[发明专利]一种基于图像的电力设备识别方法、装置及系统

说明书

本发明公开了种一种基于图像的电力设备识别方法、装置及系统，该方法包括：接收电力设备图像训练集，进行预处理，对预处理后的图像利用图像识别算法建立图像特征点描述信息、关联点信息和其与电力设备类别的索引，并存储于特征库，利用机器学习训练预处理后的电力设备图像训练集；接收待识别的电力设备图像，进行预处理，提取特征点，基于特征点检测SIFT算法进行图像搜索；将待识别的电力设备图像提取的特征点建立特征集索引，将特征集索引与特征库的索引匹配，识别出电力设备类别；对电力设备图像中电力设备所在区域进行差分和累计图像处理，与其对应类别的电力设备正常图像比对，判断电力设备运行情况，得到电力设备存在故障或故障隐患。

技术领域

本公开属于电力系统的技术领域，涉及一种基于图像的电力设备识别方法、装置及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

图像识别一般分为五部分：图像输入、预处理、特征提取、分类和匹配。

(1)图像输入

将图像采集下来输入计算机进行处理是图像识别的首要步骤。

(2)预处理

预处理是图像自动识别系统中非常重要的一步，它的好坏直接影响图像识别的效果。预处理的目的是去除图像中的噪声，把它变成一幅清晰的点线图，以便于提取正确的图像特征。预处理又可分为图像分割、图像增强、二值化和细化等几个部分。

(3)特征提取

特征提取负责把能够充分表示该图像唯一性的特征用数值的形式表达出来。尽量保留真实特征，滤除虚假特征。

(4)图像分类

在图像系统中，输入的图像要与数十上百甚至上千个图像进行匹配，为了减少搜索时间、降低计算的复杂度，需要将图像以一种精确一致的方法分配到不同的图像库中。

(5)图像匹配

图像匹配是在图像预处理和特征提取的基础上，将当前输入的测试图像特征与事先保存的模板图像特征进行比对，通过它们之间的相似程度，判断这两幅图像是否一致。

在近几年，基于图像处理与识别技术在电力系统中的应用，已经进行了一些有益的探索，并且也取得了一些可喜的成就，但是，目前还要依靠值班人员直接去观察和分析采集到的图像，判断电力设备运行状态，缺乏对变电站电力设备的自动识别与分析功能，这种与其他行业相比存在滞后的情况，究其原因就是对背景复杂变电战图像的分析和电力设备运行故障的判断方法研究还不成熟。

发明内容

针对现有技术中存在的不足，本公开的一个或多个实施例提供了一种基于图像的电力设备识别方法、装置及系统，通过对电力设备图像进行采集，识别与分析，判断出电力设备的运行情况，进而发现设备存在的故障及其故障隐患。

根据本公开的一个或多个实施例的一个方面，提供一种基于图像的电力设备识别方法。

一种基于图像的电力设备识别方法，该方法包括：

接收电力设备图像训练集，对电力设备图像进行预处理，对预处理后的图像利用图像识别算法建立图像特征点描述信息、关联点信息和其与电力设备类别的索引，并存储于特征库，利用机器学习训练预处理后的电力设备图像训练集；

接收待识别的电力设备图像，对待识别的电力设备图像进行预处理，提取预处理后电力设备图像中的特征点，基于特征点检测SIFT算法进行图像搜索；

将待识别的电力设备图像提取的特征点建立特征集索引，将特征集索引与特征库的索引匹配，识别出电力设备类别。

进一步地，在该方法中，所述预处理的具体步骤包括：