[发明专利]一种基于梯度图像融合的高压隔离开关状态识别方法

说明书

本发明公开了一种基于梯度图像融合的高压隔离开关状态识别方法，先采集高压隔离开关的红外图像和可见光图像，对高压隔离开关的红外图像和可见光图像进行图像预处理和图像配准处理，采用非下采样剪切波变换算法将配准后的高压隔离开关的红外图像和可见光图像分别分解成高频子带图和低频子带图，分别对高压隔离开关红外图像和可见光图像的高频子带图、低频子带图进行融合，实现局部图像融合，再对分别融合的红外低频子带图和高频子带图进行融合，实现全局融合，通过高压隔离开关红外图像和可见光图像的局部融合和全局融合来组成梯度图像融合模型，再对融合后的图像进行像素积分投影算法进行处理，进而实现对高压隔离开关分合闸状态进行识别。

技术领域

本发明涉及图像识别领域，尤其涉及一种基于梯度图像融合的高压隔离开关状态识别方法。

背景技术

高压隔离开关在供电系统中起着至关重要的作用，是一种能够保护检修人员及电力设备安全的重要设备。但由于其长期处于室外工作，受外界天气和强电场的影响，导致机械结构发生故障，容易造成分合闸失灵的情况，使得电网安全运行受到威胁。

针对隔离开关分合闸状态的识别方法主要有基于温度检测、图像识别、应力应变检测、电机电流检测等方法。其中基于温度检测的原理是通过检测动静触头的温度情况来判断分合闸状态，该方法属于接触式测量，传感器容易受高电压强电流的损坏。基于红外图像的隔离开关状态识别方法属于非接触式测量方法，具有较强的穿透能力，且抗干扰能力强。但是其像素较低，容易丢失图像的细节信息，对温度较为敏感。基于可见光图像识别的原理是通过采集隔离开关的图像进行处理，利用智能算法来识别分合闸状态，可见光图像像素高，能采集到更多的图像细节，对外界温度不敏感。但是易受遮挡物影响，受外界干扰影响较大。基于应力应变检测的原理是通过检测操作杆的应变情况来判断分合闸状态。由于动静触头的相对位置才能真实反映隔离开关分合闸状态，所以该方法存在识别不准确的缺陷。基于电机电流检测的原理是通过分析不同状态下驱动电机电流的峰值变化情况来判断分合闸状态，分别对隔离开关分合闸状态下驱动电机转矩、电流及加速度进行了仿真计算，通过电流换相时间来判断分合闸状态。这种方法同样不能够直接检测到隔离开关动静触头的相对位置，不能够保证分合闸识别的准确性。

发明内容

为了解决上述问题，本发明的目的在于提供一种基于梯度图像融合的高压隔离开关状态识别方法，先采集高压隔离开关的红外图像和可见光图像，对高压隔离开关的红外图像和可见光图像进行图像预处理和图像配准处理，采用非下采样剪切波变换算法将配准后的高压隔离开关的红外图像和可见光图像分别分解成高频子带图和低频子带图，采用脉冲耦合神经网络算法将高压隔离开关的红外高频子带图和可见光高频子带图融合在一起，采用基于视觉显著特性分割算法将高压隔离开关的红外低频子带图和可见光低频子带图融合在一起，实现局部图像融合，再通过非下采样剪切波逆变换算法将局部融合后的图像再一次融合起来，实现全局融合，得出高压隔离开关的红外图像与可见光图像融合后的图像，从而实现梯度图像融合模型。建立图像融合质量指标评价方案来对比梯度图像融合算法与常见图像融合方案的效果。再对融合后的图像进行像素积分投影算法进行处理，进而实现对高压隔离开关分合闸状态进行识别。并通过实验仿真来验证高压隔离开关分合闸状态识别结果。能够实现高压隔离开关红外图像与可见光图像优势互补，解决单一红外图像存在的像素较低、容易丢失图像的细节信息、对温度较为敏感等问题，以及解决单一可见光图像存在易受遮挡物影响、受外界干扰影响较大、不能全天候工作等问题。

为了实现上述目的，本发明提供的一种基于梯度图像融合的高压隔离开关状态识别方法是这样实现的：