一种具有目标识别功能的电气配电室的制作方法
【技术领域】
[0001] 本发明设及电气配电建筑领域，具体设及一种具有目标识别功能的电气配电室。
【背景技术】
[0002] 带有低压负荷的室内配电场所称为电气配电室，主要为低压用户配送电能，设有 中压进线(可有少量出线）、配电变压器和低压配电装置。IOkV及W下电压等级设备的设施， 分为高压配电室和低压配电室。高压配电室一般指化V-IOkV高压开关室;低压配电室一般 指IOkV或35kV站用变出线的400V配电室。
[0003] 电气配电室内的各种设备都是关系到供电安全的重要昂贵设备，因此电气配电室 的安全性尤为重要，必须能防止和监视恶意破坏行为。
【发明内容】
[0004] 针对上述问题，本发明提供一种具有目标识别功能的电气配电室。
[0005] 本发明的目的采用W下技术方案来实现：
[0006] -种具有目标识别功能的电气配电室，包括电气配电室和安装在电气配电室墙体 上的监测装置，监测装置用于对电气配电室内的活动进行视频图像监测，监测装置包括预 处理模块、检测跟踪模块、识别输出模块；
[0007] (1)预处理模块，用于对接收到的图像进行预处理，具体包括图像转化子模块、图 像滤波子模块和图像增强子模块：
[000引图像转化子模块，用于将彩色图像转化为灰度图像：
[0009]
[0010] 其中，3^，7)、6^，7)、8^，7)分别代表像素^，7)处的红绿蓝强度值，化义，7)代表 坐标(X，y)处的像素灰度值;图像大小为m X n;
[0011] 图像滤波子模块，用于对灰度图像进行滤波：
[0012] 采用维纳滤波来进行一级滤除后，定义SVlm图像，记为MsvimU,y)，具体定义公式 为：Msvim(x,y) =aiji(x,y)+a2j2(x,y)+a3j3(x,y)+a4j4(x,y)，其中日1、日2、日3、日4为可变权值， a 广 ti+p^1:W4，i = l，2,3,4;J(x，y)为经滤波后的图像；
[0013] 图像增强子模块：
[0014] 当 |12召-巧| > yU〇-SQm，m,^ = 2自目 x 其中，LU，y)为增强 后的灰度值;4(x，y)是包含有局部信息的伽马校正系数，此时= ，曰 是范围为O到I的可变参数，a = I -
[001 引当 Il28 - ml < Vlw - 5日I 且 W〉50时，L(x,y) = 2日5 X 户黄年'I'似如(1-皆3，其 中iKx，y)=私(Msvim(x，y))，a= 1- i化-…记以讯一，皿是图像中灰度值高于128的所有像 丄么O 素的均值，HiL是灰度值低于128的所有像素的均值，且此时m=min (niH，HiL )，在日值已知的情况 下，计算出256个4校正系数作为查找表，记为{巾。(0}皆％其中i为索引值，利用MsvimU, y)的 灰度值作为索引，根据iKx，y)=私(Msvim(x，y))快速获得图像中每个像素的伽马校正系数4 (x，y); 1 - ^为模板修正系数；
[0016] (2)检测跟踪模块，具体包括构建子模块、丢失判别子模块和更新子模块：
[0017] 构建子模块，用于视觉字典的构建：
[0018] 在初始帖获取跟踪目标的位置和尺度，在其周围选取正负样本训练跟踪器，将跟 踪结果作为训练集X={xi，x2,……xn}T;并对训练集中的每幅目标图像提取128维的SIFT特 征?[結1，其中St表示训练集中第t幅目标图像中SIFT特征的个数;跟踪N帖W后，通过聚 类算法将运些特征划分为K个簇，每个簇的中屯、构成特征单词，记为{句故=1:能够提取到的 特征总量馬=￡f=i而，其中K<<机，且K ? 视觉字典构建好W后，每幅训练图像表 示为特征包的形式，用于表示视觉字典中特征单词出现的频率，用直方图Kxt)表示，h(Xt) 通过W下方式获取:将一幅训练图像Xt中的每一个特征fsW向视觉字典投影，用投影距离最 短的特征单词表示该特征，对所有特征投影完毕后，统计每个特征单词的出现频率，并归一 化得到训练图像Xt的特征直方图h(xt);
[0019] 丢失判别子模块，用于判别目标的丢失与否：
[0020] 当新一帖图像到来时，从K个直方图柱中随机选取Z<K个直方图柱，且Z = 4,形成新 的大小为Z的子直方图hW(xt)，子直方图的个数最多为化二每个;计算候选目标区域和训 练集中某个目标区域对应子直方图的相似性。t_z，= Ef=W'h(;:)(如hW的'其中t = 1,2, . . . ,N，z二1,2, . . . ,Ns,然后计算怠体相似性二1_ n ;候选目柄区域与目 f 1 梦 > 解 标的相似性用。二max{〇t，t}表示，则目标丢失判断式为：U = SignO) = -S，其 to 0 < gs 中gs为人为设定的判失阀值;当U = 1时目标被稳定跟踪，当U = O时，目标丢失；
[0021] 当目标丢失时，定义仿射变换模型：
其中(xt，y〇和(Xt-I，yt-1)分别为当前帖目标中某个SITF特征点的位置坐标和前一个帖目标中对 应匹配特征点的位置坐标，两者均为已知量;S为尺度系数，0为旋转系数，e和f代表了平移系 数，
％ 溫度平移修正系数，和化用于修正因为环境溫度偏差造成的图像旋转和平移误差，I'日为人 为设定的标准溫度，设为20度，T为由溫度传感器实时监测得到的溫度值;采用Ransac估计 算法求取仿射变换模型的参数，最后在新的尺度S和旋转系数0下采集正负样本，更新分类 器；
[0022] 更新子模块，用于视觉字典的更新：
[0023] 在每帖图像获得目标位置W后，根据仿射变换参数的计算结果，收集所有满足结 果参数的SIFT特征点{爲}完=1，经过F = 3帖W后，获得新的特征点集{爲.}紀;，其中St-F代表 了从F帖图像中得到的总特征点数；利用下式对新旧特征点重新进行K聚类：{乌巧=1 = /C mea心((1 -如編據立W句也1)，其中鮮}Li表示新的视觉字典，视觉字典的大小保 持不变；巧G {0,1}是遗忘因子，表明了旧字典所占的比重，取越小，新特征对目标丢失的判 断贡献越多，取0.12;
[0024] (3)识别输出模块，用于图像的识别和输出：在待识别的图像序列中利用跟踪算法 获取目标区域，将目标区域映射到已知训练数据形成的子空间，计算子空间中目标区域与 训练数据之间的距离，获得相似性度量，判定目标类别，并输出识别结果。
[0025] 优选的，采用维纳滤波来进行一级滤除后，此时图像信息还包含有残余的噪音，采 用W下的二级滤波器进行二次滤波：
[0026]
[0027] 其中，J(x，y)为经过滤波后的图像;Pg(x+i，y+j)代表尺度为mXn的函数，且PgU+ i，y+j)=qXe 邱(-(22+22)/?)，其中q是将函数归一化的系数，即：JJqXe邱(-(x2+y2)/w) dxdy = l〇
[0028] 本电气配电室的有益效果为:在图像预处理阶段，增强的图像能够根据模板的大 小自适应调整，提高增强效果，且在在不同模板大小时判断条件能自动修正，且考虑了视觉 习惯W及人眼对不同色彩的感知度同色彩强度的非线性关系;将MXN个幕指数运算降低为 256个，提高了计算效率;在目标检测和跟踪阶段，能够消除不同溫度导致图像的旋转和平 移造成的误差，提高识别率，经处理后的图像细节更加清晰，且计算量相对于传统方法大幅 度减少，能够有效适应目标尺度变化，并能够准确判定目标是否发生丢失，在目标重新回到 视场后能够被重新检测并稳定跟踪。此外，该电气配电室具有实时性好、定位准确和鲁棒性 强的优点，且在快速有遮挡的目标检测和跟踪方面取得了很好的效果。
【附图说明】
[0029] 利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限 审IJ，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可W根据W下附图获得 其它的附图。
[0030] 图I是一种具有目标识别功能的电气配电室的结构框图；
[0031] 图2是一种具有目标识别功能的电气配电室的整体示意图。
【具体实施方式】
[0032] 结合W下实施例对本发明作进一步描述。
[0033] 实施例1:如图1-2所示，一种具有目标识别功能的电气配电室，包括电气配电室5 和安装在电气配电室5墙体上的监测装置4,监测装置4用于对电气配电室5内的活动进行视 频图像监测，监测装置4包括预处理模块1、检测跟踪模块2、识别输出模块3。
[0034] (1)预处理模块1，用于对接收到的图像进行预处理，具体包括图像转化子模块11、 图像滤波子模块12和图像增强子模块13:
[0035] 图像转化子模块11，用于将彩色图像转化为灰度图像：
[0036]
[0037] 其中，3^，7)、6^，7)、8^，7)分别代表像素^，7)处的红绿蓝强度值，化义，7)代表 坐标(X，y)处的像素灰度值;图像大小为m X n;
[0038] 图像滤波子模块12,用于对灰度图像进行滤波：
[0039] 采用维纳滤波来进行一级滤除后，定义SVlm图像，记为MsvimU,y)，具体定义公式 为：Msvim(x,y) =aiji(x,y)+a2j2(x,y)+a3j3(x,y)+a4j4(x,y)，其中日1、日2、日3、日4为可变权值， a尸Ji+,二3 ，i = 1，2，3，4; J(X，y)为经滤波后的图像；
[0040] 图像增强子模块13:
[0041]
其中，LU, y)为增强 后的灰度值;iKx，y)是包含有局部信息的伽马校正系数，此时
，曰 是范围为0到1的可变参数，a二1 - I^l:
[0042] 当 |128_ 風| < Vlw -50| 且《〉50时
，其 中iKx，y)=恥(Msvim(x，y))，a= 1-似;班咕饥")，邮是图像中灰度值高于128的所有