电力变电站采用红外热成像及可见光成像技术融合的人体目标特征检测算法制造技术

本发明专利技术提供一种电力变电站采用红外热成像及可见光成像技术融合的人体目标特征检测算法，包括以下步骤：步骤S1，获取可见光摄像机拍摄的可见光图像和红外摄像机拍摄的红外热成像图像；并分别作预处理；步骤S2，对可见光图像进行行人检测，获得可见光图像行人检测区域A；步骤S3，对红外热成像图像进行行人检测，获得红外热成像图像行人检测区域B；步骤S4，将可见光图像行人检测区域A与红外热成像图像行人检测区域B进行比较，若重合面积超过一个设定重合面积阈值，则表示检测到行人目标。本发明专利技术可较好地排除外在影响因数，能够最大限度地提高检测的准确性和适用性。

【技术实现步骤摘要】
电力变电站采用红外热成像及可见光成像技术融合的人体目标特征检测算法
本专利技术涉及一种人体目标检测方法，尤其是一种红外热成像及可见光成像技术融合的人体目标检测方法。
技术介绍
变电站的视频技术为远程监控变电站的行人可视化提供了技术手段，为变电站调度运行提供了可视化监控及辅助决策依据。随着视频监控的网络化、高清化、智能化技术的不断发展，视频监控技术在电网安全、生产运行中的应用不断深入和广泛，传统方式所采用的视频监控技术为电网设备远程监控提供远程可视化的监控手段，为远程确认变电站中是否有行人、工作人员以及工作人员的状态，提供了可靠和有效的确认手段，为准确做出决策提供了依据，然而，随着该技术的不断深入和推广应用，由于变电站数量众多、若每个变电站中的工作人员作业查看和确认都需要人工进行，其所带来的工作量将特别庞大，且工作效率低下，随着电网技术对电网智能化水平要求的不断提高，如何提高视频监控技术在电网智能化监控技术中的应用，将对电网智能化水平的提升起到促进作用。同时，将为电网设备的智能化监控、智能化巡视提供技术手段。同时，变电站中是否有工作人员以及工作状态和是否佩带安全帽等的图像识别对于电网智能化设备状态巡视、设备告警联动等电网生产运行监控具有重要意义，对电网智能化水平的发展和提高具有一定的促进作用。由于变电站设备场景的复杂性，如果有效实现对变电站隔离开关状态的识别将是该技术的核心研究内容。如何有效实现对变电站中行人的检测是该技术的核心研究内容。现有的变电站中行人检测方法存一些缺点，若采用常用的模板匹配方法检测时，容易受外界光线及拍摄图像的摄像机转动影像，同时，由于变电站内的类似行人形状的设备数量庞大，设备外观及形状均不一致，且不同厂家的不同型号设备也存在一定的差异，很容易对行人检测产生干扰，因此，采用模板匹配方法时，将会对监控场景有严格的限制，且在广泛适用性和可推广性等方面存在着较多的缺陷。
技术实现思路
本专利技术的目的在于克服现有技术中存在的不足，提供一种电力变电站采用红外热成像及可见光成像技术融合的人体目标特征检测算法，通过可见光行人检测与红外热成像行人检测的结果比较提取人体目标，较好地排除外在影响因数，能够最大限度地提高检测的准确性和适用性。本专利技术采用的技术方案是：一种电力变电站采用红外热成像及可见光成像技术融合的人体目标特征检测算法，包括以下步骤：步骤S1，获取可见光摄像机拍摄的可见光图像和红外摄像机拍摄的红外热成像图像；并分别作预处理；步骤S2，对可见光图像进行行人检测，获得可见光图像行人检测区域A；步骤S3，对红外热成像图像进行行人检测，获得红外热成像图像行人检测区域B；步骤S4，将可见光图像行人检测区域A与红外热成像图像行人检测区域B进行比较，若重合面积超过一个设定重合面积阈值，则表示检测到行人目标。进一步地，所述步骤S2具体包括：S2.1，行人目标样本创建；S2.2，训练并得到行人检测分类器；S2.3，使用训练好的行人检测分类器对输入的可见光图像检测行人，得到行人在可见光图像中的区域。更进一步地，步骤S2.1具体包括：(a.)样本分为正样本和负样本，正样本为待检测人体目标，负样本为采集到的包含背景的图像,但不包含人体目标特征；调用厂家摄像机SDK，循环抓取图像，分别放到正样本和负样本对应的几个列表中，进行开状态正样本抓取；开状态负样本抓取；闭状态正样本抓取；闭状态负样本抓取；(b.)循环遍历开状态和闭状态的正样本列表，使用OpenCV提供的样本描述生产函数opencv_createsample，封装在createsample函数中，生成样本描述集，样本描述集包括：开状态正样本描述集；开状态负样本描述集；闭状态正样本描述集；闭状态负样本描述集。更进一步地，步骤S2.2具体包括：将步骤S2.1中生成的所有样本描述集，分成开状态和闭状态，进行训练，生成样本训练结果，存储在开状态结果数据库和闭状态结果数据库中，该两个开状态结果数据库和闭状态结果数据库即作为两个行人检测分类器，将行人检测分类器放到内存中，供行人检测使用。更进一步地，步骤S2.2中，训练方法使用OpenCV中的traincascade训练器进行训练，并封装在Train函数中。更进一步地，步骤S2.3具体包括：使用训练好的行人检测分类器，调用OpenCV提供的分类监测函数detectMultiScale进行监测，对输入的可见光图像检测行人，检测结果存储在object[]对象中，该对象中保存检测到的每个行人在可见光图像中的区域。进一步地，所述步骤S3包括：S3.1，对红外热成像图像进行温度标注，得到标注后的图像；S3.2，根据温度标注区域，计算相邻区域的温度值的差是否大于某个阈值，如果不大于，则表示该相邻区域属于同一个目标，连通该相邻区域，循环检测，直到把能够连通的区域都连通为止，得到根据温度标注分割后的区域；S3.3，根据最大类间方差法，对红外热成像图像进行分割；S3.4，将最大类间方差法分割后的区域与根据温度标注分割后的区域相比较，重合的则保留，没有重合的去除；得到红外热成像图像行人检测区域B。进一步地，步骤S1中，对可见光图像的预处理包括：可见光图像进行转换灰度图像的处理；然后剪裁图像边缘；对红外热成像图像的预处理包括剪裁图像边缘。本专利技术的优点在于：本专利技术通过新的算法，提高和解决通过视频分析算法实现对变电站行人目标的识别。该算法易于实现和应用，主要可以应用于电网智能化设备状态巡视、设备告警联动等电网生产运行智能化远程监控中，对电网智能化水平的发展和提高具有一定的促进作用。附图说明图1为本专利技术的算法流程示意图。具体实施方式下面结合具体附图和实施例对本专利技术作进一步说明。图1所示为电力变电站采用红外热成像及可见光成像技术融合的人体目标特征检测算法的主要流程，该算法包括可见光图像和红外热成像图像的获取及预处理、对可见光图像进行行人检测获得可见光图像行人检测区域A、对红外热成像图像进行行人检测获得红外热成像图像行人检测区域B、以及可见光图像检测结果与红外热成像图像检测结果比较四个过程；在可见光图像检测结果与红外热成像图像检测结果比较这个过程中，将可见光图像行人检测区域A与红外热成像图像行人检测区域B进行比较，若重合面积超过一个设定重合面积阈值80％，则表示检测到行人目标；本专利技术采用C/C++语言编程实现本方法；操作系统可基于Windows或Linux的各类操作系统。S1，首先，是利用可见光摄像机和红外摄像机分别获取可见光图像和红外热成像图像，并分别作预处理；以可见光摄像机为例，(1)通过厂家SDK(软件开发工具包)实时获取变电站可见光摄像机的实时视频数据；(2)在获取到实时视频数据时间间隔5秒后，从实时视频数据中获取一帧图像数据，采用5秒后再截取图像数据的原因主要为：由于变电站与远端之间的网络带宽有限，若获取到视频后直接截图图像，可能会出现图像截取失败或截取的图像存在异常等原因；(3)在截取完图像后，检查图像是否正常，如果图像存在异常，则重新获取图像，获取图像成功后，保存图像数据为OrgImg；(4)通常此时获取的图像格式为YUV格式，为了便于后续的图像分析，将该图像进行格式转换，转换为RGB图像格式，转换后的图像数据为OrgImg_RGB[本文档来自技高网...

【技术保护点】
一种电力变电站采用红外热成像及可见光成像技术融合的人体目标特征检测算法，其特征在于，包括以下步骤：步骤S1，获取可见光摄像机拍摄的可见光图像和红外摄像机拍摄的红外热成像图像；并分别作预处理；步骤S2，对可见光图像进行行人检测，获得可见光图像行人检测区域A；步骤S3，对红外热成像图像进行行人检测，获得红外热成像图像行人检测区域B；步骤S4，将可见光图像行人检测区域A与红外热成像图像行人检测区域B进行比较，若重合面积超过一个设定重合面积阈值，则表示检测到行人目标。

【技术特征摘要】
1.一种电力变电站采用红外热成像及可见光成像技术融合的人体目标特征检测算法，其特征在于，包括以下步骤：步骤S1，获取可见光摄像机拍摄的可见光图像和红外摄像机拍摄的红外热成像图像；并分别作预处理；步骤S2，对可见光图像进行行人检测，获得可见光图像行人检测区域A；步骤S3，对红外热成像图像进行行人检测，获得红外热成像图像行人检测区域B；步骤S4，将可见光图像行人检测区域A与红外热成像图像行人检测区域B进行比较，若重合面积超过一个设定重合面积阈值，则表示检测到行人目标。2.如权利要求1所述的电力变电站采用红外热成像及可见光成像技术融合的人体目标特征检测算法，其特征在于，所述步骤S2具体包括：S2.1，行人目标样本创建；S2.2，训练并得到行人检测分类器；S2.3，使用训练好的行人检测分类器对输入的可见光图像检测行人，得到行人在可见光图像中的区域。3.如权利要求2所述的电力变电站采用红外热成像及可见光成像技术融合的人体目标特征检测算法，其特征在于，步骤S2.1具体包括：(a.)样本分为正样本和负样本，正样本为待检测人体目标，负样本为采集到的包含背景的图像,但不包含人体目标特征；调用厂家摄像机SDK，循环抓取图像，分别放到正样本和负样本对应的几个列表中，进行开状态正样本抓取；开状态负样本抓取；闭状态正样本抓取；闭状态负样本抓取；(b.)循环遍历开状态和闭状态的正样本列表，使用OpenCV提供的样本描述生产函数opencv_createsample，封装在createsample函数中，生成样本描述集，样本描述集包括：开状态正样本描述集；开状态负样本描述集；闭状态正样本描述集；闭状态负样本描述集。4.如权利要求3所述的电力变电站采用红外热成像及可见光成像技术融合的人体目标特征检测算法，其特征在于，步骤S2.2具体包括：将步骤S2.1中生成的所有样本描述...

【专利技术属性】
技术研发人员：诸军，姚楠，吴曦，蔡越，沈海平，王普，黄薛凌，高伟峰，顾寅，
申请(专利权)人：国网江苏省电力公司无锡供电公司，国网江苏省电力公司电力科学研究院，国家电网公司，
类型：发明
国别省市：江苏,32