System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及设备监控,具体涉及一种基于红外遥感的目标检测方法。
技术介绍
1、随着无人机技术的发展,其在生产巡检领域的应用越来越广泛。输变配设备是电力系统的重要组成部分,其运行状态直接影响到电力系统的安全稳定运行。传统的巡检方式主要依赖人工进行,不仅效率低下,而且存在安全隐患。因此,如何提高输变配设备的巡检效率和安全性,成为当前亟待解决的问题。
2、近年来,无人机巡检技术逐渐被应用于户外设备的巡检中。通过无人机实时采集巡检区域的光学监控视频,从而实现对输变配设备的远程监控。然而,现有的无人机巡检方法在处理异常情况时,往往需要较大算力对光学监控视频进行排查,效率较低,且可能存在误判的情况。
技术实现思路
1、本专利技术的目的在于提供一种基于红外遥感的目标检测方法,解决以下技术问题:
2、现有的无人机巡检方法在处理异常情况时,往往需要较大算力对光学监控视频进行排查,效率较低,且可能存在误判的情况。
3、本专利技术的目的可以通过以下技术方案实现:
4、一种基于红外遥感的目标检测方法,包括以下步骤:
5、制定无人机的巡检航线,所述巡检航线覆盖所需巡检区域的输变配设备,无人机飞行过程中,实时采集巡检区域的红外监控视频和光学监控视频;
6、监测红外监控视频中各输变配设备的红外强度,当所述红外监控视频中的输变配设备中出现高于运行红外强度上限的异常区域,且异常区域的持续时间超出预设时长时,则将该设备标记为异常设备,无人机移动
7、对于任一异常设备,获取其垂直视角的最小外接矩形,提取所述异常设备的光学监控视频,将所述最小外接矩形的尺寸作为画幅对光学监控视频的画幅进行缩放;
8、获取该异常设备中红外强度首次大于运行红外强度上限的初始时刻t,选取缩放后的光学监控视频中时刻为t-t至当前时刻的片段,t为预设时长,并标记为待定监控片段;
9、将所述待定监控片段进行灰度化处理,根据灰度值变化提取异常区域初次出现时的初始异常片段,并传输至无人机控制端。
10、作为本专利技术进一步的方案:所述光学监控视频的画幅缩放具体为,当无人机未位于异常设备的上空时,对于无人机拍摄到的异常视频,采用当前视角的异常设备的最小外接矩形作为光学监控视频的缩放画幅。
11、作为本专利技术进一步的方案:识别所述初始异常片段的过程为:
12、将所述待定监控片段进行灰度化处理,生成灰度图像序列,计算任一灰度图像帧的灰度直方图,获取任一图像帧中大于预设灰度值的灰度梯级的数量m,并获取每个灰度梯级对象的像素数量ni,i∈1,...,m;
13、对于任一图像帧,计算大于预设灰度值的灰度梯级与对应像素数量乘积的特定灰度总和f,;依次获取每个灰度图像帧的特定灰度总和生成序列f1,f2,…,fn,n为灰度图像序列中灰度图像帧的数量;
14、建立空集,依次提取特定灰度总和序列f1,f2,…,fn的单个值放入空集中,每次放入均计算当前集合内所有数据的方差c1,c2,…,cn;
15、当提取到fj时,0<j<n,获取f1,f2,…,fj对应的标准差cj,并获取f1,f2,…,fj-1对应的方差cj-1,计算cj与cj-1的差值d;
16、若差值d大于预设阈值,则cj为变化值,cj对应的图像帧为变化时刻图像,获取变化时刻前n秒直至初始时刻t的光学监控视频生成初始异常片段;否则继续提取。
17、作为本专利技术进一步的方案:继续计算所述初始异常片段后的图像帧的特定灰度总和f,计算相邻图像帧之间的特定灰度总和f的差值,若存在时间顺序上连续超过10s差值始终低于预设阈值的图像帧序列,则选取该图像帧序列中点时刻对应的图像帧,将该图像帧判定为特征图像和初始异常片段一同发送至无人机控制端。
18、作为本专利技术进一步的方案:当存在相邻的异常设备的变化时刻差距低于预设阈值,则标记为共同设备,对共同设备的光学监控视频进行拼接。
19、作为本专利技术进一步的方案:当存在超过一个异常设备同时存在时,则获取距离最远的异常设备的若干连线,将无人机的监控位置调整至若干所述连线的交叉点,并对光学监控视频的画幅进行缩放。
20、作为本专利技术进一步的方案:对于持续时间小于预设时长的异常区域,将该异常区域的位置进行标注,并发送至无人机控制端。
21、本专利技术的有益效果:
22、本专利技术通过制定无人机的巡检航线,实时采集巡检区域的红外监控视频和光学监控视频,先通过红外监控识别可能存在的高温、起火和电火花风险,然后再调用光学监控对异常区域进行进一步的准确识别,既提高了巡查效率,也节约的算力;并且能够自动提取异常发生时的视频片段,方便运维人员研究发生原因,对电力系统进行改善,实现对输变配设备的自动化巡检,大大提高了巡检效率,减少了巡检的时间和成本。
本文档来自技高网...【技术保护点】
1.一种基于红外遥感的目标检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于红外遥感的目标检测方法,其特征在于,所述光学监控视频的画幅缩放具体为,当无人机未位于异常设备的上空时,对于无人机拍摄到的异常视频,采用当前视角的异常设备的最小外接矩形作为光学监控视频的缩放画幅。
3.根据权利要求1所述的一种基于红外遥感的目标检测方法,其特征在于,识别所述初始异常片段的过程为:
4.根据权利要求3所述的一种基于红外遥感的目标检测方法,其特征在于,继续计算所述初始异常片段后的图像帧的特定灰度总和F,计算相邻图像帧之间的特定灰度总和F的差值,若存在时间顺序上连续超过10s差值始终低于预设阈值的图像帧序列,则选取该图像帧序列中点时刻对应的图像帧,将该图像帧判定为特征图像和初始异常片段一同发送至无人机控制端。
5.根据权利要求3所述的一种基于红外遥感的目标检测方法,其特征在于,当存在相邻的异常设备的变化时刻差距低于预设阈值,则标记为共同设备,对共同设备的光学监控视频进行拼接。
6.根据权利要求2所述的一种基于红外遥感的
7.根据权利要求1所述的一种基于红外遥感的目标检测方法,其特征在于,对于持续时间小于预设时长的异常区域,将该异常区域的位置进行标注,并发送至无人机控制端。
...【技术特征摘要】
1.一种基于红外遥感的目标检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于红外遥感的目标检测方法,其特征在于,所述光学监控视频的画幅缩放具体为,当无人机未位于异常设备的上空时,对于无人机拍摄到的异常视频,采用当前视角的异常设备的最小外接矩形作为光学监控视频的缩放画幅。
3.根据权利要求1所述的一种基于红外遥感的目标检测方法,其特征在于,识别所述初始异常片段的过程为:
4.根据权利要求3所述的一种基于红外遥感的目标检测方法,其特征在于,继续计算所述初始异常片段后的图像帧的特定灰度总和f,计算相邻图像帧之间的特定灰度总和f的差值,若存在时间顺序上连续超过10s差值始终低于预设阈值的图像帧序列,则选取该图像帧...
【专利技术属性】
技术研发人员:杨柱,王超,林桐,
申请(专利权)人:理工智数科技合肥有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。