本发明专利技术公开了一种故障定位方法与系统,对红外图像和可见光图像进行配准,当在红外图像上发现温度异常点后,根据配准结果,在可见光图像上找到对应位置,即可得知故障所属设备及在该设备的具体部位。如此,只要能够获得红外图像和可见光图像,即可实现故障定位,而红外图像和可见光图像分别通过红外探测器和摄像头即可远程获取,无需现场采集,省去了大量的人力物力,且故障定位的整个过程可自动实现,相比人工参与的方式,提高了故障定位的效率和准确性。
【技术实现步骤摘要】
本专利技术涉及自动化检测
,特别是涉及一种故障定位方法与系统。
技术介绍
由于红外检测技术具有不接触、不停运、不取样、不解体的优点,其应用正在飞速发展和壮大。在变电站等场景,对设备进行故障定位,传统的做法是工作人员手持红外探测器亲临现场,通过红外探测器测得的温度判断出现故障的设备及该设备的具体故障部位。这种方法不仅耗费人力成本,而且故障检测结果是否准确依赖于工作人员的经验。
技术实现思路
基于上述情况,本专利技术提出了一种故障定位方法与系统,以减少人的参与,快速准 确地实现故障定位。一种故障定位方法,包括步骤读入红外图像和可见光图像;对红外图像和可见光图像进行配准;检查红外图像上的温度异常点,按照配准结果,从可见光图像上找出与温度异常点对应的位置,确定被测物的故障部位,对红外图像与可见光图像进行配准的过程如下对红外图像和可见光图像进行基于灰度冗余的图像增强处理;用SIFT算子分别检测红外图像和可见光图像的特征点,并确定这些特征点的128维描述子;取红外图像中的关键点,找出其与可见光图像中欧氏距离最近的前两个关键点,在这两个关键点中,如果最近欧氏距离与次近欧氏距离之比小于预定阈值,则将红外图像上的关键点与可见光图像中最近欧氏距离关键点作为一对匹配点,得到红外图像和可见光图像的匹配点对集;通过随机抽样一致性算法,去除红外图像和可见光图像的匹配点对集中的误匹配点对;去除误匹配点对后的匹配点对集中的匹配点对,如果大于等于预定对数,采用最小二乘法求红外图像与可见光图像的仿射变换参数,如果小于预定对数,采用标定仿射变换参数作为此时的仿射变换参数。一种故障定位系统,包括图像读入模块,用于读入红外图像和可见光图像;图像配准模块,用于对红外图像和可见光图像进行配准;故障定位模块,用于检查红外图像上的温度异常点,按照配准结果,从可见光图像上找出与温度异常点对应的位置,确定被测物的故障部位,所述图像配准模块包括图像预处理模块,用于对红外图像和可见光图像进行基于灰度冗余的图像增强处理;特征点检测模块,用于采用SIFT算子分别检测红外图像和可见光图像的特征点,并确定这些特征点的128维描述子;特征点匹配模块,用于取红外图像中的关键点,找出其与可见光图像中欧氏距离最近的前两个关键点,在这两个关键点中,如果最近欧氏距离与次近欧氏距离之比小于预定阈值,则将红外图像上的关键点与可见光图像中最近欧氏距离关键点作为一对匹配点,得到红外图像和可见光图像的匹配点对集;误匹配去除模块,用于通过随机抽样一致性算法,去除红外图像和可见光图像的匹配点对集中的误匹配点对;仿射变换参数求解模块,用于去除误匹配点对后的匹配点对集中的匹配点对,如果大于等于预定对数,采用最小二乘法求红外图像与可见光图像的仿射变换参数,如果小于预定对数,采用标定仿射变换参数作为此时的仿射变换参数。本专利技术故障定位方法与系统,对红外图像和可见光图像进行配准,当在红外图像上发现温度异常点后,根据配准结果,在可见光图像上找到对应位置,即可得知故障所属设备及在该设备的具体部位。如此,只要能够获得红外图像和可见光图像,即可实现故障定位,而红外图像和可见光图像分别通过红外探测器和摄像头即可远程获取,无需现场采集,省去了大量的人力物力,且故障定位的整个过程可自动实现,相比人工参与的方式,提高了故障定位的效率和准确性。附图说明图I为本专利技术故障定位方法的流程示意图;图2为本专利技术故障定位方法中红外图像与可见光图像配准的流程示意图;图3为本专利技术故障定位系统的结构示意图。具体实施例方式本专利技术在对红外图像与可见光图像进行配准的基础上,在可见光图像上指定一点,可以通过红外图像得知其温度,在红外图像上指定一点,也可以在可将光图像上找到对应的位置,如此,可进行双向测温和故障定位。另外,本专利技术还对影响红外图像温度的被测物发射率、环境温度及被测物与红外探测器的距离进行了修正,以提高红外图像温度的准确性。下面结合附图与实施例详细解释本专利技术。本专利技术故障定位方法,如图I所示,包括步骤步骤SI、读入红外图像和可见光图像;步骤S2、对红外图像和可见光图像进行配准;步骤S3、检查红外图像上的温度异常点,按照配准结果,从可见光图像上找出与温度异常点对应的位置,确定被测物的故障部位, 如图2所示,对红外图像与可见光图像进行配准的过程如下步骤S21、对红外图像和可见光图像进行基于灰度冗余的图像增强处理;步骤S22、用 SIFT (Scale-invariant Feature Transform,尺度不变特征转换)算子分别检测红外图像和可见光图像的特征点,并确定这些特征点的128维描述子;步骤S23、以欧氏距离为相似性度量对红外图像和可见光图像的特征描述子进行匹配。具体地,取红外图像中的关键点,找出其与可见光图像中欧氏距离最近的前两个关键点,在这两个关键点中,如果最近欧氏距离与次近欧氏距离之比小于预定阈值,则将红外图像上的关键点与可见光图像中最近欧氏距离关键点作为一对匹配点,得到红外图像和可见光图像的匹配点对集;步骤S24、通过随机抽样一致性算法,去除红外图像和可见光图像的匹配点对集中的误匹配点对;步骤S25、最小二乘法求仿射系数。具体地,去除误匹配点对后的匹配点对集中的匹配点对,如果大于等于预定对数,采用最小二乘法求红外图像与可见光图像的仿射变换参数,如果小于预定对数,采用标定仿射变换参数作为此时的仿射变换参数。作为一个优选的实施例,还对影响红外图像上红外温度的被测物发射率、环境温 度及被测物与红外探测器的距离进行修正,使红外温度更精确,被测物发射率的修正方法根据被测物的材质调整发射率;环境温度的修正方法黑体标定时,先设环境温度为定值,改变黑体温度,建立黑体温度温差与红外图像热值的关系,再设黑体温度为定值,改变环境温度,建立环境温度温差与红外图像热值的关系;从红外探测器获取红外图像热值与当前环境温度,根据当前环境温度与黑体标定时环境温度的差值,通过环境温度温差与红外图像热值的关系,计算红外图像热值的补偿值;将从红外探测器获取的红外图像热值加上红外图像热值的补偿值,得到环境温度修正后的红外图像温度,被测物与红外探测器的距离的修正方法设黑体温度为定值,改变被测物与红外探测器的距离,建立被测物与红外探测器的距离与红外图像热值的关系。作为一个优选的实施例,还可以从可见光图像上指定一点,按照配准结果,从可见光图像上找到与指定点对应位置的温度数据。读入红外图像后,获取热值,根据测温原理,首先设定一种具有最大辐射功率的物体模型-黑体(指在任何温度下能够吸收任意波长入射辐射的物体,反射率和透射率均为0,吸收率为1),构建温度热值测温标准曲线,然后进行环境,距离和发射率的测温精度修正,最后输出测得温度。上述方案中,测温原理如下所述由普朗克公式(公式I ),一个绝对温度为T(K)的黑体,单位表面积在波长λ^λ2范围内向整个半球空间发射的辐射度为 /11M(T)= fc,r5[exp( CJλΤ)-\γι λ(I) Λ2其中,C1-第一辐射常数,C1 = 3. 7415 X IO8W · πΓ2 · μ m4C2-第二辐射常数,C2 = I. 43879 XlO4Um · K探测器实际测定中,λ 1=8 μ m, λ2=14μπι。通过上式的本文档来自技高网...
【技术保护点】
【技术特征摘要】
【专利技术属性】
技术研发人员:谭喆,黄培专,方义治,郭小凯,丘冠新,王库,李寒,吴忠山,张连杰,高春河,
申请(专利权)人:广东电网公司珠海供电局,北京兴汇同维电力科技有限公司,
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。