基于特征识别的变电站消防监控图像处理方法.pdf
《基于特征识别的变电站消防监控图像处理方法.pdf》由会员分享,可在线阅读,更多相关《基于特征识别的变电站消防监控图像处理方法.pdf(6页珍藏版)》请在咨信网上搜索。
1、书书书第 卷 第 期 年 月沈阳工业大学学报 收稿日期:基金项目:国家自然科学基金项目();国网山西省电力公司科技项目()。作者简介:节连彬(),男,河北沧州人,高级工程师,硕士,主要从事电气工程及自动化技术等方面的研究。檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪殏殏殏殏信息科学与工程 :基于特征识别的变电站消防监控图像处理方法节连彬,赵嘉兴,刘毅敏(国网山西省电力公司 阳泉供电公司,营销部,山西 阳泉 )摘要:为了能够在较短时间识别变电站火灾并发出报警,提出了一种基于特征识别的 聚类图像处理方法。通过远程传输获得变电站消防监控图像并提取 特征,采用欧氏距离法对 特征进行 聚类并分割图像子集。通过样本熵
2、信号处理算法识别火灾子集和类火灾子集熵值,实现变电站火灾的精准辨别。结果表明:为 ,为 ,火灾识别并报警时间为 。该方法不但规避了漏检风险且具有较强鲁棒性,能够迅速、精准地识别变电站火灾,有效提高了变电站消防安全的管理能力。关键词:特征识别;变电站消防;火灾预警;聚类;图像处理;特征;分割图像;样本熵中图分类号:文献标志码:文章编号:(),(,):,:;目前变电站正向自动化、无人化方向发展,消防监控是变电站消防安全管理的有效途径 。大多变电站消防设备除了具备感温、感光、感烟功能外,还增加了“遥视”功能。通过对远程传输图像进行处理可以及时检测是否存在火灾,具有远程非接触特点。“遥视”图像处理技术
3、可使火灾能够在较短时间内得以有效识别且不受空间位置影响,避免造成经济损失和社会影响,确保实现变电站的全年消防安全目标 。图像处理技术是通过计算机对图像进行分析、归纳、总结来辨别图像中目标所属类的一种技术。图像处理技术通常包括图像预处理、目标检测、图像分割、特征提取、特征选择、目标分类等 。等 提出了一种融合思想,将监控的红外图像和彩色图像融合为一幅图像,通过增强视觉效果来识别电力传输线,该方法识别精度较低,容易出现漏诊和误诊情况。赵梦琦 提出了一种基于拓扑理论数学形态学的图像分割方法分水岭算法,能够针对图像边缘进行精准定位,但对梯度图像中的纹理和噪声较敏感,容易引起过分割现象。?等 利用火焰颜
4、色会随着时间推移而发生变化的特性,提出了一种结合火焰颜色特征识别的火灾图像处理算法,采用小波分析和频率统计算法,通过比较火灾图像序列差异实现火灾识别,该方法识别精度较高,但仍存在漏诊情况,此外该算法需要处理数据量较大,需要多帧复杂视频比较,不适宜远程传输且增加了火灾识别时间。针对上述方法的不足,本文提出了一种采用 聚类算法的图像处理方法。通过提取变电站监控图像的 特征,针对该特征进行图像子集聚类,分割火灾子集、类火灾子集和非火灾子集,并结合火灾纹理、边缘特征采用样本熵信号处理算法进一步识别火灾区域。由于该处理方法适用于静态图像,因而降低了运算时间,能够进行实时火灾识别。本文搜集整理 幅变电站消
5、防监控图像,运用 开发工具进行建模仿真,实验验证了所提方法的准确性。特征识别 颜色模型图 为 和 颜色模型。变电站消防监控图像通常属于 颜色模型,由红()、绿()、蓝()三原色组成。颜色模型只反映了颜色特征并未体现亮度特征。当火焰亮度发生变化时,设定的分割图像子集阈值发生变化,进而降低火灾识别准确率 。颜色模型是一种更加符合人眼视觉系统描述和颜色方式解释的颜色模型,由色调()、饱和度()、亮度()三个特征构成。色调表示颜色频率;饱和度表示颜色深浅;亮度表示颜色强度,有利于对火灾颜色特征进行识别。颜色模型可以从彩色图像携带的色调和饱和度特征中消去强度分量的影响,进而使得该模型能够应用在类火灾子集
6、图像处理算法中 。图 和 颜色模型 特征提取变电站火灾原始图像如图 所示。该图像属于 颜色模型,模型三个维度 、范围为 ,可与 颜色模型相互转换。对 模型进行归一化处理,则 ()式中,、和 分别为 、的归一化处理值。图 变电站火灾原始图像 将 颜色模型转换为 模型,即()()()()()()(槡)()(,)()()()式中,为色调角度,。转化后变电站火灾图像如图 所示。图像子集分割 聚类算法 聚类算法 是一种典型无监督学第 期节连彬,等:基于特征识别的变电站消防监控图像处理方法图 变电站火灾特征提取图像 习分类方法,其目的是将数据样本划分成有意义或有用的簇并应用于变电站消防监控图像中。聚类算法
7、将由一定数据样本构成的特征(颜色特征)矩阵划分为无交集的簇(火灾子集、类火灾子集、非火灾子集)用以表征聚类表现结果。通常情况下定义每个簇内所有数据样本的均值为该簇的“质心”。在 聚类算法中簇的个数是一个超参数,需要根据具体情况确定。随机选取一定像素点作为初始质心,计算每个像素点到每个质心的距离,将离质心最近的像素点分配到该质心所属的簇中。采用欧式距离法进行计算,即(,)()槡()式中:为簇中像素点位置;为簇中质心位置;为像素点特征数量;为像素点特征值。重新计算每个簇中所有数据样本的均值并将其作为新的质心,直到簇不再发生变化或达到最大迭代次数。实际上,在质心不断变化的迭代过程中,簇内每个样本点到
8、质心的距离平方和(簇内平方和)越来越小。因此,求解过程变成了一个簇内平方和最优化的问题,具体算法流程如图 所示。变电站消防监控图像分割变电站监控图像中可能存在与火焰相近颜色或特征的物体。因此,采用 聚类算法先将图像中特征相似的物体聚类于同一簇中,可以有效降低火灾识别复杂度 。图 为原始图像与 聚类结果。图 变电站火灾原始图像具有 个像素点,每个像素点有 、三个特征,共计 个颜色点。通常变电站消防监控图像包括变电站设施、天空、场地等区域,而火灾区域又分为火焰和被火焰照射区域。设置超参数为 ,按照图 所示流程进行 聚类得到 个簇。图 为聚类后形成的天空区域图像子集;图 为聚类后图 聚类算法流程 变
9、电站设施和烟雾区域图像子集;图 聚类后为场地和其他区域图像子集;图 为聚类后火焰照射区域图像子集;图 为聚类后火焰区域图像子集。图 原始图像与 聚类结果 对 幅变电站火灾图像进行 算法分割后的分析结果表明,火灾区域图像子集 特征范围集中在 ,特征范围集中在 ,特征范围集中在 ,。因此,可以通过提沈阳工业大学学报第 卷取原始监控图像的 特征判断该图像的所有像素点是否在火焰区域特征范围内,若是,则进行相应标记。相对分水岭分割方法,聚类算法考虑了像素点的更多特征且可以避免图像中的像素点陷入局部分割,具有较强鲁棒性。样本熵火灾识别仅通过 算法分割图像子集,再利用 颜色特征阈值判定法来识别火灾的准确率较
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 特征 识别 变电站 消防 监控 图像 处理 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。