一种预警方法和系统技术方案

本申请实施例公开了一种预警方法和系统，该方法包括：获取输电线路的图像，从所述图像中识别出目标隐患；根据所述目标隐患相对于所述输电线路的相对位置，对所述目标隐患进行测距，得到测距信息；根据所述测距信息生成所述目标隐患的预警等级，并基于所述预警等级，对所述目标隐患进行预警。本申请实施例通过对目标隐患到输电线路进行精确测距，实现目标隐患与输电线路之间的安全距离的智能计算和分级预警。预警。预警。

【技术实现步骤摘要】
一种预警方法和系统


[0001]本申请属于电力工程
，具体涉及一种预警方法和系统。

技术介绍

[0002]电力行业的发展和整个社会息息相关，确保电力设施的安全稳定运行是一切工作的核心。然而，在雾霾等恶劣天气下拍摄的室外场景图像通常受到可见度不高和对比度较差的影响，图像清晰度较低，严重影响了计算机视觉识别系统、智能目标检测发挥效用，对输电线路的智能巡视及测距提供了一些挑战。研究极端天气状况下图像的预处理技术，是实现能见度较低的天气条件下精准测距的一项重点。
[0003]目前，常见的测距技术包括单目测距和双目测距。单目视觉测距结构相对简单，计算量相对较小，传统的单目测距算法可大致分为3类：基于成像模型的方法、基于数学回归建模的方法和基于几何关系推导的方法。基于成像模型的方法需要已知行人的实际高度和宽度，并不适合实际运用。基于数学回归建模的方法需要大量的前期数据采集、分析和数学建模等工作，当更换数据集时，其泛化能力差。基于几何关系推导的方法需要已知精确的相机内外参数。双目测距的精度相对较高，最初采用SURF算法对左右图像进行特征提取，对得到的特征点进行距离上的约束，选择适当的特征点，最后利用得到的特征点的坐标和双目视觉测距原理得出相应的距离信息，但现实中很多情况下左右相机不能达到完全平行的时候，进而给测距带来很大的误差这一问题。

技术实现思路

[0004]本申请实施例的目的是提供一种预警方法和系统，能够解决现有技术中由于无法精准测距而导致无法对隐患及时预警的缺陷。
[0005]为了解决上述技术问题，本申请是这样实现的：
[0006]第一方面，本申请实施例提供了一种预警方法，包括：
[0007]获取输电线路的图像，从所述图像中识别出目标隐患；
[0008]根据所述目标隐患相对于所述输电线路的相对位置，对所述目标隐患进行测距，得到测距信息；
[0009]根据所述测距信息生成所述目标隐患的预警等级，并基于所述预警等级，对所述目标隐患进行预警。
[0010]进一步地，所述根据所述目标隐患相对于所述输电线路的相对位置，对所述目标隐患进行测距，得到测距信息，包括：
[0011]通过霍夫变换，将所述图像中使用直角坐标表示的直线变换为极坐标空间中的点；
[0012]利用图像全局特性，将图像边缘像素进行连接，以组成所述图像的封闭边界；
[0013]在空间坐标系中，根据所述目标隐患相对于所述输电线路的相对位置，对所述目标隐患进行测距，得到测距信息。
[0014]进一步地，所述根据所述测距信息生成所述目标隐患的预警等级，并基于所述预警等级，对所述目标隐患进行预警，包括：
[0015]将所述图像进行缩放、裁剪和归一化预处理；
[0016]对所述图像进行特征提取，得到特征图；
[0017]将所述特征图和所述测距信息作为长短期记忆LSTM网络的输入，建立预警等级自动生成模型；
[0018]对所述预警等级自动生成模型进行评价及优化，得到预警等级，并基于所述预警等级，对所述目标隐患进行预警。
[0019]进一步地，所述获取输电线路的图像之后，还包括：
[0020]对所述图像进行分析；
[0021]若为大雾场景，则对所述图像进行去雾处理；若所述图像过暗，则对所述图像进行增亮处理；
[0022]对所述图像执行增强和降噪操作。
[0023]进一步地，所述目标隐患为外破隐患。
[0024]第二方面，本申请实施例提供了一种预警系统，包括：
[0025]获取模块，用于获取输电线路的图像，从所述图像中识别出目标隐患；
[0026]测距模块，用于根据所述目标隐患相对于所述输电线路的相对位置，对所述目标隐患进行测距，得到测距信息；
[0027]预警模块，用于根据所述测距信息生成所述目标隐患的预警等级，并基于所述预警等级，对所述目标隐患进行预警。
[0028]进一步地，所述测距模块，具体用于通过霍夫变换，将所述图像中使用直角坐标表示的直线变换为极坐标空间中的点；利用图像全局特性，将图像边缘像素进行连接，以组成所述图像的封闭边界；在空间坐标系中，根据所述目标隐患相对于所述输电线路的相对位置，对所述目标隐患进行测距，得到测距信息。
[0029]进一步地，所述预警模块，用于将所述图像进行缩放、裁剪和归一化预处理；对所述图像进行特征提取，得到特征图；将所述特征图和所述测距信息作为长短期记忆LSTM网络的输入，建立预警等级自动生成模型；对所述预警等级自动生成模型进行评价及优化，得到预警等级，并基于所述预警等级，对所述目标隐患进行预警。
[0030]进一步地，所述的系统，还包括：
[0031]处理模块，用于对所述图像进行分析；若为大雾场景，则对所述图像进行去雾处理；若所述图像过暗，则对所述图像进行增亮处理；对所述图像执行增强和降噪操作。
[0032]进一步地，所述目标隐患为外破隐患。
[0033]本申请实施例通过对目标隐患到输电线路进行精确测距，实现目标隐患与输电线路之间的安全距离的智能计算和分级预警。
附图说明
[0034]图1是本申请实施例提供的一种预警方法的流程示意图；
[0035]图2是本申请实施例提供的空间坐标系的示意图；
[0036]图3是本申请实施例提供的隐患与输电线路的相对位置的示意图；
[0037]图4是本申请实施例提供的一种预警系统的结构示意图。
[0038]本专利技术目的的实现、功能特点及优点将结合实施例、参照附图做进一步说明。
具体实施方式
[0039]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0040]本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。
[0041]下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的预警方法进行详细地说明。
[0042]参照图1，示出了本申请实施例提供的一种预警方法的流程示意图，该方法包括以下步骤：
[0043]步骤101，获取输电线路的图像，从所述图像中识别出目标隐患。
[0044]其中，目标隐患为外破隐患。
[0045]步骤102，根据所述目标隐患相对于所述输电线路的相对位置，对所述目标隐患进行测距，得到测距信息；
[0046]具体地，可以通过霍夫变本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种预警方法，其特征在于，包括：获取输电线路的图像，从所述图像中识别出目标隐患；根据所述目标隐患相对于所述输电线路的相对位置，对所述目标隐患进行测距，得到测距信息；根据所述测距信息生成所述目标隐患的预警等级，并基于所述预警等级，对所述目标隐患进行预警。2.根据权利要求1所述的方法，其特征在于，所述根据所述目标隐患相对于所述输电线路的相对位置，对所述目标隐患进行测距，得到测距信息，包括：通过霍夫变换，将所述图像中使用直角坐标表示的直线变换为极坐标空间中的点；利用图像全局特性，将图像边缘像素进行连接，以组成所述图像的封闭边界；在空间坐标系中，根据所述目标隐患相对于所述输电线路的相对位置，对所述目标隐患进行测距，得到测距信息。3.根据权利要求1所述的方法，其特征在于，所述根据所述测距信息生成所述目标隐患的预警等级，并基于所述预警等级，对所述目标隐患进行预警，包括：将所述图像进行缩放、裁剪和归一化预处理；对所述图像进行特征提取，得到特征图；将所述特征图和所述测距信息作为长短期记忆LSTM网络的输入，建立预警等级自动生成模型；对所述预警等级自动生成模型进行评价及优化，得到预警等级，并基于所述预警等级，对所述目标隐患进行预警。4.根据权利要求1所述的方法，其特征在于，所述获取输电线路的图像之后，还包括：对所述图像进行分析；若为大雾场景，则对所述图像进行去雾处理；若所述图像过暗，则对所述图像进行增亮处理；对所述图像执行增强和降噪操作。5.根据权利要求1...

【专利技术属性】
技术研发人员：郑晓云，何建明，徐余丰，
申请(专利权)人：浙江辉博电力设备制造有限公司，
类型：发明
国别省市：