【技術實現步驟摘要】
本專利技術屬于圖像處理、在線監測
，具體涉及一種基于視頻圖像序列的絕緣子跟蹤監測方法。
技術介紹
高壓線在運行中都會碰到由于天氣、風速等各種情況的絕緣子舞動問題。同時在大雨暴雪等惡劣天氣條件下絕緣子還會發生覆冰狀況，這種舞動、覆冰對于輸電線路的安全運行造成嚴重影響。尤其是為了安全，很有必要對舞動、覆冰中的絕緣子進行監測，為安全運行提供可靠的數據。如果絕緣子舞動幅度過大，覆冰雪過厚，可能會造成相間閃絡、損壞金具、桿塔倒塌、導線斷裂等電網事故,造成大面積停電,因此對舞動覆冰的監測顯得尤為重要。目前都是對單一的絕緣子舞動或覆冰情況進行處理，李皓等設計的基于DSP的輸電線路覆冰圖像檢測系統，只針對線路覆冰狀況；張帆等研究的基于加速度傳感器定位的輸電線舞動監測裝置，只針對導線舞動狀況，沒有充分考慮到惡劣天氣下覆冰舞動同時發生。作為輸電線路重要組成部分的絕緣子，如何簡單，有效，快速的自動跟蹤監測絕緣子舞動幅值和偏角大小、覆冰厚度等是消除該安全隱患的技術難題。
技術實現思路
本專利技術的目的是提供一種基于視頻圖像序列的絕緣子跟蹤監測方法，解決了現有僅是單一的對絕緣子舞動或覆冰進行監測的問題。本專利技術所采用的技術方案是，一種基于視頻圖像序列的絕緣子跟蹤監測方法，具體按照以下步驟實施：步驟1：通過安裝在現場鐵塔上的帶云臺定焦攝像機，采集輸電線路視頻圖像信號；步驟2：經過視頻服務器將采集到的視頻圖像信號由傳輸通道以視頻流的方式實時傳送回監控中心；步驟3：在監控中心，從視頻流中截取所監視的輸電線路絕緣子的數字圖像，得到監視目標圖像；步驟4：對所得的輸電線路絕緣子的目標圖像...
【技術保護點】
一種基于視頻圖像序列的絕緣子跟蹤監測方法，其特征在于，具體按照以下步驟實施：步驟1：通過安裝在現場鐵塔上的帶云臺定焦攝像機，采集輸電線路視頻圖像信號；步驟2：經過視頻服務器將采集到的視頻圖像信號由傳輸通道以視頻流的方式實時傳送回監控中心；步驟3：在監控中心，從視頻流中截取所監視的輸電線路絕緣子的數字圖像，得到監視目標圖像；步驟4：對所得的輸電線路絕緣子的目標圖像進行預處理以獲得高質量圖像；步驟5：對預處理后的圖像進行目標檢測，利用多尺度小波邊緣檢測方法來檢測當前幀覆冰絕緣子邊緣，計算覆冰厚度D，如果則進行安全報警，否則，轉入步驟6；步驟6：對目標檢測后的圖像進行kalman濾波，實現對舞動目標大致運動位置做估計，Mean?shift在估計區域中做目標的精確匹配，計算舞動幅值A，如果A>閾值μ，則進行安全報警；否則計算頻率f，如果頻率f>閾值θ，則進行安全報警；否則計算跟蹤相似性度量N(pu(x0),q(x))，如果N(pu(x0),q(x))<閾值ψ，則進行安全報警；否則背景更新，返回步驟4。
【技術特征摘要】
1.一種基于視頻圖像序列的絕緣子跟蹤監測方法，其特征在于，具體按照以下步驟實施：步驟1：通過安裝在現場鐵塔上的帶云臺定焦攝像機，采集輸電線路視頻圖像信號；步驟2：經過視頻服務器將采集到的視頻圖像信號由傳輸通道以視頻流的方式實時傳送回監控中心；步驟3：在監控中心，從視頻流中截取所監視的輸電線路絕緣子的數字圖像，得到監視目標圖像；步驟4：對所得的輸電線路絕緣子的目標圖像進行預處理以獲得高質量圖像；步驟5：對預處理后的圖像進行目標檢測，利用多尺度小波邊緣檢測方法來檢測當前幀覆冰絕緣子邊緣，計算覆冰厚度D，如果則進行安全報警，否則，轉入步驟6；步驟6：對目標檢測后的圖像進行kalman濾波，實現對舞動目標大致運動位置做估計，Mean-shift在估計區域中做目標的精確匹配，計算舞動幅值A，如果A>閾值μ，則進行安全報警；否則計算頻率f，如果頻率f>閾值θ，則進行安全報警；否則計算跟蹤相似性度量N(pu(x0),q(x))，如果N(pu(x0),q(x))<閾值ψ，則進行安全報警；否則背景更新，返回步驟4。2.根據權利要求1所述的一種基于視頻圖像序列的絕緣子跟蹤監測方法，其特征在于，對所述步驟1采集到的輸電線路視頻圖像信號進行標定，將用于絕緣子舞動覆冰分析測量的像素單位視頻圖像轉換到世界坐標系下的米制單位。3.根據權利要求1所述的一種基于視頻圖像序列的絕緣子跟蹤監測方法，其特征在于，所述步驟4中對所得的輸電線路絕緣子的目標圖像進行預處理包括將多通道圖像變為單通道圖像的圖像灰度化、很好地找出高頻或低頻區域的快速傅里葉變換以及Butterworth高通濾波。4.根據權利要求3所述的一種基于視頻圖像序列的絕緣子跟蹤監測方法，其特征在于，所述Butterworth高通濾波具體為：2階Butterworth高通濾波器的傳遞函數如下： H ( u , v ) = 1 1 + [ 2 - 1 ] [ D 0 / D ( u , v ) ] 2 r ]]>其中，階數r＝2，D(u,v)為頻譜中點(u,v)到頻譜中心的歐氏距離為： D ( u , v ) = u 2 + v 2 ]]>D0為濾波器截止頻率，在頻域中調節D0的值能有效地改變濾波器的濾波特性。5.根據權利要求1所述的一種基于視頻圖像序列的絕緣子跟蹤監測方法，其特征在于，所述步驟5中多尺度小波邊緣檢測方法具體為：步驟5.1：給定尺度s的尺度因子求出其沿x軸方向的導數Phi_x：及沿y軸方向的導數步驟5.2：Phi_x、Phi_y分別與步驟4預處理后的圖像f(x,y)卷積得到Gx、Gy；步驟5.3：求每一個像素點的邊緣強度大小G＝(Gx*Gx+Gy*Gy)^(1/2)和梯度方向A＝arctan(Gy/Gx)；步驟5.4：將與某個像素點梯度方向兩個相鄰像素點的梯度方向差小于45°、同時該像素點邊緣強度大于沿該像素點梯度方向的兩個相鄰像素點的邊緣強度，定義該像素點為邊緣點，否則為偽邊緣；步驟5.5：依次檢測每一個像素點，連接提取出的圖像邊緣點，檢測出覆冰絕緣子邊緣信息；步驟5.6：將邊緣點與目標絕緣子的中點進行連接，記最長距離為d1,則覆冰厚度D＝d1-d0，其中，d0為覆冰前絕緣子半徑長。6.根據權利要求1所述的一種基于視頻圖像序列的絕緣子跟蹤監測方法，其特征在于，所述步驟6具體為：步驟6.1：初始化目標模板所在的位置x0，初始速度v0，并記錄當前時刻為t0，計算目標模板的概率密度函數pu(x0)： p u ( x 0 ) = C x 0 k ( | | x o | | 2 ) δ ( μ i - u ) ]]>其中，u＝1,…,m，m為灰度級數；為歸一化常數：k(x)為核函數，為目標模板區域的像素設置權值，越遠離目標模板中心的像素設置權值越小；δ(x)為Delta函數；μi是目標模板i點的特征值；步驟6.2：讀取下一幀圖像，即i＝i+1，狀態方程和觀測方程如下：狀態方程Xi＝AXi-1+Wi-1觀測方程Zi＝HXi+Vi其中，Xi、Xi-1分別是i時刻、i-1時刻系統的狀態向量；Zi為觀測變量；A為系統狀態轉移矩陣：H為觀測矩陣：Wi-1和Vi分別為狀態和觀測對應的噪聲向量，其方差陣分別為Qi和Ri： Q i = 1 0 0 0 0 1 ...
【專利技術屬性】
技術研發人員：黃新波，李菊清，張燁，邢曉強，劉新慧，張慧瑩，張菲，
申請(專利權)人：西安工程大學，
類型：發明
國別省市：陜西;61
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。