面向数字孪生低压配电网的基于Gabor-YOLO算法的架空线高效识别方法研究

从各种测量装置中实时获取和更新电力线路运行状态是低压配电网数字孪生的基础,获取电力线路运行状态的首要任务是对电力线进行精准识别。本文针对低压配电架空线路航拍图像背景复杂、遮挡严重、目标特征微弱的问题,提出了基于Gabor-YOLO的算法,用于低压架空电力线的高效提取。首先,对图像进行灰度化和高斯滤波等预处理后利用改进后的Gabor算子进行特征提取,在图像中分割出前景区域;其次,在改进YOLO网络模块中,对电力线及辅助目标进行定位和识别最终提取出电力线。实验结果表明,改进的Gabor算子可以快速提取出图像前景区域,改进的YOLO网络可以在前景区域中准确提取出电力线。实验结果证明所提方法相比于yolov4等方法具有最高的准确率和提取速度,mAP值可达93.6%,满足实际工作需要。     

基于图像的驾驶员疲劳监测系统

本文提出了一种运用近红外线主动光源的图像采集方法,能有效地克朋光照变化带来的影响;提出了一种基于AdaBoost算法的人眼检测方法,能快速准确地检测出图像中驾驶员的眼睛区域,同时给出了一种人眼开合度评价方法来判断驾驶员的眼睛状态,从而达到检测驾驶员疲劳的目的。实验结果表明,采用本文的方法能有效地检测出驾驶员的疲劳状态,可作为一种驾驶员辅助系统安装在车辆内来实时监测驾驶员是否疲劳,并提醒打瞌睡的驾驶者。     

基于BP神经网络的高压隔离开关分合闸监测识别

为了监视电动式高压隔离开关合闸状态,采用图像识别方法对高压隔离开关是否合闸进行监测,确保检修人员的安全。提出了一种融合NSCT和二维最大熵分割方法对图像进行分割,并提取出感兴趣区域(闸刀)。再通过像素积分投影法对闸刀分合闸情况进行特征提取,将提取到的特征值导入BP神经网络中进行训练,得出一个能够自动识别闸刀位置的分类器。将采集的图片导入BP神经网络分类器中进行识别实验论证。实验表明,处理后的图像抗噪能力强,训练出的BP神经网络对闸刀合闸状态的识别率高,达到95%以上。     

基于红外检测的变电站设备热状态诊断

提出了一种基于红外检测的变电站设备热状态诊断方案。首先基于变电站设备的红外图像,采用局部方差映射函数和遗传算法阈值提取了变电站设备的热状态数据,以用于对异常区域进行分割。然后构建了红外图像灰度数与变电站设备温度两者之间的关系。最后采用改进的相对温差法达到了对设备热状态进行分类和诊断的目标,并捕获定位了变电站设备的热状态异常区域。实验结果表明,该方法提高了异常热区提取的精度和效率,提升了变电站设备热状态诊断的容错能力,进一步保证了变电站和整个电力系统的运行稳定性。     

基于灰度熵多阈值分割和SVM的火焰图像状态识别

为了进一步提高锅炉燃烧火焰图像状态识别的性能,提出了一种基于灰度熵多阈值分割和支持向量机(supportvector machine,SVM)的火焰图像状态识别方法。对火焰图像进行基于灰度熵准则的多阈值分割,采用改进粒子群优化算法选取最优多阈值,由此快速准确地分割出火焰图像中的背景区域、有效燃烧区域及高温燃烧区域;然后,提取火焰图像的10个特征参数,以此作为训练样本训练支持向量机,最后采用支持向量机依据提取的特征对火焰图像进行分类,并通过上述改进粒子群优化算法优化支持向量机中的2个参数。实验结果表明,提出的方法分割结果正确,与采用将图像像素作为训练样本的方法相比,该方法的分类识别正确率更高,运行速度大大加快。     

基于C-V模型的电晕放电紫外成像分割及特征量研究

高压设备因绝缘缺陷发生电晕放电时,设备表面会辐射出紫外光,利用紫外成像技术可以检测电晕放电位置与放电强度并判断高压设备的绝缘缺陷。紫外成像仪利用"光子数"表征放电强度,由于环境噪声干扰,"光子数"特征量并不准确,有时甚至误差很大。为了更准确地描述电晕放电状态,文中提出基于C-V水平集模型提取图像特征量来表征电晕放电特性的新方法。首先引入C-V水平集模型对紫外图像进行分割处理,然后根据提取出的放电区域和区域边界点坐标,定义了光斑面积、边界周长、长轴、短轴等参数来评估放电状态,给出了干扰因素的修正方法。最后,通过变电站绝缘子外表面放电的紫外图像C-V模型运算实例,说明该计算方法能在不进行图像滤波预处理的情况下,精确分割出放电区域,自动化程度高,且对不同背景的紫外图像适应性较好。     

一种基于姿态校正的人脸检测方法

本文提出了一种基于姿态校正的人脸检测方法。该方法先对YGbCr空间进行非线性变换得到YC＇bbC’r,空间,用于肤色检测,然后应用形态学算子提取肤色区域。在此基础上,提出姿态角度估计目标函数,并讨论了2种寻优方法即：梯度下降法和次全局枚举寻优法来估计姿态角度值。根据估计的姿态角度作相应的旋转校正,在校正后的区域利用眼睛和嘴的色度和亮度特点分别构造映射图,提取出眼睛和嘴,并验证人脸。该方法在自拍的视频序列中进行姿态估计和人脸检测实验,均取得了较好的效果。     

一种视频对象分割技术的研究与实现

本文提出一种可以从复杂场景中分割出视频对象的方法.首先对视频图像进行全局运动估计和补偿校正,并将相邻两帧进行差分检测.然后利用Neyman-Pearson准则从差分图像中提取运动区域,根据提取的运动区域研究了一种在序列图像差分域中进行区域生长的算法,获得了视频对象的二值化分割模板.最后利用运动检测算法剔除由于噪声导致的标记块.实验结果表明,本文所述方法能够有效的分割出视频对象.     

基于纹理对比度的复合绝缘子表面水珠区域检测算法

在复合绝缘子憎水性的喷水分级检测中,提取复合绝缘子表面的水珠信息是判断憎水性级别的关键。为了提高水珠信息提取的准确性,本文提出了一种基于纹理特征的水珠区域检测算法,并对影响因素进行了分析。该算法利用检测窗提取出各窗口中纹理对比度特征量,通过自适应的对比度最小方差法,判断检测窗中是否含有水珠边缘,从而识别出图像中的水珠区域。最后通过实验验证,该算法能够有效识别出复合绝缘子表面水珠区域。     

基于颜色分离与形态特征分析的保护压板定位及状态识别研究

为了提高变电站中密集排布,颜色多样的拔插式压板智能识别水平,提出一种色差法与形态特征分析的保护压板定位及状态识别方法。该方法首先对采集的压板图像进行同态滤波增强与透视校正;其次,根据压板图像颜色特征,利用RGB三分量色差法结合形态特征分析实现有效压板区域的分割;然后,通过的矩形结构元素对有效压板区域进行膨胀,从而定位出每块压板区域的位置。最后,结合每块压板图像外接矩形框的形态特征与其重心位置的4联通区域灰度值总和判断出压板的投退状态。对不同拍摄角度及不同光照环境下的保护压板状态识别测试结果表明,该算法具有识别精度高、鲁棒性好的特点。