图像识别技术在电力设备监测中的应用

第38卷第6期电力系统保护与控制Vol.38No.62010年3月16日PowerSystemProtectionandControlMar.16,2010图像识别技术在电力设备监测中的应用张浩1，王玮1，徐丽杰1，秦欢2，刘明3（1.北京交通大学电气工程学院，北京100044；2.华北电力大学电气与电子工程学院，北京102206；3.白山供电公司，吉林白山134300）摘要：为减少传统基于灰度的匹配算法的计算量，采用图像形状特征分析技术，提出了新的模板匹配算法。该算法取隔行隔列的数据进行粗略匹配，在此基础上进行精确匹配，大大减少了计算的数据量。将该算法应用于电力变压器的图像识别中，实验结果表明该匹配算法在速度上具有较大的优势，能更快地对电力变压器进行定位识别。论述了远程数字视频监控与图像识别技术在电力系统中的应用前景。关键词：电力设备；模板匹配；视频监控；图像识别Applicationofimagerecognitiontechnologyinelectricalequipmenton-linemonitoringZHANGHao1，WANGWei1，XULi-jie1，QINHuan2，LIUMing3（1.SchoolofElectricalEngineering,BeijingJiaotongUniversity，Beijing100044，China；2.SchoolofElectricalandElectronicEngineering，NorthChinaElectricPowerUniversity，Beijing102206，China；3.BaishanPowerSupplyCorporation,Baishan134300,China）Abstract：Inordertoreducetheamountofcalculationofthetraditionalmatchingalgorithmwhichisbasedongrayscale，theshapecharacteristicsofimageanalysistechnologyisusedandanewtemplatematchingalgorithmisproposed．Thealgorithmfirstchecksoutthefollowinginterlacingdataandroughlymatchesthem，andthendoesprecisematching．Therefore，itcangreatlyreducethemountofdatacalculation．Thealgorithmwhichisappliedintheimagerecognitionofpowertransformerhasanadvantageofspeedofcalculation，anditcanmorequicklyconfirmthepositionofthepowertransformer．Thispaperalsopointsouttheprospectofapplyingremotedigitalvideomonitoringandimagerecognitiontechnologyinpowersystems．Keywords：electricalequipments；templatematching；videomonitoring；imagerecognition中图分类号：TM71B文献标识码：文章编号：1674-3415(2009)06-0088-040引言远程数字视频监控与图像识别系统是指能接收在远程现场采集到的数字视频信号，并实时传送到监控中心，在监控中心对现场进行远程监视，控制远程摄像机动作，并能根据需要对采集到的数字视频图像进行分析、处理和识别的系统。它主要由远程数字视频监控和数字图像识别两部分组成。这两部分以前属于两个独立的研究领域，但数字化技术、计算机和通信技术的快速发展使这两部分功能的结合成为可能。视频采集时采用标准的数字视频压缩格式，如MPEG-2、MPEG-4、H.261、H.263、MJEPG等，视频传输时广泛采用Web技术体系，支持Internet技术标准，包括支持TCP/IP、HTTP、FTP、SMTP等协议，客户可用浏览器进行访问。整个监控网络能直接与计算机局域网、企业内部的Intranet或Internet相联，可直接采用数字图像识别技术对采集到的视频图像进行处理。因此，将数字视频监控与数字图像识别技术相结合成为数字图像处理研究的热点[1-2]。视频监控系统在电力、通信、交通等领域及银行、工厂、博物馆、宾馆中得到了广泛应用，以实现生产过程监控、调度、防盗、防火等功能，在监控过程中可利用声、光、电进行综合报警；图像识别技术在文字识别、指纹识别、人脸识别、产品检测、军事侦察、气象分析、病理分析、自然灾害预测等方面也得到了应用[3-4]。目前有些电力公司在电厂、变电站安装了视频监控系统，可实现监视现场设备、控制远程摄像机动作等功能[5]。但这些视频监控系统只有视频监视张浩，等图像识别技术在电力设备监测中的应用-89-功能，没有视频图像识别功能。为充分发挥视频监控系统的功能，更准确地判断现场发生事故告警的原因，应采用远程数字视频监控与数字图像识别系统，以实现设备告警的图像识别，为事故检测提供新的手段，为事故分析提供可靠的依据。1数字图像识别技术在数字视频监控与图像识别系统中，首先要对视频流进行实时图像截取并保存，然后进行图像预处理、图像特征提取和事件判决等图像识别工作，如图1所示。图像信息获取图像预处理判决图像特征抽取结果图1图像识别的处理过程Fig.1Processingcourseofimagerecognition图像信息的获取是指从接收的视频流中截取视频图像信息，截取的彩色图像一般用红、绿、蓝3基色的8位亮度值（0～255）表示，称为R、G、B值。图像预处理的目的是去除干扰、噪声及差异，将原始图像变成适于计算机进行特征提取的形式，它包括图像的变换、增强和滤波等。图像变换通常是利用傅立叶变换、余弦／正弦变换、沃尔什变换、哈达码变换、小波变换等的性质和特点，将图像转换到频域或空间域中进行处理，以改善图像质量，同时还能提高运算处理速度；图像的增强主要是指利用各种数学方法和变换手段提高图像中人们感兴趣部分的清晰度，突出一幅图像中的某些信息，同时削弱另一些无用信息，包括图像灰度修正、噪声去除、图像平滑、腐蚀、锐化、图像边缘增强等。图像特征提取的作用是对视频图像信息进行整理、分析、归纳，抽取能反映图像本质的特征，得到可用于判决的参量。判决或分类是指通过对特征量／参量与阈值进行计算、比较和分析，判断出图像的状态或本质，得到最终的输出结果。2电力设备的识别方法电力设备的识别分为两个步骤:先进行图像特征分析，然后进行图像识别。图像特征分析是图像识别的基础，其中最主要的图像特征包括颜色、纹理和形状（轮廓）等。对变电站中各种电力设备进行识别和分析，首先要对电力设备的特征进行提取，作为识别和分析电力设备的依据。常见的图像特征分析方法有：颜色特征分析、纹理特征分析、形状特征分析等等。在图像识别的发展过程中，逐渐出现了四类有代表性的理论和方法：统计图像识别方法、结构图像识别方法、模糊图像识别方法和基于人工智能的识别方法。在电力设备的识别方法中，模板匹配是最常用的方法，在长期的应用中取得了多方面的成功。何谓模板匹配呢？模板就是一幅已知的小图像。模板匹配就是在一幅大图像中搜寻目标，已知该图中有要找的目标，且该目标同模板有相同的尺寸、方向和图像，通过一定的算法可以在图中找到目标，确定其坐标位置。以8位图像（其1个像素由1个字节描述）为例，如图2。模板T（m×n个像素）叠放在被搜索图S（W×H个像素）上平移，模板覆盖被搜索图的那块区域叫子图Si,j。i,j为子图左上角在被搜索图S上的坐标。搜索范围是：⎩⎨⎧−≤≤−≤≤nHjmWi11（1）ji子图Si,jW-mH-n（a）被搜索图像Smn（b）模板T图2模板匹配示意图Fig.2Schematicdiagramoftemplatematching通过比较T和Si,j的相似性，完成模板匹配过程。可以用下式衡量T和Si,j的相似性：()()()2,11,,,mnijxyDijSxyTxy==⎡⎤=−=⎣⎦∑∑()()()()2,11,11211,2,,,mnijxymnijxymnxySxySxyTxyTxy======⎡⎤−⎣⎦×+∑∑∑∑∑∑（2）式（2）的第一项为子图的能量，第三项为模板的能量，都与模板匹配无关。第二项是模板和子图-90-电力系统保护与控制的互相关，随（i,j）而改变。当模板和子图匹配时，该项有极大值。将其归一化，得模板匹配的相关系数：()()()[]()[]()[]∑∑∑∑∑∑======×=mxnymxnyjimxnyjiyxTyxSyxTyxSjiR112112,11,,,,,,（3）当模板和子图完全一样时，相关系数R（i,j）=1。在被搜索图S中完成全部搜索后，找出R的最大值Rmax（im，jm），其对应的子图mmjiS,即为匹配目标，该算法称为R算法。对相关系数的计算很好的消除了光照变化对模板识别结果的影响。但是显然，用这种公式做图像匹配计算量大、速度较慢。还有一种算法是衡量Si,j（x,y）和T（x,y）之间的误差，其公式为：()()()∑∑==−=MmMnjinmTnmSjiD11,,,,（4）D（i,j）最小值处即为匹配目标，此算法称为绝对误差法。为了提高计算速度，取一个阈值D0，当D（i,j）D0时就停止该点的计算，继续下一点的计算。实验结果表明：被搜索图越大，匹配速度越慢；模板越小，匹配速度越快。误差法速度较相关系数计算法要快，但阈值的大小对匹配速度影响很大，并且和模板的尺寸有关。为了进一步提高匹配的速度和精度，提出了改进模板匹配算法，也就是在误差算法的基础上实现两次匹配。第一次匹配是粗略匹配。取模板的隔行隔列数据，即四分之一的模板数据，在被搜索图上进行隔行隔列扫描匹配，即在原图的四分之一范围内匹配。由于数据量大幅度减少，匹配速度显著提高。为了合理的给出一个误差阈值D0，设计了一个确定误差阈值D0的准则：001122mnDd++=××（5）式（5）中d0为各点平均的最大误差，一般取40～50即可，m和n分别为模板的长和宽。第二次匹配是精确匹配。在第一次误差最小点（imin,jmin）的邻域内，即在对角点为（imin-1,jmin-1）,（imin+1,jmin+1）的矩形内，进行搜索匹配，得到最后结果。二次匹配误差法的部分代码如图3所示。图3二次匹配误差法部分代码Fig.3Partofcodeofsecondarymatchingerrormethod3实例分析对变电站电力设备的识别中，针对变电站电力设备图像的背景复杂，且光照又常发生变化，尤其是对某个大型的电力设备进行识别时，如电力变压器，我们完全可以找出电力设备上具有某种特殊特征的某一部分作为模板特征，作为模板或者说是模式，然后到待识别的图像中去找其存在的位置。由于我们在变电站现场安装的工业摄像头位置是固定的，也就是我们采集的图像由已知形状和大小的设备物体组成，因而，我们可以在图像中去寻找电力设备，用模板匹配的方法识别电力设备。下面是用模板匹配的方法识别电力变压器的例子，如图4所示。在图4中，当识别开始时，（b）中的模板按从左到右，从上到下的顺序依次从图像（a）中移动，依次通过相关系数法、误差法和改进误差法来判断图像中是否存在正在寻找的识别目标物体，表1为匹配实验结果。张浩，等图像识别技术在电力设备监测中的应用-91-（a）变压器（b）模板（c）匹配图像图4电力变压器识别Fig.4Recognitionofpowertransformers表1三种模板匹配算法速度比较Tab.1Speedcomparisonofthreetemplatematchingalgorithms被搜索图尺寸模板