【技术实现步骤摘要】
本专利技术涉及电力系统应急专业监控视频画面不可视排查领域，尤其涉及一种结合机器人流程自动化技术(robotic process automation，简称rpa)与图像识别技术实现电力监控视频画面不可视自动排查方法。
技术介绍
1、rpa(robotic process automation，机器人流程自动化)，是通过特定的“机器人软件”，模拟人在计算机上的操作，按规则自动执行流程任务。
2、图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术。
3、但是传统的rpa具有一定的局限性：只能基于固定的规则执行简单任务，无法对图像进行识别与深度加工；rpa与图像识别的深度融合克服了传统rpa的局限性，精准赋能传统业务升级与发展。
4、当前电力系统变电站、输电线路为“集控站+无人值守”的模式，该模式下监控视频是应急值班人员在紧急情况下迅速掌握各个换流站、变电站、输电线路等关键环节所在位置实际受灾情况的唯一方法；然而监控摄像头故障、网络故障、磁盘存储故障等因素导致的监控视频大面积黑屏或无信号可能会造成应急值班人员对监控视频不可视地区现状误判，导致遗漏洪涝、地质灾害、真实火灾等紧急情况的风险与安全隐患。
5、为保证应急状态下各个监控视像头下均能有效监测到电力系统关键设备实时状态，现有技术为应急值班人员定期开展全量监控视频不可视情况人工巡检，发现不可视摄像头列清单督办相关单位及时整改；但电力系统变电站面积大数量多、输电通道跨越距离长、电力设备设施众多，仅地市
技术实现思路
1、根据以上现有技术中的不足，本专利技术的目的在于：提供一种基于rpa与图像识别的电力监控视频画面不可视自动排查方法，旨在解决当下电力系统监控视频画面不可视业务人工排查费时费力的问题。
2、为了实现以上目的，本
技术实现思路
采用如下技术方案：
3、一种基于rpa与图像识别的电力监控不可视自动排查方法，包括以下步骤：
4、s1.利用rpa技术，自动打开监控视频巡视平台、输入系统的账号密码并登录电力监控视频平台；
5、s2.利用rpa技术，自动在电力监控视频平台搜索框内输入待搜索的场所名称并进行搜索，在搜索结果中捕获该场所内的所有摄像头名称并存储为数组；对捕获的数组中摄像头名称进行搜索与访问，打开指定的视频画面等待固定的时间，确保视频摄像头画面在正常网速下能够在预定等待时间内正常打开。
6、s3.等到s2中的等待时间结束后，利用rpa技术对电力监控视频实时画面进行截图，并且以该摄像头的名称对捕获图片进行命名，保存至指定文件夹。
7、s4.利用图像识别技术，读取s3中保存的监控视频画面截图并将其从彩色图片转换为灰度图片，计算灰度图片的灰度平均值并存储。
8、s5.基于s4计算的灰度平均值，进行阈值判断。由于画面可视是因为有光漫反射，画面整体较亮，图像灰度平均值较高。而不可视摄像画面则是全屏黑色，图像灰度平均值极低，二者灰度平均值方面有着明晰的差距，因此可结合灰度平均值诊断画面不可视摄像头。如果图像灰度均值大于阈值则画面正常，继续判断是否检查完所有场所，如果已检查完则程序终止，如果尚未检查完则开始执行s2；如果灰度平均值小于阈值(黑屏或无信号等不可视摄像头画面)则判定为监控视频画面不可视,记录摄像头名称之后，判断是否检查完所有场所，如果已检查完则程序终止，否过尚未检查完则开始执行s2。
9、s6.记录检查到的不可视摄像头名称，使用rpa技术“复制文件”组件，复制该图片至不可视图片文件夹，同时rpa技术“写入excel单元格”组件，将画面不可视文件名称(摄像头名称)写入到不可视摄像头清单表中。
10、进一步地，所述s4包括：
11、s41.利用python os标准库的os.listdir函数获取rpa技术捕获到的图片所在文件夹中图片名称并存入数组。
12、s42.读取彩色图像并转换为灰度图像，最终得到的灰度图像包含了图像的亮度信息，而去除了颜色信息，亮度是灰度图像的唯一特征；
13、s43.对灰度图像的每个像素的灰度值进行遍历，计算灰度图像所有像素点的灰度值之和，求出该图像所有像素点的灰度平均值。
14、进一步地，所述s41中，由于opencv库的读取图像函数cv2.imread读取中文路径时可能会遇到编码问题，甚至无法读取图片，因此采用numpy库，利用np.fromfile函数读取图片文件并转换为uint8(无符号8位整数)数据类型，再使用opencv库的cv2.imdecode函数解析路径，从而正确读取图像文件。
15、进一步地，所述s42中，计算彩色图像转换灰度图像的方法包括：利用pythonopencv库的cv2.cvtcolor函数，将彩色图像转化为灰度图像；灰度图像是一种单通道图像，每个像1素的数值代表了该像素的亮度值，而不包含颜色信息；计算机会将灰度处理为256个灰度级，用数值区间【0，255】表示，灰度图像一般存储为各行各列的数值都在【0，255】之间的矩阵表示，其每个像素灰度值的计算公式：
16、gray＝0.299×r+0.578+0114×b；
17、其中，gray表示计算得到的像素点的灰度值，r代表彩色图像中像素点的红色分量值，b表示彩色图像中像素点的蓝色分量值。
18、进一步的，所述s43中，计算灰度图片灰度平均值方法包括：对opencvfor python而言，灰度图像就是个二维数组或者矩阵，利用pythonnumpy库的np.mean函数，计算灰度图像像素矩阵的灰度平均值；本质上是累加灰度图像所有像素点的灰度值后除以像素点数量获得，即灰度平均值表示为；
19、average＝∑(所有像素)/(m*n)；
20、上式中，average代表灰度图像的灰度平均值，m是灰度图像的长度方向上的像素点数量，也就是图像的行数，与n代表灰度图像的宽度方向上的像素点数量，即图像的列数；∑(所有像素)表示对灰度图像中所有像素点的灰度值进行求和操作，遍历灰度图像中的每一个像素，将其灰度值相加，得到所有像素灰度值的总和。
21、进一步地，所述s5包括：
22、s51.设置灰度平均值的阈值在【10-30】之间，利用rpa技术逻辑判断组件对计算得到的灰度平均值与阈值进行判断；如果该图片灰度平均值大于阈值则表明源图像偏亮、画面可视；如果该图片灰度均值小于阈值，说明源图片较暗，视频摄像头画面黑屏或无信号不可视。
23、综上所述，由于采用了上述技术方案，
技术实现思路
的有益技术效果是：
24、本专利技术创新结合了机器人流程自动化技术(roboticpro本文档来自技高网...
【技术保护点】
1.一种基于RPA与图像识别的电力监控不可视自动排查方法，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RPA与图像识别的电力监控不可视自动排查方法，其特征在于，所述S4包括：
3.根据权利要求1所述的一种基于RPA与图像识别的电力监控不可视自动排查方法，其特征在于，所述S41中，由于OpenCV库的读取图像函数cv2.imread读取中文路径时可能会遇到编码问题，甚至无法读取图片，因此采用Numpy库，利用np.fromfile函数读取图片文件并转换为uint8(无符号8位整数)数据类型，再使用OpenCV库的cv2.imdecode函数解析路径，从而正确读取图像文件。
4.根据权利要求1所述的一种基于RPA与图像识别的电力监控不可视自动排查方法，其特征在于，所述S42中，计算彩色图像转换灰度图像的方法包括：利用python OpenCV库的cv2.cvtColor函数，将彩色图像转化为灰度图像；灰度图像是一种单通道图像，每个像1素的数值代表了该像素的亮度值，而不包含颜色信息；计算机会将灰度处理为256个灰度级，用数值区间【0，
5.根据权利要求1所述的一种基于RPA与图像识别的电力监控不可视自动排查方法，其特征在于，所述S43中，计算灰度图片灰度平均值方法包括：对OpenCV For Python而言，灰度图像就是个二维数组或者矩阵，利用python Numpy库的np.mean函数，计算灰度图像像素矩阵的灰度平均值；本质上是累加灰度图像所有像素点的灰度值后除以像素点数量获得，即灰度平均值表示为；
6.根据权利要求1所述的一种基于RPA与图像识别的电力监控不可视自动排查方法，其特征在于，所述S5中灰度平均值的阈值在【10-30】之间，利用RPA技术逻辑判断组件对计算得到的灰度平均值与阈值进行判断的过程中，如果该图片灰度平均值大于阈值则表明源图像偏亮、画面可视；如果该图片灰度均值小于阈值，说明源图片较暗，视频摄像头画面黑屏或无信号不可视。
7.根据权利要求1所述的一种基于RPA与图像识别的电力监控不可视自动排查方法，其特征在于，所述S6中利用PRA技术记录画面不可视摄像头名称方法包括：
...【技术特征摘要】
1.一种基于rpa与图像识别的电力监控不可视自动排查方法，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rpa与图像识别的电力监控不可视自动排查方法，其特征在于，所述s4包括：
3.根据权利要求1所述的一种基于rpa与图像识别的电力监控不可视自动排查方法，其特征在于，所述s41中，由于opencv库的读取图像函数cv2.imread读取中文路径时可能会遇到编码问题，甚至无法读取图片，因此采用numpy库，利用np.fromfile函数读取图片文件并转换为uint8(无符号8位整数)数据类型，再使用opencv库的cv2.imdecode函数解析路径，从而正确读取图像文件。
4.根据权利要求1所述的一种基于rpa与图像识别的电力监控不可视自动排查方法，其特征在于，所述s42中，计算彩色图像转换灰度图像的方法包括：利用python opencv库的cv2.cvtcolor函数，将彩色图像转化为灰度图像；灰度图像是一种单通道图像，每个像1素的数值代表了该像素的亮度值，而不包含颜色信息；计算机会将灰度处理为256个灰度级，用数值区间【0，255】表示...
【专利技术属性】
技术研发人员：陈文德，陈文选，杨雪梅，朱元武，郭志君，魏鑫鑫，丁海虹，张浩文，李秀秀，周登钰，徐国荣，刘磊，
申请(专利权)人：国网甘肃省电力公司武威供电公司，
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。