[发明专利]多类型自动化检测设备融合远程诊断系统及方法

权利要求书

1.多类型自动化检测设备融合远程诊断系统，其特征在于，所述诊断系统包括检测数据获取终端、云服务器、远程诊断终端；

所述数据获取终端，与所述云服务器通信，用于获取待检测的电力设备的检测数据，并将所述检测数据传输至所述云服务器；

所述云服务器，用于接收自所述检测数据获取终端发送的检测数据以及接收自所述远程诊断终端发送的检测结果，将所述检测数据和所述检测结果进行存储，将所述检测数据发送给所述远程诊断终端；

所述远程诊断终端，与所述云服务器通信，用于接收自所述云服务器发送的检测数据；对所述检测数据进行可视化展示；获取用户输入的检测结果，将所述检测结果发送至所述云服务器；其中，所述获取用户输入的检测结果包括验证所述用户的权限的步骤；在所述用户获取权限时，获取所述用户输入的检测结果；所述验证所述用户的权限具体包括：获取所述用户的脸部图像；获取所述脸部图像中包含的特征数据；基于所述特征数据判断所述用户是否通过身份验证；

所述诊断系统用于实现多类型自动化检测设备融合远程诊断方法，所述诊断方法包括：

数据获取终端获取待检测的电力设备的检测数据，并将所述检测数据传输至所述云服务器；

云服务器接收自所述检测数据获取终端发送的检测数据以及接收自所述远程诊断终端发送的检测结果，所述云服务器将所述检测数据和所述检测结果进行存储，所述云服务器将所述检测数据发送给所述远程诊断终端；

远程诊断终端接收自所述云服务器发送的检测数据，所述检测数据包括设备测量数据和现场检测视频；所述远程诊断终端对所述检测数据进行可视化展示；所述远程诊断终端获取用户输入的检测结果，所述远程诊断终端将所述检测结果发送至所述云服务器；

所述现场检测视频的传输方法包括：实时检测视频流中发生变化的画面；将所述发生变化的画面发送至所述云服务器；

所述获取所述脸部图像中包含的特征数据的步骤包括：将所述脸部图像转换为灰度图像；对所述灰度图像进行降噪处理，获得降噪图像；使用图像特征获取算法获取所述降噪图像中包含的特征数据；

所述基于所述特征数据判断所述用户是否通过身份验证包括：计算所述特征数据与具有输入模块使用权限的用户的脸部图像的特征数据之间的相似度；在所述相似度大于预设的相似度阈值，确定所述用户通过身份验证；否则，确定所述用户没有通过身份验证；

所述对所述灰度图像进行降噪处理的步骤包括：

对所述灰度图像进行小波分解，获得高频系数HF和低频系数LF；

对于高频系数，若HF≥st，则高频系数进行如下处理：

获得处理后的高频系数：

若HF＜st，则高频系数进行如下处理：

获得处理后的高频系数：

式中，cHF表示对HF进行上述处理后获得系数，st表示预设的判断阈值；hg表示选择函数，ds₁、ds₂、ds₃分别表示预设的第一处理系数、第二处理系数、第三处理系数，ds₁∈(0.79,0.91)，ds₂∈(0.9,1.1)，ds₃∈(0.05,0.15)；

将cHF和LF进行小波重构，获得第一中间图像；

对所述灰度图像进行边缘检测，获取所述灰度图像中的边缘像素点的集合U1；

使用非局部均值降噪算法分别对U1中的边缘像素点进行降噪处理，获取边缘像素点降噪后的像素值；

计算边缘像素点降噪前和降噪后的像素值的差值的绝对值；

判断所述绝对值是否大于预设的绝对值阈值；

若是，则使用双边降噪算法在所述灰度图像对所述边缘像素点进行降噪处理，获得第二中间图像；

使用如下方式获得降噪图像：

lowIg(x,y)＝w₁×midIgoe(x,y)+w₂×midIgto(x,y)；

式中：

lowIg表示降噪图像；

w₁和w₂表示预设的权重参数；

(x,y)表示像素点的位置；

midIgoe表示第一中间图像中的像素点；

midIgto表示在第二中间图像中且属于集合U1的像素点；

midIgoe(x,y)表示第一中间图像中的位置为(x,y)像素点的像素值；

midIgto(x,y)表示第二中间图像中的位置为(x,y)像素点的像素值；

lowIg(x,y)表示在降噪图像中的位置为(x,y)像素点的像素值。