一种覆冰监测装置识别方法及装置与流程

1.本发明涉及电力技术领域，尤其涉及一种覆冰监测装置识别方法及装置。


背景技术：

2.近年来，电力公司为跨越覆冰区域的输电线路装配大量的覆冰监测装置，但是，受低温凝冻天气影响，运行于自然环境中的覆冰监测装置多存在通信故障、摄像头凝冻、摄像头积污、摄像头被遮挡等问题，使得输电线路覆冰状态难以辨认，导致电网运维部门错失防冰融冰良机，因此，研究一种覆冰监测装置识别方法以识别覆冰监测装置的异常类型，对及时有效采取防冰抗冰措施具有重要意义。然而，目前针对异常覆冰监测装置的识别无法支撑覆冰期的电网对覆冰监测装置的可靠性需要。


技术实现要素：

3.本发明实施例提供一种覆冰监测装置识别方法及装置，以解决现有技术无法支撑覆冰期的电网对覆冰监测装置的可靠性需要的问题，能够基于覆冰图像分析自动识别覆冰监测装置的异常类型，为及时维护覆冰监测装置、改进覆冰监测装置防护措施提供技术参考，实用性较高。
4.为实现上述目的，本发明实施例提供了一种覆冰监测装置识别方法，包括：
5.获取多个覆冰监测装置采集到的若干张初始覆冰图像，并对若干张所述初始覆冰图像进行预处理，得到若干个异常覆冰图像模板块；
6.对若干个所述异常覆冰图像模板块进行分组整理，得到异常覆冰图像模板组，其中，所述异常覆冰图像模板组包括以下中的至少一种：污秽覆冰图像模板组、凝冻覆冰图像模板组、遮挡覆冰图像模板组、损坏覆冰图像模板组；
7.获取任意一个覆冰监测装置采集到的候选覆冰图像；
8.对所述候选覆冰图像和若干个所述异常覆冰图像模板块进行分块处理，得到若干个候选覆冰图像样本块和若干个异常覆冰图像样本块；
9.根据若干个所述候选覆冰图像样本块的颜色分量和若干个所述异常覆冰图像样本块的颜色分量，计算所述候选覆冰图像和所述异常覆冰图像模板组中的图像之间的第一余弦相似度；
10.根据所述第一余弦相似度，得到所述候选覆冰图像的图像异常类型；
11.根据所述图像异常类型获取对应的图像处理策略，其中，所述图像处理策略包括以下中的至少一种：污秽覆冰图像处理策略、凝冻覆冰图像处理策略、遮挡覆冰图像处理策略、损坏覆冰图像处理策略；
12.根据所述图像处理策略对所述候选覆冰图像进行对应的处理，得到覆冰监测装置的装置异常类型并发出警告。
13.作为上述方案的改进，所述污秽覆冰图像处理策略包括：
14.根据预设的污秽二值化规则，对所述候选覆冰图像进行二值化处理，得到候选污
秽二值图像；
15.从所述候选污秽二值图像中筛选出候选污秽区域图像；
16.对所述候选污秽区域图像进行分块处理，得到若干个候选污秽图像块，遍历所述候选污秽区域图像并依次计算若干个所述候选污秽图像块与所述异常覆冰图像模块组中的污秽覆冰图像模板块之间的第二余弦相似度；
17.当所述第二余弦相似度大于或等于预设的第一余弦相似度阈值时，判断候选污秽图像块所在位置的污秽持续时间是否超过预设的第一时间阈值；
18.若是，判断覆冰监测装置的装置异常类型为摄像头污秽并发出警告。
19.作为上述方案的改进，所述凝冻覆冰图像处理策略包括：
20.根据预设的凝冻二值化规则，对所述候选覆冰图像进行二值化处理，得到候选凝冻二值图像；
21.从所述候选凝冻二值图像中筛选出候选凝冻区域图像；
22.对所述候选凝冻区域图像进行分块处理，得到若干个候选凝冻图像块，遍历所述候选凝冻区域图像并依次计算若干个所述候选凝冻图像块与所述异常覆冰图像模块组中的凝冻覆冰图像模板块之间的第三余弦相似度；
23.当所述第三余弦相似度大于或等于预设的第二余弦相似度阈值时，判断候选凝冻图像块所在位置的凝冻持续时间是否超过预设的第二时间阈值；
24.若是，判断覆冰监测装置的装置异常类型为摄像头凝冻并发出警告。
25.作为上述方案的改进，述遮挡覆冰图像处理策略包括：
26.对所述候选覆冰图像进行分块处理，得到若干个候选覆冰图像块，遍历所述候选覆冰图像并依次计算若干个所述候选覆冰图像块与所述异常覆冰图像模块组中的遮挡覆冰图像模板块之间的第四余弦相似度；
27.当所述第四余弦相似度大于或等于预设的第三余弦相似度阈值时，计算若干个所述候选覆冰图像块的分布区域；
28.当所述分布区域符合预设的分布区域条件时，判断所述候选覆冰图像存在图像遮挡现象；
29.当所述图像遮挡现象的遮挡持续时间超过预设的第三时间阈值时，判断覆冰监测装置的装置异常类型为摄像头被遮挡并发出警告。
30.作为上述方案的改进，所述损坏覆冰图像处理策略包括：
31.当所述候选覆冰图像的像素点数或颜色分量满足预设的损坏条件时，对所述候选覆冰图像进行分块处理，得到若干个候选损坏图像块，遍历所述候选覆冰图像并依次计算若干个所述候选损坏图像块与所述异常覆冰图像模块组中的损坏覆冰图像模板块之间的第五余弦相似度；
32.当所述第五余弦相似度大于或等于预设的第四余弦相似度阈值时，判断候选损坏图像块所在的候选覆冰图像的数量是否超过预设的数量阈值；
33.若是，判断覆冰监测装置的装置异常类型为覆冰监测装置通信故障并发出警告。
34.作为上述方案的改进，所述根据若干个所述候选覆冰图像样本块的颜色分量和若干个所述异常覆冰图像样本块的颜色分量，计算所述候选覆冰图像和所述异常覆冰图像模板组中的图像之间的第一余弦相似度，包括：
35.根据若干个所述候选覆冰图像样本块的颜色分量计算若干个所述候选覆冰图像样本块的区域特征：
[0036][0037]
其中，ri为候选覆冰图像样本块中每个像素点的红分量，gi为候选覆冰图像样本块中每个像素点的绿分量，bi为候选覆冰图像样本块中每个像素点的蓝分量，k
×
k为候选覆冰图像样本块大小，i为候选覆冰图像样本块的像素点；
[0038]
根据若干个所述异常覆冰图像样本块的颜色分量计算若干个所述异常覆冰图像样本块的区域特征：
[0039][0040]
其中，rn为异常覆冰图像样本块中每个像素点的红分量，gn为异常覆冰图像样本块中每个像素点的绿分量，bn为异常覆冰图像样本块中每个像素点的蓝分量，k
×
k为异常覆冰图像样本块大小，n为异常覆冰图像样本块的像素点；
[0041]
根据若干个所述候选覆冰图像样本块的区域特征和若干个所述异常覆冰图像样本块的区域特征，计算所述候选覆冰图像和所述异常覆冰图像模板组中的图像之间的第一余弦相似度：
[0042][0043]
其中，v
r1
为候选覆冰图像样本块的区域特征，v
r2
为异常覆冰图像样本块的区域特征，i为候选覆冰图像样本块的像素点，n为异常覆冰图像样本块的像素点，m1为候选覆冰图像中候选覆冰图像样本块的总数量，m2为异常覆冰图像模板组中的其中一组的异常覆冰图像样本块的总数量。
[0044]
作为上述方案的改进，所述从所述候选污秽二值图像中筛选出候选污秽区域图像，包括：
[0045]
对所述候选污秽二值图像进行滤噪增强处理，得到候选污秽增强图像；
[0046]
将所述候选污秽二值图像转换为候选污秽二维掩模；
[0047]
根据所述候选污秽增强图像和所述候选污秽二维掩模，得到候选污秽区域图像。
[0048]
作为上述方案的改进，所述从所述候选凝冻二值图像中筛选出候选凝冻区域图像，包括：
[0049]
对所述候选凝冻二值图像进行滤噪增强处理，得到候选凝冻增强图像；
[0050]
将所述候选凝冻二值图像转换为候选凝冻二维掩模；
[0051]
根据所述候选凝冻增强图像和所述候选凝冻二维掩模，得到候选凝冻区域图像。
[0052]
作为上述方案的改进，所述损坏条件包括以下的至少一种：
[0053]
所述候选覆冰图像中取值为(100≤红分量≤140)∩(100≤绿分量≤140)∩(100≤蓝分量≤140)的像素点数占所述候选覆冰图像的总像素点数的比例超70％；
[0054]
所述候选覆冰图像中取值为(红分量≤30)∩(绿分量≤30)∩(蓝分量≤30)的像素点数占所述候选覆冰图像的总像素数的比例超70％；
[0055]
所述候选覆冰图像中的颜色分量的最大值与最小值的差为(红分量最大值-红分量最小值≤30)∩(绿分量最大值-绿分量最小值≤30)∩(蓝分量最大值-绿分量最大值≤30)。
[0056]
为实现上述目的，本发明实施例提供了一种覆冰监测装置识别装置，包括：
[0057]
异常覆冰图像模板块获取模块，用于获取多个覆冰监测装置采集到的若干张初始覆冰图像，并对若干张所述初始覆冰图像进行预处理，得到若干个异常覆冰图像模板块；
[0058]
异常覆冰图像模板组获取模块，用于对若干个所述异常覆冰图像模板块进行分组整理，得到异常覆冰图像模板组，其中，所述异常覆冰图像模板组包括以下中的至少一种：污秽覆冰图像模板组、凝冻覆冰图像模板组、遮挡覆冰图像模板组、损坏覆冰图像模板组；
[0059]
候选覆冰图像获取模块，用于获取任意一个覆冰监测装置采集到的候选覆冰图像；
[0060]
图像样本块获取模块，用于对所述候选覆冰图像和若干个所述异常覆冰图像模板块进行分块处理，得到若干个候选覆冰图像样本块和若干个异常覆冰图像样本块；
[0061]
计算模块，用于根据若干个所述候选覆冰图像样本块的颜色分量和若干个所述异常覆冰图像样本块的颜色分量，计算所述候选覆冰图像和所述异常覆冰图像模板组中的图像之间的第一余弦相似度；
[0062]
图像异常类型判断模块，用于根据所述第一余弦相似度，得到所述候选覆冰图像的图像异常类型；
[0063]
图像处理策略获取模块，用于根据所述图像异常类型获取对应的图像处理策略，其中，所述图像处理策略包括以下中的至少一种：污秽覆冰图像处理策略、凝冻覆冰图像处理策略、遮挡覆冰图像处理策略、损坏覆冰图像处理策略；
[0064]
装置异常类型判断模块，用于根据所述图像处理策略对所述候选覆冰图像进行对应的处理，得到覆冰监测装置的装置异常类型并发出警告。
[0065]
与现有技术相比，本发明实施例提供的一种覆冰监测装置识别方法及装置，根据候选覆冰图像样本块的颜色分量和异常覆冰图像样本块的颜色分量，计算候选覆冰图像和异常覆冰图像模板组中的图像之间的第一余弦相似度，并根据第一余弦相似度，得到候选覆冰图像的图像异常类型，最后根据图像异常类型获取对应的图像处理策略，以对候选覆冰图像进行对应的处理，得到覆冰监测装置的装置异常类型并发出警告。由此可见，本发明实施例能够基于覆冰图像识别覆冰监测装置的装置异常类型，为及时维护覆冰监测装置、改进覆冰监测装置防护措施提供技术参考，实用性较高，实时性较强。
附图说明
[0066]
图1是本发明实施例提供的一种覆冰监测装置识别方法的流程图；
[0067]
图2是本发明实施例提供的一种覆冰监测装置识别装置的结构框图；
具体实施方式
[0068]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完
整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0069]
参见图1，图1是本发明实施例提供的一种覆冰监测装置识别方法的流程图，所述覆冰监测装置识别方法，包括：
[0070]
s1、获取多个覆冰监测装置采集到的若干张初始覆冰图像，并对若干张所述初始覆冰图像进行预处理，得到若干个异常覆冰图像模板块；
[0071]
s2、对若干个所述异常覆冰图像模板块进行分组整理，得到异常覆冰图像模板组，其中，所述异常覆冰图像模板组包括以下中的至少一种：污秽覆冰图像模板组、凝冻覆冰图像模板组、遮挡覆冰图像模板组、损坏覆冰图像模板组；
[0072]
s3、获取任意一个覆冰监测装置采集到的候选覆冰图像；
[0073]
s4、对所述候选覆冰图像和若干个所述异常覆冰图像模板块进行分块处理，得到若干个候选覆冰图像样本块和若干个异常覆冰图像样本块；
[0074]
s5、根据若干个所述候选覆冰图像样本块的颜色分量和若干个所述异常覆冰图像样本块的颜色分量，计算所述候选覆冰图像和所述异常覆冰图像模板组中的图像之间的第一余弦相似度；
[0075]
s6、根据所述第一余弦相似度，得到所述候选覆冰图像的图像异常类型；
[0076]
s7、根据所述图像异常类型获取对应的图像处理策略，其中，所述图像处理策略包括以下中的至少一种：污秽覆冰图像处理策略、凝冻覆冰图像处理策略、遮挡覆冰图像处理策略、损坏覆冰图像处理策略；
[0077]
s8、根据所述图像处理策略对所述候选覆冰图像进行对应的处理，得到覆冰监测装置的装置异常类型并发出警告。
[0078]
具体地，在步骤s1中，所述获取多个覆冰监测装置采集到的若干张初始覆冰图像，并对若干张所述初始覆冰图像进行预处理，得到若干个异常覆冰图像模板块，包括步骤s11～s23：
[0079]
s11、获取输电线路上多个覆冰监测装置在每年冬季至次年春季采集到的若干张初始覆冰图像，其中，所述覆冰监测装置包括安装在杆塔的摄像头；
[0080]
s12、对若干张所述初始覆冰图像进行分组处理，得到初始正常覆冰图像组和初始异常覆冰图像组，其中，所述初始异常覆冰图像组至少包括以下中的一种：初始污秽覆冰图像组、初始凝冻覆冰图像组、初始遮挡覆冰图像组、初始损坏覆冰图像组。
[0081]
s13、将所述初始异常覆冰图像组中的初始异常覆冰图像裁剪出异常区域，得到异常覆冰区域图像，并对所述异常覆冰区域图像进行分块处理，得到若干个异常覆冰图像模板块；
[0082]
优选地，每个异常覆冰图像模板块的大小为q
×
q，q取10～50像素，以提升计算机处理效率；
[0083]
可以理解的，所述异常覆冰图像模板块包括以下中的至少一种：污秽覆冰图像模板块、凝冻覆冰图像模板块、遮挡覆冰图像模板块、损坏覆冰图像模板块。
[0084]
可以理解的，在步骤s2中，将若干个所述异常覆冰图像模板块存放在不同的样本图像文件夹，得到异常覆冰图像模板组，其中，所述异常覆冰图像模板组包括以下中的至少
一种：污秽覆冰图像模板组、凝冻覆冰图像模板组、遮挡覆冰图像模板组、损坏覆冰图像模板组。则污秽覆冰图像模板组包括若干个污秽覆冰图像模板块，凝冻覆冰图像模板组包括若干个凝冻覆冰图像模板块，遮挡覆冰图像模板组包括若干个遮挡覆冰图像模板块，损坏覆冰图像模板组包括若干个损坏覆冰图像模板块。
[0085]
具体地，在步骤s3中，获取任意一个覆冰监测装置采集到的候选覆冰图像，以将候选覆冰图像与异常覆冰图像模板组中的图像进行特征匹配，得到所述候选覆冰图像的图像异常类型；
[0086]
可以理解的，在步骤s4中，每个候选覆冰图像样本块和每个异常覆冰图像样本块的大小一样，均为k
×
k，所述异常覆冰图像样本块包括以下中的至少一种：污秽覆冰图像样本块、凝冻覆冰图像样本块、遮挡覆冰图像样本块、损坏覆冰图像样本块。
[0087]
具体地，在步骤s5中，所述根据若干个所述候选覆冰图像样本块的颜色分量和若干个所述异常覆冰图像样本块的颜色分量，计算所述候选覆冰图像和所述异常覆冰图像模板组中的图像之间的第一余弦相似度，包括步骤s51～s53：
[0088]
s51、根据若干个所述候选覆冰图像样本块的颜色分量计算若干个所述候选覆冰图像样本块的区域特征：
[0089][0090]
其中，ri为候选覆冰图像样本块中每个像素点的红分量，gi为候选覆冰图像样本块中每个像素点的绿分量，bi为候选覆冰图像样本块中每个像素点的蓝分量，k
×
k为候选覆冰图像样本块大小，i为候选覆冰图像样本块的像素点；
[0091]
s52、根据若干个所述异常覆冰图像样本块的颜色分量计算若干个所述异常覆冰图像样本块的区域特征：
[0092][0093]
其中，rn为异常覆冰图像样本块中每个像素点的红分量，gn为异常覆冰图像样本块中每个像素点的绿分量，bn为异常覆冰图像样本块中每个像素点的蓝分量，k
×
k为异常覆冰图像样本块大小，n为异常覆冰图像样本块的像素点；
[0094]
s53、根据若干个所述候选覆冰图像样本块的区域特征和若干个所述异常覆冰图像样本块的区域特征，计算所述候选覆冰图像和所述异常覆冰图像模板组中的图像之间的第一余弦相似度：
[0095][0096]
其中，v
r1
为候选覆冰图像样本块的区域特征，v
r2
为异常覆冰图像样本块的区域特征，i为候选覆冰图像样本块的像素点，n为异常覆冰图像样本块的像素点，m1为候选覆冰图像中候选覆冰图像样本块的总数量，m2为异常覆冰图像模板组中的其中一组的异常覆冰图像样本块的总数量。
[0097]
可以理解的，在步骤s6中，所述候选覆冰图像的图像异常类型包括以下中的至少一种：因摄像头污秽导致的图像缺陷、因摄像头凝冻导致的图像模糊、因摄像头被遮挡导致的成像不全、因覆冰监测装置通信故障导致的图像损坏。
[0098]
可选地，在步骤s7中，图像处理策略包括s71～s74；
[0099]
具体地，所述污秽覆冰图像处理策略包括步骤s711～s715：
[0100]
s711、根据预设的污秽二值化规则，对所述候选覆冰图像进行二值化处理，得到候选污秽二值图像；
[0101]
优选地，所述污秽二值化规则为取候选覆冰图像中像素红、绿、蓝分量(r，g，b)＝(0，0，0)为阈值，即候选覆冰图像imgo中取值为(r＞0)∪(g＞0)∪(b＞0)的像素点，在候选污秽二值图像imgb中均取(0，0，0)，其为黑色像素点；候选覆冰图像imgo中取值为(r＝0)∪(g＝0)∪(b＝0)的像素点，在候选污秽二值图像imgb中均取(255，255，255)，其为白色像素点。
[0102]
s712、从所述候选污秽二值图像中筛选出候选污秽区域图像；
[0103]
具体地，在步骤s712中，所述从所述候选污秽二值图像中筛选出候选污秽区域图像，包括步骤s7121～s7123：
[0104]
s7121、对所述候选污秽二值图像进行滤噪增强处理，得到候选污秽增强图像；
[0105]
优选地，取卷积核c＝c
×
c，执行膨胀运算img
b c以滤除候选污秽二值图像imgb的噪点，得到候选污秽增强图像img
b,c
；
[0106]
s7122、将所述候选污秽二值图像转换为候选污秽二维掩模；
[0107]
可以理解的，将所述候选污秽二值图像imgb转换为候选污秽二维掩模maskc，其中，(r，g，b)＝(0，0，0)的像素点取0，(r，g，b)＝(255，255，255)的像素点取1；
[0108]
s7123、根据所述候选污秽增强图像和所述候选污秽二维掩模，得到候选污秽区域图像。
[0109]
可以理解的，候选污秽区域图像imgc＝img
b,c
×
maskc。
[0110]
s713、对所述候选污秽区域图像进行分块处理，得到若干个候选污秽图像块，遍历所述候选污秽区域图像并依次计算若干个所述候选污秽图像块与所述异常覆冰图像模块组中的污秽覆冰图像模板块之间的第二余弦相似度；
[0111]
可以理解的，对所述候选污秽区域图像进行分块处理，得到与异常覆冰图像模板块同等尺寸的若干个候选污秽图像块，每个候选污秽图像块大小为q
×
q，从左上角至右下角排序，记录候选污秽图像块左上角顶点的坐标；遍历候选污秽区域图像imgc依次计算候选污秽图像块ci与污秽覆冰图像模板块c m,i
之间的第二余弦相似度sim
ci,cm,i
，第二余弦相似度的计算方法和上述实施例的第一余弦相似度的计算方法类似，在此不再赘述；
[0112]
s714、当所述第二余弦相似度大于或等于预设的第一余弦相似度阈值时，判断候选污秽图像块所在位置的污秽持续时间是否超过预设的第一时间阈值；
[0113]
s715、若是，判断覆冰监测装置的装置异常类型为摄像头污秽并发出警告。
[0114]
优选地，所述第一余弦相似度阈值为0.75，所述第一时间阈值为3天，可以理解的，当sim
ci,cm,i
≧0.75时，认为候选污秽图像块ci为污秽图像块，此时，分析候选污秽图像块所在位置，并用候选污秽图像块ci的像素面积占候选覆冰图像imgo的总像素面积的比例表征污秽程度；进一步的，分析同覆冰监测装置近7天的覆冰图像序列，当候选污秽图像块ci所
在位置的污秽持续时间超过3天时，判断覆冰监测装置的装置异常类型为摄像头污秽且向监控主站发出“请及时清除摄像头污秽”的警告信息。
[0115]
具体地，所述凝冻覆冰图像处理策略包括步骤s721～s725：
[0116]
s721、根据预设的凝冻二值化规则，对所述候选覆冰图像进行二值化处理，得到候选凝冻二值图像；
[0117]
优选地，所述凝冻二值化规则为候选覆冰图像imgo中取值为(|r-g|≤30)∩(|r-g|≤30)∩(|b-g|≤30)的像素点，在候选凝冻二值图像img
b,f
中均取(255，255，255)，其为白色像素点；在候选覆冰图像imgo中取值为(|r-g|＞30)∩(|r-g|＞30)∩(|b-g|＞30)的像素点，在二值图像img
b,f
中均取(0，0，0)，其为黑色像素点。
[0118]
s722、从所述候选凝冻二值图像中筛选出候选凝冻区域图像；
[0119]
具体地，在步骤s722中，所述从所述候选凝冻二值图像中筛选出候选凝冻区域图像，包括步骤s7221～s7223：
[0120]
s7221、对所述候选凝冻二值图像进行滤噪增强处理，得到候选凝冻增强图像；
[0121]
优选地，取卷积核c＝c
×
c，执行膨胀运算img
b,f c以滤除候选凝冻二值图像img
b,f
的噪点，得到候选凝冻增强图像img
b,f,c
；
[0122]
s7223、将所述候选凝冻二值图像转换为候选凝冻二维掩模；
[0123]
可以理解的，将所述候选污秽二值图像img
b,f
转换为候选污秽二维掩模maskf，其中，(r，g，b)＝(0，0，0)的像素点取0，(r，g，b)＝(255，255，255)的像素点取1；
[0124]
s7223、根据所述候选凝冻增强图像和所述候选凝冻二维掩模，得到候选凝冻区域图像。
[0125]
可以理解的，所述候选凝冻区域图像imgf＝img
b,f,c
×
maskf。
[0126]
s723、对所述候选凝冻区域图像进行分块处理，得到若干个候选凝冻图像块，遍历所述候选凝冻区域图像并依次计算若干个所述候选凝冻图像块与所述异常覆冰图像模块组中的凝冻覆冰图像模板块之间的第三余弦相似度；
[0127]
可以理解的，对所述候选凝冻区域图像进行分块处理，得到与异常覆冰图像模板块同等尺寸的若干个候选凝冻图像块，每个候选凝冻图像块大小为q
×
q，从左上角至右下角排序，记录候选凝冻图像块左上角顶点的坐标；遍历候选污秽区域图像imgf依次计算候选污秽图像块fi与凝冻覆冰图像模板块f m,i
之间的第三余弦相似度sim
fi,fm,i
，第三余弦相似度的计算方法和上述实施例的第一余弦相似度的计算方法类似，在此不再赘述；
[0128]
s724、当所述第三余弦相似度大于或等于预设的第二余弦相似度阈值时，判断候选凝冻图像块所在位置的凝冻持续时间是否超过预设的第二时间阈值；
[0129]
s725、若是，判断覆冰监测装置的装置异常类型为摄像头凝冻并发出警告。
[0130]
优选地，所述第二余弦相似度阈值为0.75，所述第一时间阈值为12小时，可以理解的，当sim
fi,fm,i
≧0.75时，认为候选凝冻图像块fi为凝冻图像块，此时，分析候选凝冻图像块所在位置，并用候选凝冻图像块fi的像素面积所占候选覆冰图像imgo的总像素面积的比例表征凝冻程度；进一步的，分析同覆冰监测装置近3天的覆冰图像序列，当候选凝冻图像块fi所在位置的凝冻持续时间超过12小时时，判断覆冰监测装置的装置异常类型为摄像头凝冻且向监控主站发出“摄像头需要加热融冰”的警告信息。
[0131]
具体地，所述遮挡覆冰图像处理策略包括步骤s731～s734：
[0132]
s731、对所述候选覆冰图像进行分块处理，得到若干个候选覆冰图像块，遍历所述候选覆冰图像并依次计算若干个所述候选覆冰图像块与所述异常覆冰图像模块组中的遮挡覆冰图像模板块之间的第四余弦相似度；
[0133]
可以理解的，对所述候选覆冰图像imgs进行分块处理，得到与异常覆冰图像模板块同等尺寸的若干个候选覆冰图像块，每个候选覆冰图像块大小为q
×
q，从左上角至右下角排序，记录候选覆冰图像块左上角顶点的坐标；遍历候选覆冰图像imgs依次计算候选覆冰图像块s i
与遮挡覆冰图像模板块s m,i
之间的第四余弦相似度sim
si,sm,i
；第四余弦相似度的计算方法和上述实施例的第一余弦相似度的计算方法类似，在此不再赘述；
[0134]
s732、当所述第四余弦相似度大于或等于预设的第三余弦相似度阈值时，计算若干个所述候选覆冰图像块的分布区域；
[0135]
s733、当所述分布区域符合预设的分布区域条件时，判断所述候选覆冰图像存在图像遮挡现象；
[0136]
s734、当所述图像遮挡现象的遮挡持续时间超过预设的第三时间阈值时，判断覆冰监测装置的装置异常类型为摄像头被遮挡并发出警告。
[0137]
优选地，所述第三余弦相似度阈值为0.75，所述分布区域条件为优选地，所述第三余弦相似度阈值为0.75，所述分布区域条件为所述第三时间阈值为7天，可以理解的，当sim
si,sm,i
≧0.75，认为候选覆冰图像块si为遮挡图像块，此时，分析遮挡图像块所在位置和分析遮挡图像块分布区域及数量h，对长为w，宽为h且图像块大小为q
×
q的候选覆冰图像imgs，若认为候选覆冰图像存在图像遮挡现象；
[0138]
进一步的，分析同终端近2周的覆冰图像序列，当图像遮挡现象超过7天时，判断覆冰监测装置的装置异常类型为摄像头被遮挡且向监控主站发出“摄像头需要调整位置”的警告信息。
[0139]
具体地，所述损坏覆冰图像处理策略包括步骤s741～s743：
[0140]
s741、当所述候选覆冰图像的像素点数或颜色分量满足预设的损坏条件时，对所述候选覆冰图像进行分块处理，得到若干个候选损坏图像块，遍历所述候选覆冰图像并依次计算若干个所述候选损坏图像块与所述异常覆冰图像模块组中的损坏覆冰图像模板块之间的第五余弦相似度；
[0141]
进一步地，所述损坏条件包括以下的至少一种：
[0142]
所述候选覆冰图像中取值为(100≤红分量≤140)∩(100≤绿分量≤140)∩(100≤蓝分量≤140)的像素点数占所述候选覆冰图像的总像素点数的比例超70％；
[0143]
所述候选覆冰图像中取值为(红分量≤30)∩(绿分量≤30)∩(蓝分量≤30)的像素点数占所述候选覆冰图像的总像素数的比例超70％；
[0144]
所述候选覆冰图像中的颜色分量的最大值与最小值的差为(红分量最大值-红分量最小值≤30)∩(绿分量最大值-绿分量最小值≤30)∩(蓝分量最大值-绿分量最大值≤30)。
[0145]
可以理解的，用r、g、b分量的最大值与最小值之差衡量图像的信息丰富度。
[0146]
可以理解的，当所述候选覆冰图像的像素点数或颜色分量满足预设的损坏条件时，对所述候选覆冰图像imgo进行分块处理，得到与异常覆冰图像模板块同等尺寸的若干个候选损坏图像块，每个候选损坏图像块大小为q
×
q，从左上角至右下角排序，记录候选损坏图像块左上角顶点的坐标；遍历候选覆冰图像imgo依次候选损坏图像块di与损坏覆冰图像模板块d m,i
之间的第五余弦相似度sim
di,dm,i
，第五余弦相似度的计算方法和上述实施例的第一余弦相似度的计算方法类似，在此不再赘述；
[0147]
s742、当所述第五余弦相似度大于或等于预设的第四余弦相似度阈值时，判断候选损坏图像块所在的候选覆冰图像的数量是否超过预设的数量阈值；
[0148]
s743、若是，判断覆冰监测装置的装置异常类型为覆冰监测装置通信故障并发出警告。
[0149]
优选地，所述第四余弦相似度阈值为0.75，可以理解的，当sim
di,dm,i
≧0.75，认为候选损坏图像块di为损坏图像块，此时，分析损坏图像块所在位置，并用损坏图像块的像素面积所占候选覆冰图像imgo的总像素面积的比例表征损坏程度；进一步的，分析同覆冰监测装置近7天的图像序列，当候选损坏图像块所在的候选覆冰图像的数量超过3张时，说明该覆冰监测装置在低温凝冻条件下通信可靠度低，判断覆冰监测装置的装置异常类型为覆冰监测装置通信故障且向监控主站发出“需检查覆冰监测装置”的警告信息。
[0150]
参见图2，图2是本发明实施例提供的一种覆冰监测装置识别装置10的结构框图，所述覆冰监测装置识别装置，包括：
[0151]
异常覆冰图像模板块获取模块11，用于获取多个覆冰监测装置采集到的若干张初始覆冰图像，并对若干张所述初始覆冰图像进行预处理，得到若干个异常覆冰图像模板块；
[0152]
异常覆冰图像模板组获取模块12，用于对若干个所述异常覆冰图像模板块进行分组整理，得到异常覆冰图像模板组，其中，所述异常覆冰图像模板组包括以下中的至少一种：污秽覆冰图像模板组、凝冻覆冰图像模板组、遮挡覆冰图像模板组、损坏覆冰图像模板组；
[0153]
候选覆冰图像获取模块13，用于获取任意一个覆冰监测装置采集到的候选覆冰图像；
[0154]
图像样本块获取模块14，用于对所述候选覆冰图像和若干个所述异常覆冰图像模板块进行分块处理，得到若干个候选覆冰图像样本块和若干个异常覆冰图像样本块；
[0155]
计算模块15，用于根据若干个所述候选覆冰图像样本块的颜色分量和若干个所述异常覆冰图像样本块的颜色分量，计算所述候选覆冰图像和所述异常覆冰图像模板组中的图像之间的第一余弦相似度；
[0156]
图像异常类型判断模块16，用于根据所述第一余弦相似度，得到所述候选覆冰图像的图像异常类型；
[0157]
图像处理策略获取模块17，用于根据所述图像异常类型获取对应的图像处理策略，其中，所述图像处理策略包括以下中的至少一种：污秽覆冰图像处理策略、凝冻覆冰图像处理策略、遮挡覆冰图像处理策略、损坏覆冰图像处理策略；
[0158]
装置异常类型判断模块18，用于根据所述图像处理策略对所述候选覆冰图像进行对应的处理，得到覆冰监测装置的装置异常类型并发出警告。
[0159]
值得说明的是，本发明实施例所述的覆冰监测装置识别装置10中各个模块的工作
过程可参考上述实施例所述的覆冰监测装置识别方法的工作过程，在此不再赘述。
[0160]
本发明实施例所提供的一种覆冰监测装置识别方法及装置，根据候选覆冰图像样本块的颜色分量和异常覆冰图像样本块的颜色分量，计算候选覆冰图像和异常覆冰图像模板组中的图像之间的第一余弦相似度，并根据第一余弦相似度，得到候选覆冰图像的图像异常类型，最后根据图像异常类型获取对应的图像处理策略，以对候选覆冰图像进行对应的处理，得到覆冰监测装置的装置异常类型并发出警告。由此可见，本发明实施例能够基于覆冰图像识别覆冰监测装置的装置异常类型，为及时维护覆冰监测装置、改进覆冰监测装置防护措施提供技术参考，实用性较高，实时性较强。
[0161]
以上所述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，这些改进和润饰也视为本发明的保护范围。