一种变电站电动刀闸二次回路锈蚀识别方法与流程

本发明涉及一种变电站电动刀闸二次回路锈蚀识别方法，属于变电站检修技术领域。

背景技术：

变电站场所是保障电网安全稳定运行的关键重要场所，针对敞开式变电站部署在室外机构箱中电动刀闸二次回路，由于机构箱内的环境很难保障恒定的温湿度，因此，长期存在着电动刀闸二次回路接口处金属件的锈蚀情况，而该锈蚀情况将严重影响设备的安全稳定运行，因此，需要定期对设备的锈蚀情况进行巡查，然而，由于变电站内的设备数量众多，若采用人工排查的方式，需要消耗大量的人力、物力，且巡查质量很难保障，因此，采用自动化的技术手段实现对电动刀闸二次回路锈蚀情况的自动识别，该技术需求是该领域的一项重要内容之一，该技术手段将能够有效提高巡查工作效率，降低人员巡查工作量，有效提高变电站运行的安全可靠性。

技术实现要素：

为了克服现有技术应用中存在的不足，本发明提供一种变电站电动刀闸二次回路锈蚀识别方法，实现对变电站电动刀闸二次回路锈蚀的情况的自动识别。

为解决上述技术问题，本发明采用的技术方案为：

一种变电站电动刀闸二次回路锈蚀识别的技术方法，包括步骤如下：

步骤s1,图片预处理及基于颜色特征的对象识别：根据颜色特征识别出图片中二次回路中的按钮开关和转换开关的特征对象；

步骤s2,对象特征区域的图片分割：分割出图片中的按钮开关和转换开关的特征区域；

步骤s3,rgb颜色特征和灰度特征相结合的疑似接头处识别：采用rgb颜色特征和灰度特征相结合的方法，识别出疑似连接线接头处在图片中的位置；

步骤s4根据多特征判据的锈蚀识别：根据接口处在图片中的对称特征，排除其他干扰，从而根据接口处的rgb颜色特征值和灰度特征值，判断出变电站电动刀闸二次回路是否存在锈蚀。

作为优选方案，所述步骤s1包括步骤如下：

s11：对原始图片进行均值滤波处理；

s12：当像素r、g、b三个颜色分量值均高于200时，设置该像素点的值为r＝255，g＝255，b＝255；

s13：计算每个像素的三个颜色分量的平均差值，当平均差值大于50时，设置该像素点的值为r＝255，g＝255，b＝255；

s14：将不满足s12、s13条件的像素值设置为r＝0，g＝0，b＝0。

作为优选方案，所述步骤s2包括步骤如下：

s21：将步骤s1处理结果的图片转换为灰度图片；

s22：对灰度图片采用3×3区域的图像膨胀算法处理；

s23：对膨胀处理后的图片查找连通区域的外部轮廓，形成一系列的外部轮廓区域；

s24：计算每个轮廓区域的面积大小，当面积大小小于图片大小的1/50时，忽略该区域。

作为优选方案，所述步骤s3包括步骤如下：

s31：针对s2步骤中查找到的轮廓区域，将每个区域范围对应至原图区域范围；

s32：在原图中的每个区域范围内，根据每个像素rgb分量值，当r>g+10，并且g>b+30时，设置该像素值为r＝255，g＝255，b＝255；

s33：在原图中的每个区域范围内，根据每个像素rgb分量值，当像素r、g、b三个颜色分量值均高于200时，设置该像素点的值为r＝0，g＝0，b＝0；

s34：s32和s33中的白色像素值和黑色像素值表示了的疑似接头处识别。

作为优选方案，所述步骤s4包括步骤如下：

s41：根据s3步骤形成的图片，计算每个区域中白色像素的个数超过区域总像素个数的2/50时，表示不存在接头处锈蚀；

s42：根据s3步骤形成的图片，计算每个区域中黑色像素的个数超过区域总像素个数的1/50时，表示存在接头处锈蚀。

本发明的有益效果：提供了一种变电站电动刀闸二次回路锈蚀识别方法，首先，根据颜色特征识别出图片中二次回路中的按钮开关和转换开关的特征对象，其次，分割出图片中的按钮开关和转换开关的特征区域，再次，采用rgb颜色特征和灰度特征相结合的方法，识别出疑似连接线接头处在图片中的位置，最后，根据接口处在图片中的对称特征，排除其他干扰，从而根据接口处的rgb颜色特征值和灰度特征值，判断出变电站电动刀闸二次回路是否存在锈蚀。

本发明具备可靠的抗干扰能力，能够有效规避由于图片抖动、模糊等干扰现象，具有较高的准确性和实用性，同时，也具备广泛的环境适应性。

本发明易于实现和应用，主要可以应用于变电站机构箱中的场景中的电动刀闸二次回路锈蚀识别应用中，对电网智能化水平的发展和提高具有一定的促进作用。

附图说明

图1为本发明的方法流程框图。

具体实施方式

下面结合附图对本发明作更进一步的说明。

如图1所示，一种变电站电动刀闸二次回路锈蚀识别的技术方法，本方法主要包括四个处理步骤：s1图片预处理及基于颜色特征的对象识别：根据颜色特征识别出图片中二次回路中的按钮开关和转换开关的特征对象，s2对象特征区域的图片分割：分割出图片中的按钮开关和转换开关的特征区域，s3rgb颜色特征和灰度特征相结合的疑似接头处识别：采用rgb颜色特征和灰度特征相结合的方法，识别出疑似连接线接头处在图片中的位置，s4根据多特征判据的锈蚀识别：根据接口处在图片中的对称特征，排除其他干扰，从而根据接口处的rgb颜色特征值和灰度特征值，判断出变电站电动刀闸二次回路是否存在锈蚀。

所述的图片预处理及基于颜色特征的对象识别处理步骤包括：

(1)对获取到的包含电动刀闸二次回路的原始图片matorg进行均值滤波处理；

(2)针对滤波处理后的图片，针对图片中的每个像素，当像素r、g、b三个颜色分量值均高于200时，设置该像素点的值为r＝255，g＝255，b＝255；

(3)计算处理后图片的每个像素的三个颜色分量的平均差值，计算方法如下：

avg＝(r+g+b)/3

avg_d＝((avg-r)+(avg-g)+(avg-b))/3

上式中的avg为平均值，avg_d为平均差值，当平均差值avg_d大于50时，设置该像素点的值为r＝255，g＝255，b＝255；

(4)将不满足上述两个条件的像素值设置为r＝0，g＝0，b＝0。

所述的对象特征区域的图片分割：

(1)将上一步骤处理结果的图片转换为灰度图片matmask；

(2)对灰度图片采用3×3区域的图像膨胀算法处理，处理如下函数处理流程：

matdilate_img；

matelement＝getstructuringelement(morph_rect,size(3,3))；

dilate(mask,dilate_img,element)；

上述的dilate_img用于存储膨胀处理后的图片，element为3×3区域膨胀系数，dilate函数为膨胀处理函数。

(3)对膨胀处理后的图片查找连通区域的外部轮廓，形成一系列的外部轮廓区域；

(4)计算每个轮廓区域的面积大小，当面积大小小于图片大小的1/50时，忽略该区域。

所述的rgb颜色特征和灰度特征相结合的疑似接头处识别：

(1)：针对上一步骤中查找到的每个轮廓区域，将每个区域范围对应至原图matorg区域范围；

(2)在原图中的每个区域范围内，根据每个像素rgb分量值，当r>g+10，并且g>b+30时，设置该像素值为r＝255，g＝255，b＝255；

(3)在原图中的每个区域范围内，根据每个像素rgb分量值，当像素r、g、b三个颜色分量值均高于200时，设置该像素点的值为r＝0，g＝0，b＝0；

(4)上述两个处理结果中的白色像素值和黑色像素值表示了的疑似接头处识别。

所述的根据多特征判据的锈蚀识别：

(1)根据上一步骤形成的图片，计算每个区域中白色像素的个数超过区域总像素个数的2/50时，表示不存在接头处锈蚀；

(2)根据上一步骤形成的图片，计算每个区域中黑色像素的个数超过区域总像素个数的1/50时，表示存在接头处锈蚀。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。