观、准确、全面地反映出电力设备的故障点及故障程 度。
【附图说明】
[0048] 下面结合附图对本发明做进一步详细说明。
[0049] 图1为本发明的流程图。
[0050] 图2为本发明的系统框图。
【具体实施方式】
[0051] 如图1所示，本发明提供一种紫外成像与红外成像协同检测电力设备故障的方 法，具体步骤包括：
[0052] 步骤1 :采集电力设备的红外图像与紫外图像，分别对所述红外图像与紫外图像 进行降噪处理，得到降噪红外图像、降噪紫外图像：
[0053] A、当需要对电力设备故障进行检测时，首先对电力设备进行地点、角度、距离同步 的红外图像与紫外图像的采集工作，要求每次成像使用的红外成像仪与紫外成像仪的型 号、参数完全一致，其中红外成像会受到阳光的影响，所以本实施例中红外图像及紫外图像 统一在晴朗的夜晚采集，本方法处理的红外图像均为红外成像仪夜间拍摄并经处理后的伪 彩色图像，对红外成像仪的型号、参数等无特殊要求；
[0054] 紫外成像中异常放电的光斑面积大小会随着距离变化发生非线性复杂的变化，所 以本实施例中所有的图像采集点都设定固定的位置、相同的拍摄角度、统一的拍摄距离，本 方法处理的紫外图像为紫外成像仪夜间拍摄并处理后的图像，对紫外成像仪的型号参数等 无特殊要求，设当前位置采集的电力设备红外图像为L，紫外图像为12;
[0055]B、将红外图像^分解得到R、G、B三个通道图像IR、Is、IB，再对三个通道图像进行 中值滤波，滤波器二维模板选取为3*3区域，将三个通道图像当前处理的像素点的像素值 置为以当前像素点为中心3*3区域9个像素点的平均像素值，依次处理整个图像除图像边 界像素点外的所有像素点，经过中值滤波可以去除三通道图像中的脉冲干扰和椒盐噪声， 再利用数学形态学对三通道图像进行腐蚀运算，其中选取腐蚀因子为圆形，半径为2个像 素点，经过数学形态学处理可以去除三通道图像中的异常发热噪声点，得到降噪红外图像 的R、G、B三通道图像分别为I1R、I1S、I1B。
[0056] C、对紫外图像12运用数学形态学的开启和闭合运算去除紫外图像中放电主光斑 周围的干扰光斑，选取结构元素为圆形，半径为1个像素点，处理顺序为先进行闭合运算， 再运用相同的结构元素进行开启运算，运算次数为1次，得到降噪紫外图像1 21;
[0057] 步骤2 :对所述降噪红外图像进行快速区域生长计算，分割出电力设备轮廓并确 定待检测区域：
[0058] 对图像I1R、11(；运用同一种快速区域生长法则进行图像分割：以起始种子点向外 进行生长，在生长过程中对种子点进行标记，依次对种子点4个方向邻域内的像素点的性 质进行判断，当邻域像素点为种子像素点时，不对当前邻域像素点进行处理，若邻域内的像 素点不为种子像素点时，计算该邻域像素点与当前种子像素点的像素值差值，若像素值差 值不大于当前阈值时，则合并该邻域点且标记为种子点，保留种子点原像素值，继续向外生 长，若像素值差值大于当前阈值时，则舍弃该邻域点，并将像素值置为〇,直至合并所有的满 足成为种子点的像素点，完成生长过程；
[0059] 其中，生长过程中各像素点的像素值计算方法如下，设D(x，y)为种子点像素值， i，j= -l、0、l，D(x+i，y+j)为当前生长点像素值，E为设定阈值：
[0060]
[0061] 图像I1R经过以上步骤可以分割出电力设备轮廓In，图像Iie经过以上步骤可以分 割出只包含异常发热区域的图像112，将图像1 12中各个连通域分别标记为设备待检测区域 Ln(n= 1，2, 3...)，并统计各连通域的位置信息。
[0062] 对图像I1R处理的过程中，起始种子点选取为图像11R中像素值排序靠前的10个像 素点，在图像11(；中，通过阈值分割可以保留电力设备的高温异常区域，弱化了电力设备红 外图像和背景，起始种子点也选取为图像1 1(；中像素值排序靠前的10个像素点；
[0063] 步骤3 :计算所述待检测区域的像素平均值并根据红外温度标定数据，确定所述 像素平均值对应的温度，即为所述待检测区域的温度F。：
[0064] A、提取图像112中各个设备待检测区域Ln(n= 1，2, 3...)的位置信息，根据所述 位置信息依次确定各待检测区域在降噪红外图像的R、G、B三通道图像中的对应区域，计算 所述对应区域的像素平均值SR、SpSB;
[0065] B、由于红外成像仪器型号不相同，调用数据库中当前使用的红外成像仪器提供的 红外温度标定数据，获取SR、SpSB对应的温度，也就是当前待检测区域的温度，依次计算所 有待检测区域的温度；
[0066] 其中，计算当前待检测区域的温度是在数据库中寻找SR、SpSB对应的数据指示的 温度，由于电力设备的温度判定受到多种因素的影响，所以对温度的判定不要求十分精确， 为保证处理方法实时性，温度判定过程如下：
[0067]a、提取当前待检测区域对应区域的数值，计算与数据库所有温度对应的G通 道像素值k的差值，提取差值最小的5个温度点对应的数据信息；
[0068] b、提取待检测区域对应区域SR、SB的数值生成点（SR，SB)，提取的5个温度 点的R通道和B通道对应的像素值生成点（KRn，KBn)，其中η=1，2,3,4,5,根据公式
依次计算点（SR，SB)与（KRn，KBn)的欧氏距离，取欧式距离最小 的点（KRn，KBn)对应的温度值作为当前待检测区域的温度F。；
[0069] 步骤4:在所述降噪紫外图像上提取出所有的待检测区域，利用邻域灰度差投票 算法在所述待检测区域中分割出异常放电光斑，并计算所述异常放电光斑的面积I:
[0070]A、提取图像112中各个设备待检测区域Ln(n= 1，2, 3...)的位置信息，依次在图 像121中按位置信息提取所有设备待检测区域对应的区域；
[0071] B、依次对在图像121中提取的目标区域进行邻域灰度差投票算法分割出异常放电 光斑轮廓，其中，邻域灰度差投票算法步骤如下：
[0072]a、计算当前目标区域所有像素点与该点四个方向相邻像素点的像素值差值，设 P(x，y)为当前像素点像素值，区域边界点不进行判断，则四个方向像素差值Q、C2、C3、C4 为：
[0074] b、每个像素点初始票数为0,将Q、C2、C3、C4分别与阈值W进行比较，若大于W，则 增加1票，若小于W，则保持原有票数，统计当前像素点票数P;
[0075] c、若P>1，则保留该点像素值，否则将该点像素值置0,对当前区域所有像素点进 行以上处理；
[0076] C、对所述异常放电光斑轮廓进行孔洞填充，得到所有待预测区域的异常放电光 斑，取所述异常放电光斑的像素点数量之和作为异常放电光斑面积I。
[0077] 步骤5:根据当前待检测区域的温度F。以及异常放电光斑面积h，对电力设备故障 进行定量分析：
[0078]A、由于温度测定受到环境温度的影响，因此取当前待检测区域的温度F。与环境温 度匕的差值Μ= ?。-匕作为电力设备当前检测区域的异常发热评定参数；
[0079]B、统计当前待检测区域包含的像素点数量作为当前待预测区域面积TD，将当前待 检测区域的异常放电光斑面积I与当前待检测区域面积TD的比值N=T 与当前电力设 备环境湿度S相结合，令Q=N-SN作为异常放电评定标准，Q的取值为0- 1之间；
[0080] C、将Μ做归一化处理Μ=M/M_，其中，M_为数据库规定的电力设备温度上限，Μ 取值在〇- 1之间，按照公式F=kiM+kjjQ确定当前检测区域的故障定量值F，其中kp1^2为 红外与紫外图像在故障评定中占的权重系数，根据当前电力设备环境湿度S调整kpk2，令
F的取值在0-1之间，取值越大，说明故障点的可能性、故障程 度越大；
[0081 ] D、依次完成所有待预测区域的故障检测。
[0082] 本发明还提供了一种紫外成像与红外成像协同检测电力设备故障的系统，如图2 所示，包括图像预处理模块、异常发热区域检测模块、温度分析模块、异常放电分析模块、故 障分析模块、数据库模块，图像预处理模块、待预测区域检测模块依次连接，待预测区域检 测模块输出端分别接至温度分析模块及异常放电分析模块，温度分析模块及异常放电模块 的输出端均接至故障分析模块，数据库模块与温度分析模块及故障分析模块相连；
[0083]