【技术实现步骤摘要】
本专利技术涉及变压器故障检测，具体为一种火场中变压器油箱撕裂口探测方法及系统。
技术介绍
1、众所周知，计算机三维重建是计算机辅助设计与计算机图形学中的一个重要研究领域。构建三维模型的方法多种多样，基于图像建模是一种典型的方法。该方法通过红外采集的目标物的二维图像信息来恢复目标物的空间几何信息，即研究二维图像匹配点和三维空间中对应点的关系，计算并确定目标物的三维空间点的关系及其大小，从而实现目标物的三维重建。同时将三维几何信息和纹理信息通过贴图结合，从而获得具有相片级真实感的模型。建模过程自动化，人工劳动强度低，同时所需设备也很简单，大幅降低了建模成本。因此，在需要真实感建模的场合中，基于图像的建模无疑具有很高的实用价值，也成为当前的研究热点。
2、图像的三维重构是综合计算机视觉、图像处理和计算机图形学等学科知识的新兴技术。它具有二维图形所不可比拟的特质，其模型可以从多个不同的角度进行直观地观测，并且具有逼真的效果、能够做到实时虚拟、实时互动等。
3、在变压器运行过程中，由于各种原因，例如机械应力、材料疲劳、腐蚀、制造缺陷等，可能导致其出现撕裂口。这些撕裂口可能会对设备的正常运行和安全性造成威胁。因此，及时准确地检测变压器的撕裂口对设备的维护和安全至关重要。发生火灾后，由于变压器撕裂口信息获取难度高，工作人员需接近高压设备，存在较大的安全隐患。
技术实现思路
1、本专利技术所要解决的技术问题在于：提供一种基于红外热图像的火场中变压器油箱撕裂口探测方法。>
2、为解决上述技术问题，本专利技术提供如下技术方案：
3、一种火场中变压器油箱撕裂口探测方法，包括：
4、获取不同波段下变压器油箱的红外序列图像；
5、将红外序列图像进行预处理后，提取红外序列图像中感兴趣的角点，分别获取不同波段下红外序列图像的角点；
6、根据不同波段下红外序列图像的角点，应用运动恢复结构算法从红外序列图像中获取稀疏三维模型，并对其进行网格化，获取稠密三维模型；
7、建立油箱撕裂口探测模型，包括特征提取网络和多模态数据融合检测网络；将预处理后的红外序列图像作为特征提取网络的输入，其输出二维拼接特征；再将二维拼接特征和稠密三维模型作为多模态数据融合检测网络的输入，获取撕裂口的位置和大小信息；
8、对建立的油箱撕裂口探测模型进行训练，再应用训练好的油箱撕裂口探测模型进行在线探测。
9、在本专利技术的一实施例中，获取不同波段下变压器油箱的红外序列图像，应用以下方式：
10、无人机携带多频段红外摄像仪获取红外序列图像，包括适用于火焰频段下的第一红外序列图像和适用于固体金属频段下的第二红外序列图像；且多频段红外摄像仪的红外镜头选择5-8μm的滤波镜头。
11、在本专利技术的一实施例中，分别获取不同波段下红外序列图像的角点，包括：将红外序列图像先通过canny边缘检测算子提取目标物的边缘轮廓线，再利用图像尖锐度算法计算边缘轮廓线的尖锐度获取红外图像中的关键角点。
12、在本专利技术的一实施例中，获取稠密三维模型，包括：应用crust算法对应用运动恢复结构算法从红外序列图像中获取的稀疏三维模型进行扩充，获取稠密三维模型。
13、在本专利技术的一实施例中，获取撕裂口的位置和大小信息，通过以下的公式获取：
14、rtear＝mask r-cnn(ffusion，m3d)；
15、其中，
16、ffusion＝concatenate(convnet(iλ1)，convnet(iλ2))；
17、m3d＝crust(pcloud)；
18、pcloud＝sfm(cλ1，cλ2)；
19、cλi＝sharpness(eλi)；i＝1，2；
20、eλi＝canny(iλi)；
21、式中，rtear表示为撕裂口的位置和大小信息，mask r-cnn表示为掩码区域卷积神经网络，ffusion表示为二维拼接特征，concatenate表示为拼接函数，convnet表示为用于特征提取的卷积神经网络，convnet(iλ1)表示为特征提取网络提取第一红外序列图像的特征，convnet(iλ2)表示为特征提取网络提取第二红外序列图像，iλ1表示为第一红外序列图像，iλ2表示为第二红外序列图像，m3d表示为稠密三维模型，pcloud表示为运用运动恢复结构算法sfm从红外序列图像中获取的稀疏三维模型，crust(pcloud)表示为应用crust算法对应用运动恢复结构算法从红外序列图像中获取的三维点云进行扩充，eλi表示为使用canny边缘检测器对图像iλi进行边缘检测的结果，cλi表示为使用图像尖锐度算法sharpness从边缘图像eλi中提取的角点集合。
22、本专利技术话提供一种应用上述所述的火场中变压器油箱撕裂口探测方法的系统，包括：
23、序列图像模块，用于获取不同波段下变压器油箱的红外序列图像；
24、角点模块，用于将红外序列图像进行预处理后，提取红外序列图像中感兴趣的角点，分别获取不同波段下红外序列图像的角点；
25、三维模型模块，用于根据不同波段下红外序列图像的角点，应用运动恢复结构算法从红外序列图像中获取稀疏三维模型，并对其进行网格化，获取稠密三维模型；
26、建模模块，用于建立油箱撕裂口探测模型，包括特征提取网络和多模态数据融合检测网络；将预处理后的红外序列图像作为特征提取网络的输入，其输出二维拼接特征；再将二维拼接特征和稠密三维模型作为多模态数据融合检测网络的输入，获取撕裂口的位置和大小信息；
27、训练和探测模块，用于对建立的油箱撕裂口探测模型进行训练，再应用训练好的油箱撕裂口探测模型进行在线探测。
28、在本专利技术的一实施例中，获取不同波段下变压器油箱的红外序列图像，应用以下方式：
29、无人机携带多频段红外摄像仪获取红外序列图像，包括适用于火焰频段下的第一红外序列图像和适用于固体金属频段下的第二红外序列图像；且多频段红外摄像仪的红外镜头选择5-8μm的滤波镜头。
30、在本专利技术的一实施例中，分别获取不同波段下红外序列图像的角点，包括：将红外序列图像先通过canny边缘检测算子提取目标物的边缘轮廓线，再利用图像尖锐度算法计算边缘轮廓线的尖锐度获取红外图像中的关键角点。
31、在本专利技术的一实施例中，获取稠密三维模型，包括：应用crust算法对应用运动恢复结构算法从红外序列图像中获取的稀疏三维模型进行扩充，获取稠密三维模型。
32、在本专利技术的一实施例中，获取撕裂口的位置和大小信息，通过以下的公式获取：
33、rtear＝mask r-cnn(ffusion，m3d)；
34、其中，
35、ffusion＝concatenate(convnet(iλ1)，convnet(本文档来自技高网...
【技术保护点】
1.一种火场中变压器油箱撕裂口探测方法，其特征在于，包括：
2.根据权利要求1所述的火场中变压器油箱撕裂口探测方法，其特征在于，获取不同波段下变压器油箱的红外序列图像，应用以下方式：
3.根据权利要求1所述的火场中变压器油箱撕裂口探测方法，其特征在于，分别获取不同波段下红外序列图像的角点，包括：将红外序列图像先通过Canny边缘检测算子提取目标物的边缘轮廓线，再利用图像尖锐度算法计算边缘轮廓线的尖锐度获取红外图像中的关键角点。
4.根据权利要求1所述的火场中变压器油箱撕裂口探测方法，其特征在于，获取稠密三维模型，包括：应用Crust算法对应用运动恢复结构算法从红外序列图像中获取的稀疏三维模型进行扩充，获取稠密三维模型。
5.根据权利要求1所述的火场中变压器油箱撕裂口探测方法，其特征在于，获取撕裂口的位置和大小信息，通过以下的公式获取：
6.一种应用权利要求1-5任一所述的火场中变压器油箱撕裂口探测方法的系统，其特征在于，包括：
7.根据权利要求6所述的火场中变压器油箱撕裂口探测系统，其特征在于，获取不同波段下
8.根据权利要求6所述的火场中变压器油箱撕裂口探测系统，其特征在于，分别获取不同波段下红外序列图像的角点，包括：将红外序列图像先通过Canny边缘检测算子提取目标物的边缘轮廓线，再利用图像尖锐度算法计算边缘轮廓线的尖锐度获取红外图像中的关键角点。
9.根据权利要求6所述的火场中变压器油箱撕裂口探测系统，其特征在于，获取稠密三维模型，包括：应用Crust算法对应用运动恢复结构算法从红外序列图像中获取的稀疏三维模型进行扩充，获取稠密三维模型。
10.根据权利要求6所述的火场中变压器油箱撕裂口探测系统，其特征在于，获取撕裂口的位置和大小信息，通过以下的公式获取：
...【技术特征摘要】
1.一种火场中变压器油箱撕裂口探测方法，其特征在于，包括：
2.根据权利要求1所述的火场中变压器油箱撕裂口探测方法，其特征在于，获取不同波段下变压器油箱的红外序列图像，应用以下方式：
3.根据权利要求1所述的火场中变压器油箱撕裂口探测方法，其特征在于，分别获取不同波段下红外序列图像的角点，包括：将红外序列图像先通过canny边缘检测算子提取目标物的边缘轮廓线，再利用图像尖锐度算法计算边缘轮廓线的尖锐度获取红外图像中的关键角点。
4.根据权利要求1所述的火场中变压器油箱撕裂口探测方法，其特征在于，获取稠密三维模型，包括：应用crust算法对应用运动恢复结构算法从红外序列图像中获取的稀疏三维模型进行扩充，获取稠密三维模型。
5.根据权利要求1所述的火场中变压器油箱撕裂口探测方法，其特征在于，获取撕裂口的位置和大小信息，通过以下的公式获取：
6.一种应用...
【专利技术属性】
技术研发人员：黄玉彪，张佳庆，刘鑫，过羿，丁国成，王刘芳，谢佳，程宜风，孙韬，章彬彬，刘睿，何旸，
申请(专利权)人：国网安徽省电力有限公司电力科学研究院，
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。