[发明专利]用于变电设备智能组件图像分析边界追踪表示方法及装置

说明书

本发明公开了用于变电设备智能组件图像分析边界追踪表示方法及装置，所述方法包括步骤：1)将采集的变电设备智能组件图像数据进行空间颜色转换，得到图像空间；2)用多尺度对比对变电设备智能组件图像数据的图像空间进行多尺度分层处理，通过每个窗口中从高对比度图像到低对比度图像进行逐级递推滤波模型处理；3)将经过滤波处理的变电设备智能组件图像数据进行二值图转换，再经过尺度细化的边界追踪算法，输出空间安全监测图像或带有检测框的火灾图像轮廓图像。本发明克服边缘检测算法在处理复杂、边界密度高的图像缺点，选用优化尺度细化的边界追踪算法，提高边界追踪算法在检索复杂、边界完整方面的性能。

技术领域

本发明涉及变电设备智能检测和图像处理技术领域，具体地指用于变电设备智能组件图像分析边界追踪表示方法及装置。

背景技术

变电设备智能组件的正常运行对保障变电站的安全运行非常重要，变电设备智能组件由于长期处在高压复杂多变的环境中，容易受到电子器件发热、损伤、雷击等多因素影响，造成火灾重大安全事故，给人员安全和国民经济带来重大损失。图像检测方法是对变电设备智能组件发生火灾检测的重要方法。当变电设备智能组件环境发生火灾时候，通过摄像头采集变电设备智能组建发生火灾图片，然后通过图像滤波的边界追踪方法对图片中包含大量非火灾冗余噪音干扰信号进行清除，然后火灾轮廓特边界征进行提取，有效实现火灾检测。在实际的工程应用中，当变电设备智能组件发生火灾时候，可以通过图像滤波的边界追踪表示方法进行火灾特征提取，实现对变电设备智能组件安全报警，所以图像滤波的边界追踪表示方法在工程应用中非常广泛。

图像滤波的边界追踪检测在实际应用中面临的主要问题是检测物体远近交叉导致滤波去噪不尽和边缘轮廓提取不清晰问题。由于变电设备发生火灾时候，拍摄图片中包含多元素干扰，如建筑物繁多、变电设备复杂、空间信息过多等多因素影响，增加了图像火灾去除干扰信息和轮廓提取难度，因此需要用优化的图像滤波的边界追踪进行火灾检测。

对火灾图像进行滤波是解决火灾特征提取的基础问题，目前传统的方法如均值滤波、双边滤波和高斯滤波等。然而这些方法存在诸多不利的之处，如对图像通过高斯滤波可以有效的去除接近正太分布的噪音，然而图像中包含大量干扰信号且存在非正太部分信息，因此对图像中干扰信息去除不净，不利于火灾轮廓提取。

在对图像进行滤波去噪之后，常采用边界检测算法如索贝尔算法，拉普拉斯算法，坎尼算子。然这些算法都有不足之处，如贝尔算法对灰度渐变和噪声较多的图像处理效果较好，但是当图像的边缘不止一个像素时候，贝尔算法对边缘轮廓定位不是很准确。

发明内容

本发明针对现有技术的不足之处，提出了用于变电设备智能组件图像分析边界追踪表示方法及装置，利用图像滤波的边界追踪算法解决火灾图像空间多维去噪和轮廓提取问题，将图像滤波的边界追踪算法处理图像，可以揭示图像中复杂信息多维空间本质特征，便于将空间多干扰信号进行清除和提高火灾轮廓特征提取性能，从而提高图像处理性能，实现对变电设备智能组件安全监测。

为实现上述目的，本发明所设计的用于变电设备智能组件图像分析边界追踪表示方法及装置，其特殊之处在于，所述方法包括步骤：

1)将采集的变电设备智能组件图像数据进行空间颜色转换，得到图像空间；

2)用多尺度对比对变电设备智能组件图像数据的图像空间进行多尺度分层处理，获得精准高低对比范围窗口图像，然后通过每个窗口图像中从高对比度图像到低对比度图像进行逐级递推滤波模型处理；

3)将经过滤波处理的变电设备智能组件图像数据进行二值图转换，再经过尺度细化的边界追踪算法，输出空间安全监测图像或带有检测框的火灾图像轮廓的图像。