[发明专利]基于机器视觉的电力设备异物入侵识别系统及方法

权利要求书

1.基于机器视觉的电力设备异物入侵识别系统，其特征在于，包括监控系统和分析服务器，所述监控系统用于实时拍摄场景图像，并将场景图像传输给分析服务器，所述分析服务器用于识别场景图像中的异物，生成异物入侵结果，所述分析服务器包括静态异物识别模块、动态异物识别模块和分析模块，所述静态异物识别模块和动态异物识别模块均与分析模块连接，所述静态异物识别模块用于识别场景图像中的静态异物图像，并将静态异物图像传输给分析模块，所述动态异物识别模块用于识别场景图像中的动态异物图像，并将动态异物图像传输给分析模块，所述分析模块用于根据静态异物识别模块和动态异物识别模块传输的静态异物图像和动态异物图像进行分析，生成静态异物和动态异物的入侵路线并计算出其落点距监控系统的位置。

2.根据权利要求1所述的基于机器视觉的电力设备异物入侵识别系统，其特征在于：所述监控系统包括监控摄像设备和输入设备，所述监控摄像设备设有若干个，所述监控摄像设备用于实时拍摄场景图像，并将场景图像以直播流的形式对外提供码流服务，所述输入设备用于配置若干个监控摄像设备，同时将监控摄像设备的码流拉取回来，并将码流拆分为逐帧形式，发送到静态异物识别模块和动态异物识别模块中。

3.根据权利要求1所述的基于机器视觉的电力设备异物入侵识别系统，其特征在于：所述静态异物识别模块预设有静态异物检测模型，所述动态异物识别模块预设有动态异物检测模型，所述静态异物检测模型和动态异物检测模型通过不断的深度学习得到。

4.根据权利要求1所述的基于机器视觉的电力设备异物入侵识别系统，其特征在于：所述分析模块设有图像分割模块和图像生成模块，所述图像分割模块用于将场景图像分割成若干个像素点，所述图像生成模块通过去除场景图像中非异物的像素点，生成视差图，计算静态异物和动态异物的入侵路线、大小和距离，并在场景图像中使用标注框标注异物入侵，生成预警画面。

5.根据权利要求1所述的基于机器视觉的电力设备异物入侵识别系统，其特征在于：还包括预警系统，所述预警系统用于接收分析服务器的异物入侵结果，若判断存在异物入侵，则发出预警信号，反之，则不做反应。

6.根据权利要求5所述的基于机器视觉的电力设备异物入侵识别系统，其特征在于：所述预警系统包括预警器和主机，所述预警器和主机连接，所述预警器用于发出预警信号，所述主机与监控系统连接，所述主机用于配置监控系统，所述主机与分析服务器连接。

7.根据权利要求6所述的基于机器视觉的电力设备异物入侵识别系统，其特征在于：所述主机还包括存储模块，所述存储模块与主机连接，所述存储模块用于存储监控系统拍摄的场景图像，所述主机还用于读取存储模块并播放场景图像和历史场景图像的回放。

8.基于机器视觉的电力设备异物入侵识别方法，其特征在于：包括：

S1：通过监控摄像设备采集监控区域实时画面；

S2：通过输入设备拉取监控摄像头实时监控画面，并逐帧传输给分析服务器中；

S3：分析服务器识别监控画面中异物入侵，生成异物入侵结果和预警画面，并传输给预警系统；

S4：预警系统接收异物入侵结果，若存在异物入侵，则发出预警信号，将预警画面发送给操作者；反之，则不做反应。

9.根据权利要求8所述的基于机器视觉的电力设备异物入侵识别方法，其特征在于：所述S3中分析服务器包括静态异物识别模块、动态异物识别模块和分析模块，所述S3还包括：

S3-1：静态异物识别模块识别场景图像中的静态异物图像，并将静态异物图像传输给分析模块；

S3-2：动态异物识别模块识别场景图像中的动态异物图像，并将动态异物模图像传输给分析模块；

S3-3：分析模块接收静态异物图像和动态异物图像，生成静态异物图像和动态异物图像的入侵路线和落点距监控系统的位置。

10.根据权利要求9所述的基于机器视觉的电力设备异物入侵识别方法，其特征在于：所述分析模块设有图像分割模块和图像生成模块，其中S3-3还包括：

S3-3-1：图像分割模块将场景图像分割成若干个像素点，生成视差图，图像生成模块通过去除场景图像中非异物的像素点，生成视差图，得到静态异物和动态异物的入侵路线、大小和距离，并在场景图像中使用标注框标注异物入侵，生成预警画面。