电力设备运行环境监控图像异常检测算法研究btzj.docx

《电力设备运行环境监控图像异常检测算法研究btzj.docx》由会员分享，可在线阅读，更多相关《电力设备运行环境监控图像异常检测算法研究btzj.docx（108页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、分类号 密密级U D C 昆明理工工大学 硕士学学位论文文电力设备备运行环环境监控控图像异异常检测测算法研研究研究生姓姓名尹远指导教师师姓名、职职称余正正涛 教教授学科专业业检测技技术与自自动化装装置研究方向向图像检检索论文工作作起止日期期20115年1月 20016年年3月论文提交交日期220166年3月一 遵遵守学术术行为规规范承诺诺本人已熟熟知并愿愿意自觉觉遵守昆明理工大学研究生学术规范实施细则（试行）的所有内容，承诺所提交的毕业和学位论文是终稿，不存在学术不端行为，且论文的纸质版与电子版内容完全一致。二 独独创性声声明本人声明明所提交交的论文文是我个个人在导导师指导导下进行行的研究究工

2、作及及取得的的研究成成果。尽尽我所知知，除了了文中特特别加以以标注和和致谢的的地方外外，论文文中不包包含其他他人已经经发表或或撰写过过的研究究成果，也也不包含含为获得得昆明理理工大学学或其他他教育机机构的学学位或证证书而使使用过的的材料。与与我一同同工作的的同志对对本研究究所做的的任何贡贡献均已已在论文文中作了了明确的的说明并并表示了了谢意。本本人完全全意识到到本声明明的法律律结果由由本人承承担。三 关关于论文文使用授授权的说说明本人完全全了解昆昆明理工工大学有有关保留留使用学学位论文文的规定定，即：学校有有权保留留送交论论文的复复印件，允允许论文文被查阅阅和借阅阅；学校校可以公公布论文文的全

3、部部或部分分内容，可可以采用用影印、缩缩印或其其他复制制手段保保存论文文。（保保密的论论文在解解密后应应遵守此此规定）本学位论论文属于于（必须须在以下下相应方方框内打打“”，否否则一律律按“非保密密论文”处理）：1、保密密论文： 本学位位论文属属于保密密。2、非保保密论文文： 本学位位论文属属于内部部论文，网网上延后后公开。本学位位论文不不属于保保密范围围，适用用本授权权书。是否同意意授权以以下单位位（必须须在以下下相应方方框内打打“”，否否则一律律按“同意授授权”处理）：同意授授权 不同意意授权将本人学学位论文文著作权权中的数数字化复复制权、发发行权、汇汇编权和和信息网网络传播播权的专专有使

4、用用权在全全世界范范围内授授予中国国学术期期刊（光光盘版）电电子杂志志社，并并在中中国优秀秀博硕士士学位论论文全文文数据库库和CCNKII系列数数据库中中出版。研究生本本人签名名：签字字日期：20 年月日研究生导导师签名名： 签签字日期期：200 年月日摘要摘 要监控电力力设备运运行环境境对于电电力设备备的正常常运行具具有非常常重要的的意义。随随着电力力系统的的发展，对对电力设设备运行行环境的的监控由由人工逐逐渐变为为各种监监控设备备。监控控设备通通过对采采集到的的环境信信息进行行处理和和分析，可可以得到到运行环环境的状状态；当当运行环环境中发发生异常常情况，监监控设备备发出警警报，工工作人员

5、员可及时时进行处处理，恢恢复电力力设备运运行环境境的安全全。本文文围绕如如何检测测电力设设备运行行环境监监控图像像中的异异常情况况这一问问题，在在识别电电力设备备运行环环境监控控图像中中的人员员、检测测电缆断断裂情况况以及检检测电力力设备运运行环境境监控图图像中的的火灾等等方面展展开了研研究，主主要取得得了以下下的成果果：(1)基基于SVVM的电电力设备备运行环环境监控控图像人人员识别别针对电力力设备运运行环境境监控图图像中出出现人员员可能会会引起触触电事故故、导致致设备被被盗被破破坏的问问题，本本文首先先使用混混合高斯斯背景模模型提取取人员区区域，然然后提取取人员区区域的边边缘方向向直方图图

6、特征，再再构建SSVM分分类器，用用边缘方方向直方方图特征征训练SSVM分分类器，通通过被训训练的SSVM分分类器识识别出电电力设备备运行环环境监控控图像中中的人员员。实验验结果表表明，在在论文所所构建的的监控图图像测试试集中，相相比基于于SVMM的方向向梯度直直方图人人员识别别模型，基基于SVVM电力力设备运运行环境境监控图图像人员员识别模模型的准准确率和和召回率率分别提提高了88.655%和222.66%。(2)基基于改进进的Hooughh变换的的电缆断断裂检测测针对检测测监控图图像中电电缆由于于老化、极极端天气气等因素素造成的的断裂的的问题，本本文首先先对电缆缆监控图图像进行行增强和和去

7、噪，然然后通过过改进的的Cannny算算子提取取出监控控图像中中电缆的的边缘方方向直方方图特征征，对这这些边缘缘图像进进行腐蚀蚀和膨胀胀以获得得更加精精确的电电缆边缘缘图像，通通过对电电缆边缘缘图像进进行改进进的Hooughh变换找找出电缆缆所在的的直线段段，将直直线段映映射到直直角坐标标系中，通通过计算算直线段段之间以以及直线线段延长长线之间间的交点点坐标和和直线段段延长线线之间的的夹角并并结合直直线段的的斜率来来检测电电缆是否否发生了了断裂。实实验结果果表明，在在论文所所构建的的监控图图像测试试集中，相相比基于于LSDD的电缆缆断裂检检测模型型，基于于改进的的Houugh变变换的电电缆断裂

8、裂检测模模型的准准确率和和召回率率分别提提高了333.55%和331.115%。(3)基基于颜色色聚合向向量和小小波能量量特征的的电力设设备运行行环境监监控图像像火灾检检测针对基于于传感器器的监控控设备并并不能及及时地检检测到发发生在距距电力设设备较远远处火灾灾的问题题，本文文通过码码本法提提取出电电力设备备运行环环境监控控图像中中的火焰焰区域，并并对火焰焰区域进进行预处处理，然然后提取取火焰区区域的局局部二值值模式向向量、颜颜色聚合合向量和和小波能能量特征征，再构构建SVVM分类类器，用用这些特特征训练练SVMM分类器器，构建建火灾检检测模型型，通过过模型对对电力设设备运行行环境监监控图像像

9、进行火火灾检测测。实验验结果表表明，在在论文所所构建的的监控图图像测试试集中，电电力设备备运行环环境监控控图像火火灾检测测模型的的准确率率和召回回率分别别为977.655%和887.55%。(4)电电力设备备运行环环境监控控图像异异常检测测原型系系统的设设计与实实现基于上述述研究成成果，设设计并实实现了电电力设备备运行环环境监控控图像异异常检测测原型系系统，实实现识别别监控图图像中的的人员、检检测电缆缆断裂以以及检测测监控图图像中的的火灾等等功能。关键词：运行环环境 监监控图像像 人员员识别 电缆断断裂 火火灾检测测IAbstractAbsttracctThe monnitoorinng oo

10、f tthe opeerattingg ennvirronmmentt off ellecttriccal equuipmmentt iss off prrimee immporrtannce to theeir norrmall opperaatioon. Aloong witth tthe devveloopmeent of eleectrricaal ssysttemss, tthe monnitoorinng oof tthe opeerattingg ennvirronmmentt off ellecttriccal equuipmmentt haas bbeenn shhiftte

11、d froom mmanuual worrk tto mmoniitorringg eqquippmennt. Thee moonittoriing equuipmmentt caan oobtaain thee sttatee off thhe ooperratiing envviroonmeent thrrouggh pproccesssingg annd tthe anaalyssis of thee ennvirronmmentt innforrmattionn thhat is colllecctedd; tthe monnitoorinng eequiipmeent willl s

12、sendd allarmm siignaals if anyy daangeer ooccuurs in thee opperaatinng eenviironnmennt, enaabliing thee sttafff too taake timmelyy meeasuuress annd eensuure thee saafetty oof tthe opeerattingg ennvirronmmentt off thhe eelecctriicall eqquippmennt. Thiis ppapeer ooffeers an invvesttigaatioon oof hhow

13、to dettectt abbnorrmall coondiitioons inn thhe mmoniitorringg immagees off thhe ooperratiing envviroonmeent of eleectrricaal eequiipmeent, iddenttifyy thhe sstafff iin mmoniitorringg immagees, ddeteect thee brreakkagee off caablees aand firre iin mmoniitorringg immagees wiith achhievvemeentss maade

14、in thee foolloowinng ffiellds: (1) Iddenttifiicattionn off thhe SStafff iin MMoniitorringg Immagees off thhe OOperratiing Envviroonmeent of Eleectrricaal EEquiipmeent Bassed on SVMMBecaausee thhe sstafff aand theeir commpliicatted acttionns iin tthe monnitoorinng iimagges of thee opperaatinng eenvii

15、ronnmennt oof eelecctriicall eqquippmennt mmighht iinflluennce thee noormaal ooperratiion of eleectrricaal eequiipmeent, thhis papper firrst exttraccts thee sttafff arrea witth aa miixtuure of a GGausssiaan bbackkgrooundd moodell annd tthe hisstoggramm chharaacteerissticcs oof tthe edgge ddireectiio

16、n of thee sttafff arrea, annd iit eestaabliishees tthe SVMM cllasssifiier. Thhe SSVM claassiifieer iis ttraiinedd byy eddge dirrecttionn hiistoograam ccharractteriistiics in ordder to ideentiify thee sttafff inn moonittoriing imaagess off thhe ooperratiing envviroonmeent of eleectrricaal eequiipmeen

17、t. Thhe eexpeerimmentt shhowss thhat, coompaaredd too thhe pperssonnnel ideentiificcatiion moddel thaat iis bbaseed oon hhisttogrramoof ggraddiennt ffeatturees, thee peersoonneel iidenntifficaatioon mmodeel iin tthe monnitoorinng iimagge oof tthe opeerattingg ennvirronmmentt off ellecttriccal equuip

18、mmentt haas eenhaanceed tthe acccuraacy ratte aand reccalll raate by 8.665% andd 222.6%, reespeectiivelly. (2) Caablee Brreakkagee Deetecctioon BBaseed oon IImprroveed HHouggh TTrannsfoormIn oordeer tto aaddrresss thhe ccablle bbreaakagge ccaussed by agiing andd sttronng wwindd, tthiss paaperr fiirs

19、tt ennhanncess annd ddenooisees tthe cabble monnitoorinng iimagge aand exttraccts thee eddge dirrecttionn hiistoograam ccharractteriistiics of thee caablees iin tthe monnitoorinng iimagges thrrouggh iimprroveed CCannny ooperratoors. Thhesee eddge imaagess arre ssubjjectted to eroosioon aand dillatii

20、on in ordder to obttainn moore acccuraate cabble edgge iimagges. Thhe sstraaighht llinees iin tthe cabble edgge iimagges aree fooundd thhrouugh impprovved Houugh trannsfoormaatioon aand mapppedd too thhe rrecttanggulaar ccoorrdinnatee syysteem. Thee caablee brreakkagee iss deetecctedd byy caalcuulat

21、tingg thhe ccoorrdinnatee off liine intterssecttionns aand thee annglees beetweeen linnes. Thhe eexpeerimmenttal ressultts rreveeal thaat, diiffeerennt ffromm thhe ccablle bbreaakagge ddeteectiion moddel bassed on strraigght linne eextrracttionn, tthe cabble breeakaage dettecttionn moodell baasedd o

22、nn immproovedd Hooughh trannsfoormaatioon hhas inccreaasedd thhe aaccuuraccy rratee annd rrecaall ratte bby 333.55% aand 31.15%, rresppecttiveely. (3) Fiire Dettecttionn inn thhe MMoniitorringg Immagees oof OOperratiing Envviroonmeent of Eleectrricaal EEquiipmeent Bassed on Collor Cohhereencee Veect

23、oor aand Wavveleet EEnerrgy FeaaturreIn llighht oof tthe faiilurre oof ttradditiionaal ssenssorss foor ddeteectiing thee fiire farr frrom thee ellecttriccal equuipmmentt, tthiss paaperr exxtraactss thhe fflamme aareaa byy caalcuulattingg thhe ccoloor ddisttribbutiion disstannce in thee moonittoriing

24、 imaagess off thhe ooperratiing envviroonmeent of eleectrricaal eequiipmeent. Affterr thhe fflamme aareaa iss ennhanncedd annd ddenooiseed, thee coolorr cooherrencce vvecttor andd waavellet eneergyy feeatuure aree exxtraacteed iin oordeer tto eestaabliish thee SVVM cclasssiffierr. TThesse ffeatturee

25、s aare useed tto ttraiin tthe SVMM cllasssifiier andd esstabblissh aa fiire dettecttionn moodell. TThe expperiimenntall reesullts shoow tthatt thhe ffiree deetecctioon mmodeel bbaseed oon ccoloor ccoheerennce vecctorr annd wwaveelett ennerggy ffeatturee caan iincrreasse tthe acccuraacy ratte aand re

26、ccalll raate by 97.6555 annd 887.55%, resspecctivvelyy. (4) Deesiggn aand Reaalizzatiion of thee Annomaaly Dettecttionn Prrotootyppe SSysttem of thee Moonittoriing Imaage of Opeerattingg Ennvirronmmentt off Ellecttriccal EquuipmmenttOn tthe bassis of thee afforeesaiid rreseearcch aachiieveemennts, t

27、hhe aanommalyy deetecctioon pprottotyype sysstemm iss deevellopeed iin oordeer tto iidenntiffy sstafff iin tthe monnitoorinng iimagges andd deetecct ccablle bbreaakagge aand firre.Keywwordds: Opeerattingg Ennvirronmmentt; MMoniitorringg Immagee; PPerssonnnel Invvasiion; Ciircuuit Shoort; Fiire Dette

28、cttionnXI目录目录摘要IAbsttracctIII第一章 绪论111.1研研究背景景及意义义11.2国国内外研研究现状状21.3论论文的研研究内容容及组织织结构331.3.1论文文研究内内容31.3.2论文文组织结结构4第二章 电力设设备运行行环境监监控图像像人员识识别模型型52.1引引言52.2电电力设备备运行环环境监控控图像人人员识别别模型552.2.1电力力设备运运行环境境监控图图像中人人员的特特点52.2.2电力力设备运运行环境境监控图图像中人人员区域域的提取取62.2.3人员员图像特特征的提提取1002.2.4 SSVM模模型描述述122.2.5电力力设备运运行环境境监控图图

29、像人员员识别模模型的构构建1662.3实实验与分分析162.3.1实验验数据1162.3.2评价价指标1172.3.3实验验设计与与结果分分析1772.4本本章小节节18第三章 基于改改进的HHouggh变换换的电缆缆断裂检检测模型型193.1引引言1993.2基基于改进进的Hooughh变换的的电缆断断裂检测测模型1193.2.1断裂裂电缆的的特点1193.2.2电缆缆特征的的提取2203.2.2.11电缆监监控图像像增强2203.2.2.22电缆监监控图像像去噪2203.2.2.33电缆监监控图像像二值化化213.2.2.44电缆边边缘检测测233.2.2.55电缆监监控图像像的膨胀胀和腐

30、蚀蚀233.2.2.66电缆监监控图像像直线检检测2553.2.3基于于改进HHouggh变换换的电缆缆断裂检检测模型型构建2263.3实实验与分分析2883.3.1实验验数据2283.3.2评价价指标2283.3.3实验验设计与与结果分分析2993.4本本章小节节30第四章 电力设设备运行行环境监监控图像像火灾检检测模型型314.1引引言3114.2电电力设备备运行环环境监控控图像火火灾检测测模型3314.2.1监控控图像中中火焰区区域的特特点3114.2.2火焰焰区域的的提取3324.2.2.11码本背背景模型型324.2.2.22码本背背景建模模过程3334.2.2.33利用码码本模型型

31、提取监监控图像像前景3334.2.3火焰焰区域预预处理3344.2.4火焰焰区域特特征的提提取3444.2.4.11烟雾特特征的提提取3444.2.4.22火焰特特征的提提取3994.2.5模型型构建4404.3实实验与分分析4004.3.1实验验数据4404.3.2评价价指标4414.3.3实验验设计与与结果分分析4114.4本本章小节节41第五章 电力设设备运行行环境监监控图像像异常检检测原型型系统的的设计与与实现4435.1引引言4335.2系系统整体体框架4435.3数数据准备备435.4系系统运行行效果4445.5本本章小节节49结束语5516.1论论文总结结516.2下下一步工工作

32、522致 谢谢53参考文献献55附录A 攻读硕硕士期间间发表论论文及参参与项目目60第一章 绪论第一章 绪论1.1研研究背景景及意义义电力设备备的正常常运行需需要安全全的外部部环境，这这和电力力设备正正常运行行所需要要的内部部参数配配合同等等重要。为为了保证证运行环环境的安安全，就就需要对对电力设设备的运运行环境境加以监监控。目目前，对对电力设设备运行行环境的的远程监监控己经经成为电电力系统统发展的的趋势，即即通过基基于传感感器的监监控设备备来监控控电力设设备运行行环境。基于传感感器的监监控设备备通过不不同的传传感器监监控电力力设备运运行环境境中的温温度、湿湿度、磁磁场强度度等状态态参数。当当

33、运行环环境中发发生异常常情况时时，会导导致运行行环境的的状态参参数发生生改变。运运行环境境状态参参数的改改变被基基于传感感器的监监控设备备检测到到后，就就会发出出警报，表表示检测测到运行行环境中中出现异异常情况况。然而对于于电力设设备的运运行环境境的某些些异常情情况，仅仅仅通过过基于传传感器的的监控设设备是无无法有效效并且及及时检测测到的。例例如，在在电力设设备运行行环境中中，有很很多禁止止人员进进入的区区域，一一般都是是容易引引起触电电事故导导致人员员伤亡的的高压区区域，还还有一些些具有重重要电力力设备的的区域。如如果有闯闯入的盗盗窃人员员，会导导致重要要的电力力设备被被盗被破破坏，引引起电

34、力力系统跳跳闸停运运并且造造成巨大大的经济济损失。一一般传感感器的检检测范围围只有数数米，无无法在较较远距离离上检测测出进入入运行环环境中的的人员，不不利于工工作人员员及时发发现人员员并进行行处理；而对于于电缆，由由于老化化、极端端天气等等因素造造成的断断裂，从从影响输输电线路路的正常常运行，由由于成本本的原因因，电缆缆上没有有安装传传感器，所所以工作作人员往往往无法法准确得得知发生生线缆断断裂的地地点，更更无法及及时地对对电缆断断裂的情情况进行行处理；而运行行环境中中的火灾灾会威胁胁到电力力设备的的正常工工作，当当火灾蔓蔓延到电电力设备备上时，会会烧毁电电力设备备，导致致大面积积停电和和人员

35、伤伤亡，还还会造成成巨大的的经济损损失，而而温度传传感器只只能检测测出数米米距离内内的火焰焰温度，当当距电力力设备较较远处发发生火灾灾或火灾灾被障碍碍物遮挡挡时，温温度传感感器并不不能及时时地检测测到，更更无法及及时地发发出警报报。这时，使使用基于于监控图图像的电电力设备备运行环环境异常常检测方方法发现现上述异异常情况况就具有有实际意意义，基基于监控控图像的的电力设设备运行行环境异异常检测测方法是是对基于于传感器器的监控控手段的的重要补补充，可可以弥补补上述基基于传感感器的监监控手段段的缺陷陷。但是是目前对对于电力力设备运运行环境境监控图图像的异异常检测测是依靠靠人工完完成的，监监控人员员精力

36、有有限，不不可能时时刻关注注监控图图像；同同时，监监控人员员在处理理其他事事情的时时候，可可能没有有关注监监控图像像，这样样可能没没有及时时发现运运行环境境中发生生的异常常情况，导导致异常常情况处处理的延延误。本本文的研研究就是是结合计计算机图图像处理理的相关关算法，自自动地对对电力设设备运行行环境监监控图像像中的异异常情况况做出检检测，并并发出报报警。1.2国国内外研研究现状状通过图像像处理的的相关技技术对监监控图像像信号进进行处理理、分析析，自动动地提取取监控场场景中的的变化并并对其做做出跟踪踪，然后后判断目目标的行行为并发发出警报报的过程程称为智智能图像像监控。对对于电力力设备运运行环境

37、境的图像像监控，即即要求识识别出运运动的物物体、火火焰、喷喷气、喷喷水、闪闪光等异异常现象象。国外对于于智能图图像监控控的研究究起步较较早。早早在上个个世纪880年代代，美国国俄勒冈冈州立大大学就开开始研究究视频图图像采集集及处理理技术，119911年，俄俄勒冈州州立大学学与美国国海岸地地质观察察中心合合作，开开发了一一套远程程图像监监控系统统，在海海岸的监监控图像像中通过过计算机机视觉相相关技术术分析其其变迁情情况，用用于监控控海岸地地形的变变化情况况1。该系系统用像像素强度度来表示示监控图图像中颜颜色和灰灰度的信信息，通通过这套套系统，使使用像素素强度表表征图像像颜色和和灰度信信息的方方法

38、是可可以被用用来进行行图像分分析的，这这是其他他方法无无法完成成的。从从19996年到到19999年，美美国国防防高级研研究项目目署设立立了视觉觉监控重重大项目目(Viisuaal SSurvveilllannce andd Moonittoriing)2，其中中卡耐基基梅隆大大学、麻麻省理工工学院等等著名高高校也参参与其中中。该项项目研究究的是军军事或民民用场景景监控视视频的目目标行为为分析，通通过三帧帧时域差差分法提提取监控控视频中中的运动动目标，然然后通过过自适应应模板匹匹配法对对运动目目标进行行跟踪，并并通过颜颜色和形形状特征征对提取取的目标标进行行行为分析析。美国国马里兰兰大学开开发

39、的实实时视觉觉监控系系统33首先先使用摄摄像机提提取人体体，然后后结合人人体的形形状特征征，通过过目标跟跟踪技术术建立人人体外形形模型，通通过模型型实现对对人体目目标的跟跟踪，并并可以检检测人体体是否携携带物体体。英国国雷丁大大学计算算机系也也成立了了VIEEWS(Vissuall Innspeectiion andd Evvaluuatiion of Widde AAreaa Sccenees)项项目组4，通通过对车车辆和信信任的跟跟踪以及及识别技技术，即即可检测测出人的的可疑行行为，并并且当被被检测人人员被判判断为嫌嫌疑犯时时自动发发出警报报。美国国ARDDA机构构开发的的视频分分析及内内

40、容提取取系统(Viddeo Anaalyssis andd Coonteent Exttracctioon)通通过对目目标的检检测识别别和跟踪踪来达到到检测识识别和理理解目标标的行为为5。欧洲洲Graamewworkk V负负责的一一个视觉觉监控的的核心项项目Addvissorddengg也是为为了研究究和开发发类似的的智能监监控系统统6。而从从19998年开开始，国国际视觉觉监控会会议已经经举办了了多次。与国外相相比，我我国在研研究智能能图像监监控以及及智能图图像监控控在电力力领域的的应用方方面起步步较晚。由由中科院院自动化化研究所所、国家家8633计划计计算机软软硬件技技术主题题、中国国图

41、形图图像学会会、国家家自然科科学基金金委员会会和中国国自动化化学会举举办的“全国智智能视觉觉监控学学术会议议”，使得得来自全全国各地地高校、科科研院所所、企事事业单位位的科研研人员、专专家学者者对于智智能图像像监控方方面的相相关算法法、应用用实例进进行了深深入的探探讨。目目前国内内对于智智能图像像监控的的研究团团队有中中科院自自动化所所模式识识别国家家重点实实验室、北北京大学学视觉与与听觉信信息处理理国家重重点实验验室及清清华大学学智能技技术与系系统国家家重点实实验室。除除此之外外，如上上海交通通大学、北北京航空空航天大大学、南南京理工工大学、中中科院计计算所、国国防科技技大学、西西安电子子科

42、技大大学、中中国科学学院光电电技术研研究所、华华中科技技大学图图像识别别与人工工智能研研究所等等，都在在智能图图像监控控领域开开展了大大量的研研究工作作，并取取得了研研究成果果。从文文献来看看，其中中文献7则则通过对对变电站站监控图图像进行行SIFFT特征征匹配，并并通过RRANSSAC算算法去除除错误结结果，最最后使用用OTSSU算法法得到电电力铁塔塔的倾斜斜角度来来判断变变电站监监控图像像中的电电力铁塔塔是否倾倾斜，并并用H-S颜色色直方图图来检测测监控图图像中变变压器的的渗漏油油情况；文献8提提出的基基于模版版匹配的的电力变变压器的的套管识识别算法法，即计计算不同同图像间间的特征征相似度

43、度得出识识别结果果，并且且使用一一次粗匹匹配和一一次精匹匹配来提提高匹配配的速度度；文献献9以颜色色直方图图作为特特征来检检测监控控图像中中的变压压器是否否存在漏漏油情况况。1.3论论文的研研究内容容及组织织结构1.3.1论文文研究内内容本文围绕绕如何检检测电力力设备运运行环境境监控图图像中的的异常情情况这一一问题，在在识别电电力设备备运行环环境监控控图像中中的人员员、检测测监控图图像中电电缆的断断裂情况况以及检检测电力力设备运运行环境境监控图图像中的的火灾等等方面展展开了研研究，具具体内容容如下：(1)基基于SVVM的电电力设备备运行环环境监控控图像人人员识别别针对电力力设备运运行环境境监控

44、图图像中出出现人员员，可能能会影响响电力设设备正常常运行的的问题，本本文研究究了提取取人员区区域以及及提取人人员区域域的形状状特征，构构建并训训练SVVM分类类器，通通过分类类器识别别出监控控图像中中的人员员，并构构建人员员行为模模型，通通过人员员行为模模型对识识别出的的人员的的行为做做出判断断。并通通过对比比实验验验证所构构建模型型的有效效性。(2)基基于改进进的Hooughh变换的的电缆断断裂检测测针对电缆缆由于老老化、强强风等因因素造成成断裂的的问题，研研究了提提取监控控图像中中电缆的的形状特特征，并并对电缆缆监控图图像进行行增强和和去噪，然然后通过过改进的的Cannny算算子提取取出监

45、控控图像中中电缆的的边缘方方向直方方图特征征，对提提取了电电缆边缘缘后的图图像进行行腐蚀和和膨胀以以获得更更加精确确的电缆缆边缘图图像，通通过对电电缆边缘缘图像进进行改进进的Hooughh变换找找出图像像当中的的直线，将将直线段段映射到到直角坐坐标系中中，通过过计算直直线交点点坐标和和直线夹夹角检测测电缆是是否发生生了断裂裂。(3)基基于颜色色聚合向向量和小小波能量量特征的的电力设设备运行行环境监监控图像像火灾检检测针对传统统传感器器不能检检测出距距电力设设备较远远处火灾灾的问题题，研究究了提取取出火焰焰区域，然然后提取取火焰区区域的颜颜色特征征，构建建并训练练SVMM分类器器，通过过分类器器

46、构建火火灾检测测模型，通通过模型型对图像像进行火火灾检测测。(4)电电力设备备运行环环境监控控图像异异常检测测原型系系统的设设计与实实现在上述理理论研究究的基础础上，设设计程序序开发电力力设备运运行环境境监控图图像异常常检测原原型系统统。1.3.2论文文组织结结构本文共分分为六章章，每章章内容如如下：第一章阐阐述了本本文的研研究背景景和意义义，介绍绍了国内内外在相相关方面面所开展展的研究究工作，并并简要介介绍了本本文的研研究内容容及组织织。第二章分分析了如如何提取取人员区区域以及及提取人人员区域域的形状状特征，构构建并训训练SVVM分类类器，通通过分类类器识别别出电力力设备运运行环境境监控图图

47、像中的的人员，并并进行了了电力设设备运行行环境监监控图像像中人员员的识别别实验。第三章分分析了如如何提取取电缆监监控图像像中电缆缆的形状状特征，构构建并训训练SVVM分类类器，通通过分类类器检测测出监控控图像中中的直线线段，将将直线段段映射到到直角坐坐标系中中，通过过计算直直线交点点坐标和和直线夹夹角检测测电缆是是否发生生了断裂裂。最后后进行了了电缆断断裂检测测实验。第四章分分析了如如何提取取出火焰焰区域，然然后提取取火焰区区域的颜颜色特征征，构建建并训练练SVMM分类器器，通过过分类器器构建火火灾检测测模型，通通过模型型对图像像进行火火灾检测测。最后后进行了了电力设设备运行行环境监监控图像像火灾检检测实验验。第五章介介绍了电电力设备备运行环环境监控控图像异异常检测测原型系系统的设设计与实实现过程程。第六章总总结了本本文的研研究成果