[发明专利]一种用于电力设备监测的图像识别方法

说明书

技术领域

本发明涉及电力监测领域，尤其涉及一种用于电力设备监测的图像识别方法。

背景技术

电力工业是国民经济发展的基石产业，电力设备的安全、稳定和有效工作是提供优质电力供应的前提，为了确保电力设备的高效运行，我国电网大量使用视频监控系统，该系统能对电力设备的工作状况进行实时录像，对电力设备进行有效监视，但该系统无法对视频采集图像进行自动识别分析，必须依赖人工完成对图像的识别，判断事故发生的具体设备等。

根据电力设备其固有的特征，在对图像的识别过程中，模板匹配法最常用的识别监测方法。模板匹配法是指：用已知物体的小图像作为模板，然后与待识别图像进行匹配，如果待识别图像的某一区域与模板的大小、方向和像素一致，则该区域被标记出来，并认为与模板匹配。从现有模板匹配的实现原理可发现，该类算法计算量大、存储量大，效率较低，不适于电力系统中实时高效的要求；并且，视频拍摄期间因受到噪声和拍照环境等干扰，图像极易产生局部模糊，而现有的模板匹配法无法对图像的模糊区域进行识别。

发明内容

本发明旨在解决现有技术中现有的图像识别方法计算量大、存储量大，效率较低且不能对图像模糊区域进行识别的技术问题，提供一种能够对图像模糊区域进行识别且效率高的用于电力设备监测的图像识别方法。

本发明提供一种用于电力设备监测的图像识别方法，包括以下步骤：

步骤S100，根据大小为m*n的匹配模板T，控制将大小为M*N的图像I进行重叠分块，其中M≥m，N≥n；

步骤S200，控制提取重叠分块后的图像子块及模板T的图像特征，并分别用向量v（s1、s2、s3、s4、s5、s6、s7）表示，其中s1、s2、s3分别记录对应图像的红、绿、蓝分量均值，s4、s5、s6、s7分别记录对应图像DCT系数水平方向、竖直方向、对角线方向及反对角线方向上的特征值；

步骤S300，控制每一图像子块与模板T分别进行一次匹配，匹配公式D=│v^I(s1、s2、s3)-v^T(s1、s2、s3)│，其中v^I(s1、s2、s3)为图像子块的向量特征红、绿、蓝分量均值，v^T(s1、s2、s3)为模板T的向量特征红、绿、蓝分量均值。

步骤S400，分别判断D值是否小于或等于第一预设值q，控制对D值小于或等于预设值q的图像子块进标记；

步骤S500，控制所标记的图像子块与模板T分别进行二次匹配，匹配公式D’=│v^I(s4、s5、s6、s7)-v^T(s4、s5、s6、s7)│，其中v^I(s4、s5、s6、s7)为图像子块的向量分量-DCT系数水平方向、竖直方向、对角线方向及反对角线方向上的特征值，v^T(s4、s5、s6、s7)为模板T的向量分量-DCT系数水平方向、竖直方向、对角线方向及反对角线方向上的特征值；

步骤S600，控制将D’小于或等于第二预设值q’的图像子块定义为匹配块；

步骤S700，将所述匹配块标记为识别区域，并输出图像I与模板T相匹配区域的结果，同时结束步骤。

优选地，所述步骤S100中，图像I被重叠分块的具体方法为：用模板T作为滑动窗口，从图像I的左上角到右下角每次滑动一个像素点进行扫描，图像I被分为(M-m+1)*(N-n+1)个图像子块。

优选地，所述步骤S200中，

s4=sum(DCT(1))/sum(DCT(1)+DCT(2))，DCT(1)为图像子块或模板T中左半区域所有像素点的DCT系数，DCT(2)为图像子块或模板T中剩余区域所有像素点的DCT系数，sum(DCT(1))为对图像子块或模板T中左半区域所有像素点的DCT系数进行求和，sum(DCT(1)+DCT(2))为对图像子块或模板T中所有像素点的DCT系数进行求和；

s5=sum(DCT(3))/sum(DCT(3)+DCT(4))，DCT(3)为图像子块或模板T中上半区域所有像素点的DCT系数，DCT(4)为图像子块或模板T中剩余区域所有像素点的DCT系数，sum(DCT(3))为对图像子块或模板T中上半区域所有像素点的DCT系数进行求和，sum(DCT(3)+DCT(4))为对图像子块或模板T中所有像素点的DCT系数进行求和；