及电力系统设备检测技术领域，尤其是一种基于纹理特征的电力设备外观异常检测方法。


背景技术：

2.电力系统的输变电设备点多面广，大部分长期处于户外，极易受各类自然灾害、气象条件和外破的威胁，在一定程度上给电力系统的运行稳定和安全带来了隐患。根据用户统计，火灾、冰害、舞动、污闪、劣化、外破等外部隐患导致的跳闸事件呈逐年增加趋势。随着视频监控的大规模应用和图像处理识别技术的理论研究和应用，已经取得了很好的应用效果，如变电站站内的变压器、高压绝缘子、刀闸状态以及输电线路异物侵入等等，但现有技术仍然存在检测功能有限、识别准确率不高等问题。
3.申请号为201610207490.1且发明名称为“异常电力设备图像的识别方法及系统”的专利申请记载了通过从电力设备图像中提取电力设备特征，并基于该电力设备特征识别电力设备及其所在图像区域，之后将所述图像区域的图像与相应的对比图像进行比较，以判断是否存在异常变化，从而识别异常电力设备图像，但该方法并未提及具体的提取图像特征的方法步骤。
4.申请号为201510229248.x且发明名称为“一种基于图像比对的电力设备外观异常检测方法”的专利申请提出将巡检机器人同一停靠点同一角度不同时间拍摄的两幅图像进行比对，通过判断具有相同内容的当前时刻拍摄图像与历史巡检拍摄图像的区域变化，实现电力设备的破损、异物悬挂等异常检测，但该方法并未提及如何消除在不同的环境背景下进行图像识别检测的具体方法。


技术实现要素：

5.本发明的目的在于提供一种通过获取电力设备的图像信息，根据环境因素信息进行条件比对，将相同或者相近图像进行相似度比对，从而判断当前拍摄图像中的电力设备是否异常的基于纹理特征的电力设备外观异常检测方法。
6.为实现上述目的，本发明采用了以下技术方案：一种基于纹理特征的电力设备外观异常检测方法，该方法包括下列顺序的步骤：
7.(1)获取电力设备的图像信息并对其进行预处理，经过预处理后的电力设备的图像信息包含环境因素信息；
8.(2)将当前拍摄图像与相同环境因素下的外观正常的历史图像进行条件比对，判断历史图像为相同图像或相近图像；
9.(3)若相同图像与相近图像的数量均大于等于1张，则将当前拍摄图像与其中一张相同图像分割为多个部分，将分割后相同位置的部分进行余弦相似度计算，得到多个余弦相似度，将多个余弦相似度进行平均，得到一个余弦相似度均值；以此类推，将当前拍摄图像与所有相同图像进行余弦相似度计算，若所有的余弦相似度均值均大于等于0.9，则认为
当前拍摄图像正常，反之，则认为当前拍摄图像异常；将当前拍摄图像中余弦相似度小于0.9的分割部分与一张相近图像分割后相同位置的部分进行余弦相似度计算，得到多个余弦相似度，将多个余弦相似度进行平均，得到一个余弦相似度均值；以此类推，将当前拍摄图像与所有相近图像进行余弦相似度计算，若所有的余弦相似度均值均大于等于0.8，则认为当前拍摄图像正常，反之，则认为当前拍摄图像异常；
10.(4)若相同图像与相近图像均只有1张，则将当前拍摄图像与相同图像、相近图像分割为若干部分，将分割后相同位置的部分进行余弦相似度计算，若所有的余弦相似度均值均大于等于0.8，则认为当前拍摄图像正常，反之，则认为当前拍摄图像异常；
11.(5)若没有相同图像和相近图像，则记录相关信息。
12.所述步骤(1)具体是指：获取电力设备的图像信息，并根据环境因素进行处理，使其数据信息带有环境因素信息，所述环境因素信息包括光照适应性信息和自然天气信息，光照适应性信息包括光照传感器数据、拍摄图像地点的经纬度、拍摄图像的日期时间，自然天气信息包括雨雪传感器数据、环境灰尘雾霾传感器数据、温湿度风力传感器数据。
13.所述步骤(2)具体是指：将当前拍摄图像与相同环境因素下的外观正常的历史图像进行条件比对，若条件1至条件5的五个条件全部符合，则判断当前拍摄图像与相同环境因素下的外观正常的历史图像相同，判断历史图像为相同图像；若条件1至条件5的五个条件符合至少两条且包含条件2，则判断当前拍摄图像与相同环境因素下的外观正常的历史图像相近，判断历史图像为相近图像；
14.条件1：调取当前拍摄图像地点的经纬度、拍摄图像的日期时间，与历史图像进行比对，若拍摄图像地点的经纬度相同，且拍摄图像的日期时间在10天以内，则认为该历史图像符合条件；
15.条件2：调取当前拍摄图像地点的光照传感器数据，与历史图像进行比对，若光照量差值小于
±
10％，则认为该历史图像符合条件；
16.条件3：调取当前拍摄图像地点的雨雪传感器数据，与历史图像进行比对，若数据相同，则认为该历史图像符合条件；
17.条件4：调取当前拍摄图像地点的环境灰尘雾霾传感器数据，与历史图像进行比对，若数据差值小于
±
20％，则认为该历史图像符合条件；
18.条件5：调取当前拍摄图像地点的温湿度风力传感器数据，与历史图像进行比对，若数据差值小于
±
10％，则认为该历史图像符合条件。
19.所述步骤(3)具体是指：
20.若相同图像与相近图像的数量均大于等于1张，则将当前拍摄图像与相同图像分割按面积进行平均分割为小方块，各小方块命名方式为(n m),n表示列，m表示行，将当前拍摄图像与相同图像中(n m)相同的部分进行余弦相似度计算，用a表示当前拍摄图像中小方块(n m)的向量，用b表示相同图像中小方块(n m)的向量，a、b间的余弦值通过使用欧几里得点积公式求出：
21.a
·
b＝∣∣a∣∣∣∣b∣∣cosθ
22.其中，θ代表a、b两个相量之间的夹角，通过下面的公式求取夹角θ的余弦值：
[0023][0024]
这里的ai、bi分别代表向量a和b的各分量；
[0025]
给出的相似性范围从-1到1：-1意味着两个向量指向的方向正好截然相反，1表示它们的指向是完全相同的，0通常表示它们之间是独立的，而在这之间的值则表示中间的相似性或相异性。
[0026]
由上述技术方案可知，本发明的有益效果为：第一，本发明提出了通过检测环境变量将相同或者相近的图像与当前拍摄图像进行相似度比对，达到对被监测电力设备外观异常检测的目的；第二，本方法可针对多种不同应用场景下的设备进行监测，适应性更强，可有效的提高外观异常检测的准确度。
附图说明
[0027]
图1为本发明的方法流程图；
[0028]
图2为图像分割对应位置的示意图。
具体实施方式
[0029]
如图1所示，一种基于纹理特征的电力设备外观异常检测方法，该方法包括下列顺序的步骤：
[0030]
(1)获取电力设备的图像信息并对其进行预处理，经过预处理后的电力设备的图像信息包含环境因素信息；
[0031]
(2)将当前拍摄图像与相同环境因素下的外观正常的历史图像进行条件比对，判断历史图像为相同图像或相近图像；
[0032]
(3)若相同图像与相近图像的数量均大于等于1张，则将当前拍摄图像与其中一张相同图像分割为多个部分，将分割后相同位置的部分进行余弦相似度计算，得到多个余弦相似度，将多个余弦相似度进行平均，得到一个余弦相似度均值；以此类推，将当前拍摄图像与所有相同图像进行余弦相似度计算，若所有的余弦相似度均值均大于等于0.9，则认为当前拍摄图像正常，反之，则认为当前拍摄图像异常；将当前拍摄图像中余弦相似度小于0.9的分割部分与一张相近图像分割后相同位置的部分进行余弦相似度计算，得到多个余弦相似度，将多个余弦相似度进行平均，得到一个余弦相似度均值；以此类推，将当前拍摄图像与所有相近图像进行余弦相似度计算，若所有的余弦相似度均值均大于等于0.8，则认为当前拍摄图像正常，反之，则认为当前拍摄图像异常；
[0033]
(4)若相同图像与相近图像均只有1张，则将当前拍摄图像与相同图像、相近图像分割为若干部分，将分割后相同位置的部分进行余弦相似度计算，若所有的余弦相似度均值均大于等于0.8，则认为当前拍摄图像正常，反之，则认为当前拍摄图像异常；
[0034]
(5)若没有相同图像和相近图像，则记录相关信息。
[0035]
所述步骤(1)具体是指：获取电力设备的图像信息，并根据环境因素进行处理，使其数据信息带有环境因素信息，所述环境因素信息包括光照适应性信息和自然天气信息，光照适应性信息包括光照传感器数据、拍摄图像地点的经纬度、拍摄图像的日期时间，自然
天气信息包括雨雪传感器数据、环境灰尘雾霾传感器数据、温湿度风力传感器数据。
[0036]
所述步骤(2)具体是指：将当前拍摄图像与相同环境因素下的外观正常的历史图像进行条件比对，若条件1至条件5的五个条件全部符合，则判断当前拍摄图像与相同环境因素下的外观正常的历史图像相同，判断历史图像为相同图像；若条件1至条件5的五个条件符合至少两条且包含条件2，则判断当前拍摄图像与相同环境因素下的外观正常的历史图像相近，判断历史图像为相近图像；
[0037]
条件1：调取当前拍摄图像地点的经纬度、拍摄图像的日期时间，与历史图像进行比对，若拍摄图像地点的经纬度相同，且拍摄图像的日期时间在10天以内，则认为该历史图像符合条件；
[0038]
条件2：调取当前拍摄图像地点的光照传感器数据，与历史图像进行比对，若光照量差值小于
±
10％，则认为该历史图像符合条件；
[0039]
条件3：调取当前拍摄图像地点的雨雪传感器数据，与历史图像进行比对，若数据相同，则认为该历史图像符合条件；
[0040]
条件4：调取当前拍摄图像地点的环境灰尘雾霾传感器数据，与历史图像进行比对，若数据差值小于
±
20％，则认为该历史图像符合条件；
[0041]
条件5：调取当前拍摄图像地点的温湿度风力传感器数据，与历史图像进行比对，若数据差值小于
±
10％，则认为该历史图像符合条件。
[0042]
所述步骤(3)具体是指：
[0043]
如图2所示，若相同图像与相近图像的数量均大于等于1张，则将当前拍摄图像与相同图像分割按面积进行平均分割为小方块，各小方块命名方式为(nm),n表示列，m表示行，将当前拍摄图像与相同图像中(n m)相同的部分进行余弦相似度计算，用a表示当前拍摄图像中小方块(n m)的向量，用b表示相同图像中小方块(n m)的向量，a、b间的余弦值通过使用欧几里得点积公式求出：
[0044]a·
b＝∣∣a∣∣∣∣b∣∣cosθ
[0045]
其中，θ代表a、b两个相量之间的夹角，通过下面的公式求取夹角θ的余弦值：
[0046][0047]
这里的ai、bi分别代表向量a和b的各分量；
[0048]
给出的相似性范围从-1到1：-1意味着两个向量指向的方向正好截然相反，1表示它们的指向是完全相同的，0通常表示它们之间是独立的，而在这之间的值则表示中间的相似性或相异性。
[0049]
综上所述，本发明提出了通过检测环境变量将相同或者相近的图像与当前拍摄图像进行相似度比对，达到对被监测电力设备外观异常检测的目的；第二，本方法可针对多种不同应用场景下的设备进行监测，适应性更强，可有效的提高外观异常检测的准确度。