[发明专利]基于无人机双光影像融合的变电站刀闸温度检测方法

说明书

本发明公开了一种基于无人机双光影像融合的变电站刀闸温度检测方法，包括：针对其中一组检测对象，对可见光图像中的刀闸进行识别，采用识别框将识别出的每个刀闸设备所处区域的局部图像标记出来；识别出每个局部图像中的刀闸设备的边缘轮廓，根据刀闸设备的边缘轮廓的特性，获取可见光图像中每个开关接触点的位置信息；结合同一组检测对象中可见光图像和红外图像的映射关系，计算得到红外图像中每个开关接触点的位置信息；计算得到红外图像中每个开关接触点的温度信息。本发明提高了红外照片中刀闸识别和温度检测的速度，可以更快地得到温度检测结果，更加及时地处理和应对可能出现的故障或异常情况，提高了变电站刀闸温度的整体检测效率。

技术领域

本发明涉及技术领域，具体而言涉及一种基于无人机双光影像融合的变电站刀闸温度检测方法。

背景技术

随着无人机技术不断发展，无人机产品越来越成熟，应用范围也越来越广，已经包括了军事行动、地质勘测、物流运输、农业应用、影视拍摄、消防抗灾以及救援巡查等诸多领域。无人机在电力系统输电线路巡检以及变电站巡检中的应用已经全面展开，正在从人工操作无人机巡检向全自动无人化巡检转变。变电站相对于高压输电线路而言，需要巡检的场地较小，且各种变电设备和开关设备较多，所以巡检的频率较高，而且对设备的温度(特别是接触点的温度)比较关注，需要经常检测。

传统巡检方法通过人工操作或者程序自动控制带双光相机(可见光相机和热红外相机)的无人机进行巡检，再从无人机上导出可见光照片和红外照片，之后对照可见光照片，找到红外照片上的刀闸设备以及刀闸开关接触点，并进行标记，最后用测温软件读取标记好的红外照片，显示出刀闸开关接触点的温度。但是由于一次巡检拍摄的红外照片至少有几十张，而每张照片中的刀闸设备基本上都有20个以上，所以人工标记红外照片上的刀闸开关接触点十分繁琐和耗时。而且直接从红外照片中找到刀闸设备比较困难，经常需要对照同一时刻拍摄的可见光照片来确定刀闸在红外照片中的位置，人工标记可能出现漏标和误标的情况。同时，变电站的巡检频率(至少一天一次)较高，人工标记的工作非常耗时，急需一种更加高效的方法来替代。

目前有研究人员提出采用自动化的方式将可见光图像和红外图像进行融合，从而自动识别出红外图像中的开关接触点。例如，发明专利《红外图像和可见光图像融合的方法及装置》(申请号：200810166767.6)提出了一种将红外图像和可见光图像融合的方法，通过将两种图像叠加在一起，并选择一定的透明度，来增强红外图像的辨识效果。但是该方法只提出了一种红外图像和可见光图像简单融合的方法，没有自动识别设备和计算温度的功能。发明专利《一种红外测温图像部件识别方法》(申请号：201710843044.4)提出用红外图像训练Faster-RCNN神经网络模型，并用训练好的模型识别红外图像内的特定部件。但是由于该方法是直接用红外照片进行部件的训练和识别，由于红外照片辨识效果较差，其识别的效果不如可见光照片。发明专利《基于双目可见光相机与热红外相机的目标识别方法》(申请号：201711236543.3)提出了一种基于双目可见光相机与热红外相机的目标识别方法，通过双目相机拍摄的图像计算可见光双目三维点云，并融入热红外相机的温度信息，最后将融合结果输入到训练好的深度神经网络进行目标识别。由前述可知，该方法是利用双目相机计算三维点云，并融入温度信息，最后将融合结果输入到训练好的深度神经网络进行目标识别，整个计算过程较为复杂，计算量较大，三维数据的神经网络模型训练和识别都非常耗时，其识别效率会因此受到影响。

发明内容

本发明目的在于提供一种基于无人机双光影像融合的变电站刀闸温度检测方法，在通过识别算法识别出可见光照片内的刀闸设备的基础上，采用Canny算法或者色度提取算法检测出识别框内的刀闸设备轮廓，获取可见光照片上开关接触点的位置，再利用可见光照片与红外照片的映射关系，得到红外照片上开关接触点的位置，继而对开关接触点的温度进行计算。本发明提高了红外照片中刀闸识别和温度检测的速度，可以更快地得到温度检测结果，更加及时地处理和应对可能出现的故障或异常情况，提高了变电站刀闸温度的整体检测效率。