[发明专利]一种变电站防异物干扰图像识别方法、系统及介质

权利要求书

1.一种变电站防异物干扰图像识别方法，其特征在于，包括：

设定监控场景中的特征区域并保存标注过特征区域的监控场景原始图片；

获取监控场景的实时视频中当前帧并将其与监控场景原始图片中的特征区域进行匹配，若当前帧不存在与原始图片中特征区域相匹配的区域则确认监控场景发生了变化，对当前帧不进行后续识别处理，继续实时视频帧中下一帧匹配，否则对当前帧进行后续识别处理判别出异物对象；

所述后续识别处理包括：

进行前、后帧间网格化动态对象识别，具体为：将上一帧图片和当前帧图片转换成灰度图，以灰度图中每个像素点为中心获取周界L×L区域的灰度平均值，将该平均值赋值给中心点作为其新的像素值，再获取每个中心点新为像素值时周界L×L区域内的灰度最大值Vmax和灰度最小值Vmin；

将当前帧中每个像素点的像素值与上一帧对应像素点作为中心点的Vmax和Vmin进行比较，如果该像素点像素值在Vmax、Vmin范围内，则认为该像素点为非动态像素点，否则认为该像素点为动态像素点；

根据当前帧新建一张像素大小相同的二值化图片，和当前帧对应位置的每个动态像素点设置为N₁，非动态像素点设置为N₂，对该二值化图片采用区域融合法框选出像素区域大于M×M的区域作为动态对象区域，若二值化图片中没有动态对象区域则判定当前帧没有异物，重新开始将监控场景的实时视频中的下一帧与监控场景原始图片中的特征区域进行匹配；

进行多序列动态对象色彩特征识别，具体为：针对每一帧处理时，根据动态对象区域框选出在该帧原始图片上的对象区域，计算出该帧原始图片的对象区域的平均色度值，并判断此平均色度值是否在该帧前N帧原始图片对象区域的平均色度值范围内；

进行多序列动态对象移动特征识别，具体为：针对每一帧处理时，根据动态对象区域框选出在该帧原始图片上的对象区域，找到对象区域中心点的坐标，并算出该中心点坐标和前N帧的每一帧对应的对象区域中心点坐标之间的距离值，判断该距离值是否为递增趋势；

进行多序列动态对象区域性重叠特征识别，具体为：针对每一帧处理时，根据动态对象区域框选出在该帧原始图片上的对象区域，判断当前帧对象区域与前N帧对应的对象区域是否存在重叠，统计重叠的数量；

进行动态对象的对象识别，具体为：采用fast-rcnn模型，对当前帧的动态对象区域进行对象识别，识别动态对象区域内是否存在预设对象，若存在则认为动态对象区域为非异物对象，判定当前帧不存在异物，否则判定为动态对象区域为可能存在异物对象；

判别异物对象；

针对每一帧处理时，根据动态对象区域框选出在该帧原始图片上的对象区域，计算出该帧原始图片的对象区域的平均色度值，并判断此平均色度值是否在该帧前N帧原始图片对象区域的平均色度值范围内；

针对每一帧处理时，根据动态对象区域框选出在该帧原始图片上的对象区域，找到对象区域中心点的坐标，并算出该中心点坐标和前N帧的每一帧对应的对象区域中心点坐标之间的距离值，判断该距离值是否为递增趋势；

针对每一帧处理时，根据动态对象区域框选出在该帧原始图片上的对象区域，判断当前帧对象区域与前N帧对应的对象区域是否存在重叠，统计重叠的数量，判断重叠数量是否大于S；

采用fast-rcnn模型，对当前帧的动态对象区域进行对象识别，识别动态对象区域内是否存在预设对象，若存在则认为动态对象区域为非异物对象，否则判定为动态对象区域为可能存在异物对象；所述判断异物对象具体为：

若平均色度值不在该帧前N帧原始图片对象区域的平均色度值范围内、距离值为递增趋势、重叠数量大于S并且动态对象区域判定为可能存在异物对象，则判定为动态对象区域是异物，即当前帧存在异物。