[发明专利]一种基于红外图像的大型实验装置电器设备热故障检测方法

权利要求书

1.一种基于红外图像的大型实验装置电器设备热故障检测方法，其特征在于，包括以下步骤：

S1、利用图像采集设备，采集同一空间的所有电器设备的红外图像，并存储进入数据库；

S2、读取所述数据库中的红外图像，并进行图像处理；所述图像处理包括加强所述红外图像的对比度，对所述红外图像进行降噪，以及对所述红外图像进行几何变换以增加数据量；

S3、确定要进行检测的电器类别和数量，并确定每一种电器类别对应的温度阈 值；

S4、将步骤S2处理后的所述红外图像的数据分为训练集和测试集；

S5、对全卷积网络进行训练，采用全卷积网络对训练集中的所述红外图像进行图像分割，标出每一个电器的所述电器类别，识别每一个电器的温度，再将识别的温度与所述训练集中的实际温度进行对比，根据所述识别的温度与所述实际温度之间的偏差值，对所述全卷积网络的内部参数进行调整；

S6根据测试集对经过步骤S5调整后的全卷积网络进行性能测试，根据所述性能测试的结果，判断所述全卷积网络的识别结果是否准确，若不准确，则重复步骤S5，直至所述全卷积网络通过所述性能测试；

S7、将步骤S6中通过性能测试的全卷积网络用于实际的热故障检测中，将图像采集设备实时采集到的所述红外图像采用全卷积网络进行图像分割，标出每一个电器的所述电器类别，识别每一个电器的温度，将每一个电器的温度与其对应的电器类别的所述温度阈 值进行对比，从而判断所测电器的温度是否异常。

2.根据权利要求1所述的基于红外图像的大型实验装置电器设备热故障检测方法，其特征在于，加强所述红外图像的对比度采用直方图均衡化的方法。

3.根据权利要求1所述的基于红外图像的大型实验装置电器设备热故障检测方法，其特征在于，对所述红外图像进行降噪采用双边滤波或拉普拉斯算子的方法。

4.根据权利要求1所述的基于红外图像的大型实验装置电器设备热故障检测方法，其特征在于，采用sobel算子二阶导数计算梯度，所述sobel算子的二阶导数为：

其中，src为图像某个位置的像素值的函数，为该像素在x方向上的二阶导，为该像素在y方向上的二阶导数。

5.根据权利要求1所述的基于红外图像的大型实验装置电器设备热故障检测方法，其特征在于，所测电器的温度为所测电器的红外图像中的所有像素的温度的平均值。

6.根据权利要求1所述的基于红外图像的大型实验装置电器设备热故障检测方法，其特征在于，步骤S5中采用全卷积网络对所述红外图像进行图像分割的过程为：

S501、将所述训练集作为输入加入所述全卷积网络中，采用全卷积网络对训练集中的所述红外图像进行图像分割；

S502、当所述电器类别的数量为n时，将步骤S501处理后的所述红外图像再经过n个1x1的卷积层，得出所述红外图像的每一个像素属于的类别，从而判断所述红外图像中每一个电器的所述电器类别。