本发明属于电力工程
技术领域：
，具体涉及一种基于温度分布的输电线路山火辨识方法。
背景技术：
：随着特高压线路及跨区电网规模的不断扩大，越来越多的输电线路穿过高山峻岭地带，当遭遇持续干燥天气，易爆发大面积山火。近年来，我国年均发生5万余起山火，架空输电线路走廊内大面积山火，易造成多条线路跳闸，甚至引发大电网崩溃。目前，基于红外图像的热点识别技术在输电线路山火监测领域得到了广泛应用。以数字图像处理为基础的山火辨识技术，对监测到的红外图像进行预处理、分析、识别，可尽快尽早的做到火情监控，及时采取火灾扑救措施以及灾后评估。然而，受输电通道周边环境、大气条件和干扰物的影响，输电线路山火辨识精度仍有待提高。现有的红外热成像山火监测方法是将红外图像转为伪彩色进行温度的检测，已有基于单一温度阈值或颜色特征的判识方法，难以排除多种干扰因素如太阳光、车灯和电线塔等高温物体的影响，使正确识别率大大降低；而且基于最大熵或最大类间方差的图像分割技术计算量大，图像处理时间长，山火监测告警精度和效率有待进一步提高。因此，有必要提供一种精度和效率更高的输电线路山火辨识方法。技术实现要素：本发明要解决的技术问题是，针对输电线路山火监测辨识中干扰因素多、处理过程复杂等问题，为克服现有技术存在的不足，提出一种基于温度分布的输电线路山火辨识方法，可有效提高目标区域识别效率和山火告警准确性，对保障电网安全稳定运行具有重要意义。为解决上述技术问题，本发明采用以下技术方案：一种基于温度分布的输电线路山火辨识方法，包括以下步骤：步骤1、对接收的输电线路山火监测视频帧图像，进行图像增强和噪声抑制预处理，并将预处理后的图像从rgb模式转化为his模式；步骤2、扫描预处理后的图像中每一个像素点，计算其rgb以及his模式的颜色分量值，根据颜色分量值对预处理后的图像进行分割得到疑似火焰区域；步骤3、计算疑似火焰区域的质心，并计算疑似火焰区域内每个像素点与质心在his三个维度上的差值，得到疑似火焰区域内所有像素点颜色特征差值，再计算其的方差；步骤4、记录连续的多帧图像，基于步骤1～3所述的方法，统计各帧图像中疑似火焰区域内所有像素点颜色特征差值的方差，求取其平均值，若平均值大于山火判定阈值，则判定为山火。进一步地，所述步骤1中，采用图像傅立叶变换的方法实现图像增强；采用3×3中值滤波法实现图像噪声抑制，上述方法的相关处理流程为现有技术，在此不再赘述。进一步地，所述步骤1中，将图像从rgb模式转化为his模式的计算公式如下：其中，r、g和b分别为图像的红色、绿色和蓝色分量，h、i和s分别为图像的色相、明亮度和饱和度分量；由于his模式是基于人类感觉颜色的方式建立起来的，对于人的眼睛来说，能分辨出来的是颜色种类、饱和度和强度，而不是模式中各基色所占的比例，因此更适合提取图像中火焰特征信息。进一步地，所述步骤2中，根据颜色分量值是否满足山火初步判定条件对预处理后的图像进行分割得到疑似火焰区域；其中山火初步判定条件为：其中，ho、so分别为颜色分量阈值；通过研究大量的火焰视频图像以及非火焰视频图像，发现山火燃烧过程中，相对背景区域，火焰区域颜色分量中满足红色分量最大，且色相分量值应小于某一阈值。同时，为进一步排除太阳光、灯光等高亮光源干扰，通过对火焰和阳光的像素点his模式下各分量的研究发现，由于阳光和手电筒白光的高亮度，所以其色彩饱和度的取值偏低，因此可引入饱和度判定条件以消除上述干扰因素。将满足山火初步判定条件的区域判定为疑似火焰区域。进一步地，所述ho的取值设定为60，so的取值设定为30。进一步地，所述步骤3中，首先基于分割出的疑似火焰区域，对图像像素点的颜色分量进行如下处理：其中，f(x,y)为图像上坐标(x,y)处像素点的颜色分量，f＝h,i或s；然后根据以下公式计算疑似火焰区域的质心坐标其中，mij为图像f(x,y)的i+j阶几何矩。进一步地，所述步骤3中，首先根据以下公式计算疑似火焰区域中每个像素点的颜色特征差值：然后，计算疑似火焰区域中所有像素点的颜色特征差值的方差值。进一步地，所述步骤4中，记录连续1s内的多帧图像，基于步骤1～3所述的方法，统计各帧图像中疑似火焰区域内所有像素点颜色特征差值的方差，求取其平均值，若平均值大于山火判定阈值，则判定为山火。进一步地，所述步骤4中，山火判定阈值设定为(10,10,20)。进一步地，所述步骤4中，若判定为山火，则给出告警信息。本发明的原理为：山火发生时，火焰的中心部位到火焰的外部温度是不断升高的，从外到内，颜色顺序为白、黄、橙、红和暗红，而这种变化特性体现在不同颜色的像素点在空间的分布规律，借助于这一方法可有效提取目标区域。基于此，本发明从火焰温度场分布特性出发，考虑到山火发生时火焰内部温度是不均匀的，火焰燃烧时从内到外，温度变化较大，所以像素颜色分量方差值会是一个很明显的数值。而如太阳、灯光、红树叶等干扰因素发光时颜色比较稳定，基本上在一个平均值附近波动，所以方差值趋近于零，据此对火焰进行准确辨识。与现有技术相比，本发明的优点在于：提出了基于温度分布的输电线路山火辨识方法，基于山火发生时火焰区域内部温度分布的不均匀性，通过对疑似区域边界像素的颜色特征值与图像质心做差值和方差计算来表现这种温度变化，能有效识别图像中山火区域，进而判定山火是否发生，可有效消除太阳光、车灯等其他干扰因素影响，该方法思路清晰、操作方便、准确性高、处理效率快、实用性强，大大提高了电网防治山火的技术手段，可广泛应用于输电线路山火监测告警领域，避免因山火跳闸造成的大面积停电事故。附图说明图1为本发明实施例山火判识流程图。具体实施方式下面结合附图1对本发明作进一步详细描述。本发明为一种基于温度分布的输电线路山火辨识方法，具体实现步骤是：步骤1、山火监测图像预处理；对接收的输电线路山火监测红外图像，采用图像傅立叶变换的方法来实现对图像增强处理，采用3×3中值滤波法对图像进行去燥处理，上述方法的相关处理流程为现有技术，在此不再赘述。同时，针对上述处理后的监测图像，将图像颜色模式由rgb模式转化为his模式，其计算公式如下：其中r、g和b分别为图像红色、绿色和蓝色分量，h、i和s分别为图像的色相、明亮度和饱和度分量。步骤2：基于颜色特征的火焰初判；扫描图像的每一个像素点，计算其rgb以及his模式的颜色分量值，判断是否满足以下山火初步判定条件：其中，ho、so分别为颜色分量阈值。本实施例中，经过对火焰像素点各分量取值的统计研究与多次实验，将ho的取值设定为60，so的取值设定为30。通过引入上述判定条件以消除上述干扰因素，实现对图像的分割，计算原则为：其中，f(x,y)为图像上坐标(x,y)处像素点的颜色分量，f＝h,i或s；步骤3：基于颜色特征差值的山火特征提取；对步骤2处理后的图像计算疑似山火区域质心计算公式为：其中，mij为图像f(x,y)的i+j阶几何矩。基于上述质心计算结果，逐像素点对分割出的疑似火焰点和区域质心在his三个维度上做差值运算，计算公式为：统计分割出来的疑似火焰区域内所有像素点颜色特征差值，并计算其方差值，记为c。步骤4：基于温度分布的山火辨识；记录连续一秒钟序列图像，基于步骤1～3所述方法，统计各图像疑似火焰区域内颜色特征差值的方差值，求取平均值若大于山火判定阈值co，则判定为山火，给出告警信息。本实施例中，经过对火焰像素点各分量取值的统计研究与多次实验，将co的取值设定为(10,10,20)。本实施例中选取了四组15min的测试视频图像进行山火判识，分别为输电线路山火红外、太阳光、车灯、通道其他干扰光源，计算各图像集颜色特征值，判识结果如下：监测图像名称满足初判率图像告警率太阳光25.6％0.6％车灯8.4％0％线路山火100％100％其他干扰15.1％1.1％可以看出，该方法能有效消除太阳光、灯光等干扰源影响，综合4类测试集数据表明，该方法能准确识别出每一次输电线路山火事故，且山火误报率低，操作方便、实用性强，可为输电线路现场山火监测防治提供可靠的技术支撑，有效降低因输电线路山火造成的停电损失。当前第1页12