换流阀电晕放电紫外图像特征提取方法和装置与流程

1.本技术涉及换流阀检测技术领域，特别是涉及一种换流阀电晕放电紫外图像特征提取方法、装置、计算机设备、存储介质和计算机程序产品。


背景技术：

2.超、特高压直流输电具有远距离、大容量、低损耗的技术优势。高压直流系统中，换流阀是实现交直流电能转换的关键设备，其稳定运行对于整个电力系统的安全起着决定性作用。电晕放电指带电体表面在气体介质中所发生局部自持性放电现象，常发生在极不均匀电场中场强集中的区域。对于高电压电气设备而言，虽然短时的电晕放电一般不会造成严重后果，但其长期的累计效应不能忽略。
3.输变电设备绝缘表面的局部放电会产生的一系列的光热等现象，通过放电产生的不同现象可采取多种方式检测绝缘子的局部放电。通常使用得到检测方法有脉冲电流分析法、声学检测、红外检测和紫外检测等。紫外检测法是一种无损检测方法，并且回避了环境噪声等干扰，日益受到重视。
4.电力系统通常利用紫外线信号对现场运行输变电设备绝缘表面局放现象进行检测。虽然利用紫外检测能有效观察到设备的异常放电，但是目前得到的紫外图像特征难以量化，提取到的紫外图像特征不准确。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种准确的换流阀电晕放电紫外图像特征提取方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
6.第一方面，本技术提供了一种换流阀电晕放电紫外图像特征提取方法。该方法包括：
7.获取换流阀电晕放电的初始紫外检测图像；
8.根据初始紫外检测图像，确定光斑类型；
9.根据光斑类型对应的图像分割算法，对初始紫外检测图像进行分割，得到光斑图像；
10.对光斑图像进行特征提取，得到光斑特征。
11.在其中一个实施例中，根据初始紫外检测图像，确定光斑类型包括：提取初始紫外检测图像中的放电图像；确定放电图像的光斑颜色；根据光斑颜色，确定光斑类型。
12.在其中一个实施例中，根据光斑类型对应的图像分割算法，对初始紫外检测图像进行分割，得到光斑图像包括：若光斑类型为白色光斑，则根据灰度阈值法对初始紫外检测图像进行分割，得到光斑图像；若光斑类型为红色光斑，则根据三通道阈值法对初始紫外检测图像进行分割，得到光斑图像。
13.在其中一个实施例中，若光斑类型为白色光斑，根据灰度阈值法对初始紫外检测图像进行分割，得到光斑图像包括：若光斑类型为白色光斑，则对初始紫外检测图像进行灰
度处理，得到灰度化紫外检测图像；根据灰度阈值法对灰度化紫外检测图像进行分割，得到光斑图像。
14.在其中一个实施例中，对光斑图像进行特征提取，得到光斑特征包括：提取光斑图像中的最大光斑，得到目标光斑图像；根据目标光斑图像的特征参数，得到光斑特征。
15.在其中一个实施例中，提取光斑图像中的最大光斑，得到目标光斑图像包括：对光斑图像进行消噪处理，得到预处理光斑图像；提取预处理光斑图像中的最大光斑，得到目标光斑图像。
16.第二方面，本技术还提供了一种换流阀电晕放电紫外图像特征提取装置。
17.该装置包括：
18.获取模块，用于获取换流阀电晕放电的初始紫外检测图像；
19.确定模块，用于根据初始紫外检测图像，确定光斑类型；
20.分割模块，用于根据光斑类型对应的图像分割算法，对初始紫外检测图像进行分割，得到光斑图像；
21.提取模块，用于对光斑图像进行特征提取，得到光斑特征。
22.在其中一个实施例中，确定模块还用于提取初始紫外检测图像中的放电图像；确定放电图像的光斑颜色；根据光斑颜色，确定光斑类型。
23.在其中一个实施例中，分割模块还用于若光斑类型为白色光斑，则根据灰度阈值法对初始紫外检测图像进行分割，得到光斑图像；若光斑类型为红色光斑，则根据三通道阈值法对初始紫外检测图像进行分割，得到光斑图像。
24.在其中一个实施例中，分割模块还用于若光斑类型为白色光斑，则对初始紫外检测图像进行灰度处理，得到灰度化紫外检测图像；根据灰度阈值法对灰度化紫外检测图像进行分割，得到光斑图像。
25.在其中一个实施例中，提取模块还用于提取光斑图像中的最大光斑，得到目标光斑图像；根据目标光斑图像的特征参数，得到光斑特征。
26.在其中一个实施例中，提取模块还用于对光斑图像进行消噪处理，得到预处理光斑图像；提取预处理光斑图像中的最大光斑，得到目标光斑图像。
27.第三方面，本技术还提供了一种计算机设备。该计算机设备包括存储器和处理器，该存储器存储有计算机程序，该处理器执行该计算机程序时实现以下步骤：
28.获取换流阀电晕放电的初始紫外检测图像；
29.根据初始紫外检测图像，确定光斑类型；
30.根据光斑类型对应的图像分割算法，对初始紫外检测图像进行分割，得到光斑图像；
31.对光斑图像进行特征提取，得到光斑特征。
32.第四方面，本技术还提供了一种计算机可读存储介质。该计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以下步骤：
33.获取换流阀电晕放电的初始紫外检测图像；
34.根据初始紫外检测图像，确定光斑类型；
35.根据光斑类型对应的图像分割算法，对初始紫外检测图像进行分割，得到光斑图像；
36.对光斑图像进行特征提取，得到光斑特征。
37.第五方面，本技术还提供了一种计算机程序产品。该计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
38.获取换流阀电晕放电的初始紫外检测图像；
39.根据初始紫外检测图像，确定光斑类型；
40.根据光斑类型对应的图像分割算法，对初始紫外检测图像进行分割，得到光斑图像；
41.对光斑图像进行特征提取，得到光斑特征。
42.上述换流阀电晕放电紫外图像特征提取方法、装置、计算机设备、存储介质和计算机程序产品，获取换流阀电晕放电的初始紫外检测图像；根据初始紫外检测图像，确定光斑类型；根据光斑类型对应的图像分割算法，对初始紫外检测图像进行分割，得到光斑图像；对光斑图像进行特征提取，得到光斑特征。整个方案通过判断初始紫外检测图像中的光斑类型，针对不同的光斑类型，采用对应的图像分割方法对初始紫外检测图像进行分割，进而得到光斑类型对应的准确的光斑图像，进而根据光斑图像进行特征提取，得到的光斑特征更加准确。
附图说明
43.图1为一个实施例中换流阀电晕放电紫外图像特征提取方法的应用环境图；
44.图2为一个实施例中换流阀电晕放电紫外图像特征提取方法的流程示意图；
45.图3为一个实施例中白色光斑的示意图；
46.图4为一个实施例中红色光斑的示意图；
47.图5为一个实施例中目标光斑图像的示意图；
48.图6为一个实施例中光斑轮廓的示意图；
49.图7为另一个实施例中换流阀电晕放电紫外图像特征提取过程的示意图；
50.图8为一个实施例中换流阀电晕放电紫外图像特征提取装置的结构框图；
51.图9为一个实施例中计算机设备的内部结构图。
具体实施方式
52.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
53.本技术实施例提供的换流阀电晕放电紫外图像特征提取方法，可以应用于如图1所示的应用环境中。其中，采集设备102通过网络与终端104进行通信。采集设备102采集换流阀电晕放电的初始紫外检测图像，将初始紫外检测图像传输至终端104，终端104获取换流阀电晕放电的初始紫外检测图像；根据初始紫外检测图像，确定光斑类型；根据光斑类型对应的图像分割算法，对初始紫外检测图像进行分割，得到光斑图像；对光斑图像进行特征提取，得到光斑特征。其中，终端104可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。
54.在一个实施例中，如图2所示，提供了一种换流阀电晕放电紫外图像特征提取方法，以该方法应用于图1中的终端104为例进行说明，包括以下步骤：
55.步骤202，获取换流阀电晕放电的初始紫外检测图像。
56.其中，换流阀是直流输电工程的核心设备，通过依次将三相交流电压连接到直流端得到期望的直流电压和实现对功率的控制，换流阀的正常运行对整个电力系统的安全起着决定性作用。电晕放电指的是换流阀绝缘表面的局部放电会产生的一系列的光热等现象。初始紫外检测图像是由采集设备采集换流阀电晕放电图像得到的。采集设备可以为日盲紫外成像设备，由日盲紫外成像设备通过240～280nm的紫外线信号对现场运行的换流阀绝缘表面的局部放电现象进行检测。换流阀在放电初期弱放电阶段主要释放100nm-400nm的紫外光信号，紫外脉冲法利用紫外光电转换器将紫外光信号转变为电信号，因而光脉冲信号可作为监控绝缘子绝缘状态的特征参量。最新一代的紫外成像仪采用双通道图像融合技术，其紫外探测通道由于采用了特殊的滤镜，只探测240-280nm波段的紫外光，避开了太阳光的干扰，因此在白天也可以清晰地看到放电现象。
57.具体地，紫外成像仪采集换流阀局部放电的初始紫外检测图像，并将初始紫外检测图像上传至终端。终端获取紫外成像仪采集的换流阀电晕放电的初始紫外检测图像。
58.日盲紫外成像仪采用了紫外探测技术、日盲紫外滤光片技术以及光学技术和融合算法技术，利用日盲紫外波段240-280nm信号，可以在全日光下，排除背景的干扰，探测到电晕产生的微弱信号。通过紫外与可见光谱的融合，能实现紫外/可见光双光谱成像，并对电晕位置进行形象、直观的准确定位。常见的日盲紫外成像仪的图像、视频输出可以分为两类，一种是放电图像显示为白色的，如图3所示，矩形框中的放电区域为白色，另一种放电图像显示为红色，如图4所示，矩形框中的放电区域为红色。
59.步骤204，根据初始紫外检测图像，确定光斑类型。
60.其中，光斑类型指的是初始紫外检测图像中放电区域的光斑特征对应的光斑类型。光斑特征与光斑类型一一对应，每一光斑特征对应唯一的光斑类型。
61.具体地，终端提取初始紫外检测图像中放电区域的光斑特征，获取本地存储的光斑特征与光斑类型的对应关系表，从光斑特征与光斑类型的对应关系表中查询光斑特征对应的光斑类型，得到初始紫外检测图像中放电区域的光斑类型。
62.步骤206，根据光斑类型对应的图像分割算法，对初始紫外检测图像进行分割，得到光斑图像。
63.其中，图像分割算法用于将初始紫外检测图像转化为二值图像，可以为不同的阈值分割法。
64.具体地，终端获取本地存储的光斑类型与图像分割算法的对应关系，从光斑类型与图像分割算法的对应关系中查找光斑类型对应的图像分割算法，根据图像分割算法将初始紫外检测图像转化为二值图像，并提取二值图像中的光斑区域，得到光斑图像。
65.步骤208，对光斑图像进行特征提取，得到光斑特征。
66.其中，光斑特征指的是光斑的轮廓特征，光斑特征包括光斑的面积、周长等特征。
67.具体地，终端根据边缘梯度法对光斑图像进行边缘提取，得到光斑轮廓，根据光斑轮廓进行计算，得到光斑的面积以及周长等特征。
68.上述换流阀电晕放电紫外图像特征提取方法中，获取换流阀电晕放电的初始紫外
检测图像；根据初始紫外检测图像，确定光斑类型；根据光斑类型对应的图像分割算法，对初始紫外检测图像进行分割，得到光斑图像；对光斑图像进行特征提取，得到光斑特征。整个方案通过判断初始紫外检测图像中的光斑类型，针对不同的光斑类型，采用对应的图像分割方法对初始紫外检测图像进行分割，进而得到光斑类型对应的准确的光斑图像，进而根据光斑图像进行特征提取，得到的光斑特征更加准确。
69.在一个可选的实施例中，根据初始紫外检测图像，确定光斑类型包括：提取初始紫外检测图像中的放电图像；确定放电图像的光斑颜色；根据光斑颜色，确定光斑类型。
70.其中，光斑颜色包括白色和红色，光斑类型包括白色光斑类型和红色光斑类型。本技术中以红色光斑和白色光斑的光斑特征提取为例进行解释说明，其他颜色光斑图像的特征提取过程类似，本技术再此不作限定。
71.具体地，紫外成像仪采集换流阀局部放电的初始紫外检测视频流，并将初始紫外检测视频流上传至终端。终端从初始紫外检测视频流中提取当前处理的初始紫外检测图像，根据用户标记的未发生电晕放电的紫外检测图像与初始紫外检测图像中的差异(未发生电晕放电的紫外检测图像的拍摄位置与初始紫外检测图像的拍摄位置相同)，提取初始紫外检测图像中的放电区域，将放电区域的图像进行截取得到放电图像。终端对放电图像的颜色进行提取，得到光斑颜色，从光斑特征与光斑类型的对应关系表中查询光斑颜色对应的光斑类型，得到初始紫外检测图像中放电区域的光斑类型。
72.本实施例中，通过对光斑颜色进行提取，进而确定光斑类型，可以根据光斑类型确定对应光斑的图像分割方法，进而提取到准确的光斑，进而提高了光斑提取的准确性。
73.在一个可选的实施例中，根据光斑类型对应的图像分割算法，对初始紫外检测图像进行分割，得到光斑图像包括：若光斑类型为白色光斑，则根据灰度阈值法对初始紫外检测图像进行分割，得到光斑图像；若光斑类型为红色光斑，则根据三通道阈值法对初始紫外检测图像进行分割，得到光斑图像。
74.具体地，终端若检测到初始紫外检测图像的光斑类型为白色光斑，则获取灰度阈值法的预设灰度阈值，根据预设灰度阈值将初始紫外检测图像中的像素进行二值化。进一步地，根据灰度阈值法的预设灰度阈值，将高于预设灰度阈值的像素置为第一像素值，将低于预设灰度阈值的像素置为第二像素值，得到二值化的光斑图像。第一像素值为0或者1，第一像素值与第二像素值不同，若第一像素值为1，则第二像素值为0；或者第一像素值为0，则第二像素值为1。
75.终端若检测到初始紫外检测图像的光斑类型为红色光斑，则获取三通道阈值法的预设阈值范围，根据预设阈值范围对初始紫外检测图像中的像素进行二值化。进一步地，预设阈值范围为像素的三通道坐标范围，若初始紫外检测图像中的每个像素的单通道rgb值构成的像素坐标在预设阈值范围内，则将像素置为第一像素值，若初始紫外检测图像中的每个像素的单通道rgb值构成的像素坐标不在预设阈值范围内，则将像素值置为第二像素值，实现初始紫外图像从彩色图像到二值化图像的转化。第一像素值为1，则第二像素值为0；第一像素值为0，则第二像素值为1。
76.在一个可选的实施例中，若光斑类型为白色光斑，根据灰度阈值法对初始紫外检测图像进行分割，得到光斑图像包括：若光斑类型为白色光斑，则对初始紫外检测图像进行灰度处理，得到灰度化紫外检测图像；根据灰度阈值法对灰度化紫外检测图像进行分割，得
到光斑图像。
77.具体地，终端若检测到初始紫外检测图像的光斑类型为白色光斑，则对初始紫外检测图像进行灰度化，将3通道rgb的初始紫外检测图像转化为单通道的灰度图，每个像素只需一个字节存放灰度值，得到灰度化紫外检测图像。终端再根据灰度化紫外检测图像中每个像素的灰度值，绘制灰度值分布曲线，根据结合人工经验和历史灰度值分布曲线得到的预设灰度阈值，将高于预设灰度阈值的像素置为1，将低于预设灰度阈值的像素置为0，得到二值化的光斑图像。
78.本实施例中通过对初始紫外检测图像进行灰度化，可以为后续二值化提供准确的灰度值，进而实现准确的二值化处理，从而实现对紫外图像光斑区域和背景区域的划分。
79.在一个可选的实施例中，对光斑图像进行特征提取，得到光斑特征包括：提取光斑图像中的最大光斑，得到目标光斑图像；根据目标光斑图像的特征参数，得到光斑特征。
80.其中，特征参数包括光斑周长、光斑面积。
81.具体地，终端得到光斑图像后，计算光斑图像中像素值为1的光斑区域的面积，将光斑面积最大的区域作为目标光斑，目标光斑所在图像即为目标光斑图像。进而计算目标光斑的周长和面积，得到光斑周长和光斑面积。
82.进一步地，终端可以通过统计二值化的光斑图像中白色区域内的像素点(像素点为1的点)的总数目，来表征其面积，光斑面积的定义式为：
83.a＝an
84.式中，a为最大光斑的实际面积，a为每个像素点的面积，与拍摄的距离、紫外成像仪的参数设置有关，n为最大紫外光斑内每个封闭区域像素点的数量。
85.最终紫外光斑的周长的定义式为：
86.s＝al
87.式中，s为最大紫外光斑的实际周长，a为每个像素点的面积，与拍摄的距离、紫外成像仪的参数设置有关，l为最大紫外光斑轮廓上像素点的数量。
88.最大光斑轮廓提取可以采用梯度法，对于二值图像，只需判断每个像素点的梯度是否发生改变，即可确定其边界，从而获得其轮廓，如图6所示。也可以采用canny算子等进行边缘检测。
89.在一个可选的实施例中，提取光斑图像中的最大光斑，得到目标光斑图像包括：对光斑图像进行消噪处理，得到预处理光斑图像；提取预处理光斑图像中的最大光斑，得到目标光斑图像。
90.具体地，终端得到光斑图像后，采用形态学滤波法对二值化的光斑图像进行滤波，得到预处理光斑图像。进一步地，终端采用形态学开运算对二值化的光斑图像进行腐蚀再膨胀的运算，运用结构a对图像b进行开运算可以通过如下定义：
[0091][0092]
本实例选用的结构位半径为1的圆盘，以此对上述二值化的光斑图像进行开运算，能够高效地消除图像中的毛刺、白噪声，得到更加准确的预处理光斑图像，得到的光斑边缘清洗，特征准确。
[0093]
终端得到预处理光斑图像后，计算预处理光斑图像中每个封闭的光斑区域的面积，将面积最大的光斑作为目标光斑。进一步地，依次标注预处理光斑图像中的每个光斑区
域(i＝1,2，
…
，n)。在所得预处理光斑图像中，放电区域呈现为白色光斑，对应像素矩阵位置的元素值取“1”，而非放电区域呈现为黑色区域，对应像素矩阵中元素值取“0”。根据统计所得的预处理光斑图像中每个光斑区域的像素值为“1”的点数ni，筛选出预处理光斑图像中白色区域最大的部分，作为目标光斑，如图5。保留最大连通域的像素值，将其他编号的光板区域像素矩阵元素都全部置为“0”，即完成最大光斑提取。
[0094]
本实施例中，通过对光斑图像进行降噪处理，去除噪声，得到更加准确的光斑，进而得到更加准确的光斑特征。
[0095]
为了易于理解本技术实施例提供的技术方案，如图7所示，以完整的换流阀电晕放电紫外图像特征提取过程对本技术实施例提供的换流阀电晕放电紫外图像特征提取方法进行简要说明：
[0096]
(1)获取换流阀电晕放电的初始紫外检测图像。
[0097]
(2)提取初始紫外检测图像中的放电图像；确定放电图像的光斑颜色；根据光斑颜色，确定光斑类型。
[0098]
(3)若光斑类型为白色光斑，则对初始紫外检测图像进行灰度处理，得到灰度化紫外检测图像；根据灰度阈值法对灰度化紫外检测图像进行分割，得到光斑图像。
[0099]
(4)若光斑类型为红色光斑，则根据三通道阈值法对初始紫外检测图像进行分割，得到光斑图像。
[0100]
(5)对光斑图像进行消噪处理，得到预处理光斑图像；提取预处理光斑图像中的最大光斑，得到目标光斑图像。
[0101]
(6)根据目标光斑图像的光斑周长以及光斑面积，得到光斑特征。
[0102]
本实例将紫外成像技术运用于换流阀实际巡检中，能够实现对所得紫外检测图像的准确处理，得到所需特征参数；换流阀故障部位电晕放电时会伴随着紫外光的辐射，通过日盲紫外成像设备可以获得放电时的紫外检测图像；对获得的紫外检测图像，利用gamma矫正将图像转化为灰度图像，有利于图像的存储，便于进一步将放电光斑和背景分割；通过灰度曲线选出最佳阈值t，利用阈值分割法将灰度图像转化为二值图像，再通过形态学方法进行滤波，有效改善了二值图像中的噪声分布，得到的放电光斑区域边界圆润、图像清晰；通过梯度边缘检测方法得到了其光斑轮廓，随后根据像素点数筛出最大连通域，进而提取出放电光斑的各项特征。本技术能有效去除噪声干扰，利用简化的紫外图像实现了光斑面积、光斑周长和等效半径的提取。
[0103]
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0104]
基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的换流阀电晕放电紫外图像特征提取方法的换流阀电晕放电紫外图像特征提取装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个
换流阀电晕放电紫外图像特征提取装置实施例中的具体限定可以参见上文中对于换流阀电晕放电紫外图像特征提取方法的限定，在此不再赘述。
[0105]
在一个实施例中，如图8所示，提供了一种换流阀电晕放电紫外图像特征提取装置，包括：获取模块802、确定模块804、分割模块806和提取模块808，其中：
[0106]
获取模块802，用于获取换流阀电晕放电的初始紫外检测图像；
[0107]
确定模块804，用于根据初始紫外检测图像，确定光斑类型；
[0108]
分割模块806，用于根据光斑类型对应的图像分割算法，对初始紫外检测图像进行分割，得到光斑图像；
[0109]
提取模块808，用于对光斑图像进行特征提取，得到光斑特征。
[0110]
在其中一个实施例中，确定模块804还用于提取初始紫外检测图像中的放电图像；确定放电图像的光斑颜色；根据光斑颜色，确定光斑类型。
[0111]
在其中一个实施例中，分割模块806还用于若光斑类型为白色光斑，则根据灰度阈值法对初始紫外检测图像进行分割，得到光斑图像；若光斑类型为红色光斑，则根据三通道阈值法对初始紫外检测图像进行分割，得到光斑图像。
[0112]
在其中一个实施例中，分割模块806还用于若光斑类型为白色光斑，则对初始紫外检测图像进行灰度处理，得到灰度化紫外检测图像；根据灰度阈值法对灰度化紫外检测图像进行分割，得到光斑图像。
[0113]
在其中一个实施例中，提取模块808还用于提取光斑图像中的最大光斑，得到目标光斑图像；根据目标光斑图像的特征参数，得到光斑特征。
[0114]
在其中一个实施例中，提取模块808还用于对光斑图像进行消噪处理，得到预处理光斑图像；提取预处理光斑图像中的最大光斑，得到目标光斑图像。
[0115]
上述换流阀电晕放电紫外图像特征提取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0116]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种换流阀电晕放电紫外图像特征提取方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0117]
本领域技术人员可以理解，图9中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0118]
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有
计算机程序，该处理器执行计算机程序时实现以下步骤：
[0119]
获取换流阀电晕放电的初始紫外检测图像；
[0120]
根据初始紫外检测图像，确定光斑类型；
[0121]
根据光斑类型对应的图像分割算法，对初始紫外检测图像进行分割，得到光斑图像；
[0122]
对光斑图像进行特征提取，得到光斑特征。
[0123]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据初始紫外检测图像，确定光斑类型包括：提取初始紫外检测图像中的放电图像；确定放电图像的光斑颜色；根据光斑颜色，确定光斑类型。
[0124]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据光斑类型对应的图像分割算法，对初始紫外检测图像进行分割，得到光斑图像包括：若光斑类型为白色光斑，则根据灰度阈值法对初始紫外检测图像进行分割，得到光斑图像；若光斑类型为红色光斑，则根据三通道阈值法对初始紫外检测图像进行分割，得到光斑图像。
[0125]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：若光斑类型为白色光斑，根据灰度阈值法对初始紫外检测图像进行分割，得到光斑图像包括：若光斑类型为白色光斑，则对初始紫外检测图像进行灰度处理，得到灰度化紫外检测图像；根据灰度阈值法对灰度化紫外检测图像进行分割，得到光斑图像。
[0126]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：对光斑图像进行特征提取，得到光斑特征包括：提取光斑图像中的最大光斑，得到目标光斑图像；根据目标光斑图像的特征参数，得到光斑特征。
[0127]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：提取光斑图像中的最大光斑，得到目标光斑图像包括：对光斑图像进行消噪处理，得到预处理光斑图像；提取预处理光斑图像中的最大光斑，得到目标光斑图像。
[0128]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
[0129]
获取换流阀电晕放电的初始紫外检测图像；
[0130]
根据初始紫外检测图像，确定光斑类型；
[0131]
根据光斑类型对应的图像分割算法，对初始紫外检测图像进行分割，得到光斑图像；
[0132]
对光斑图像进行特征提取，得到光斑特征。
[0133]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据初始紫外检测图像，确定光斑类型包括：提取初始紫外检测图像中的放电图像；确定放电图像的光斑颜色；根据光斑颜色，确定光斑类型。
[0134]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据光斑类型对应的图像分割算法，对初始紫外检测图像进行分割，得到光斑图像包括：若光斑类型为白色光斑，则根据灰度阈值法对初始紫外检测图像进行分割，得到光斑图像；若光斑类型为红色光斑，则根据三通道阈值法对初始紫外检测图像进行分割，得到光斑图像。
[0135]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：若光斑类型为白色光斑，根据灰度阈值法对初始紫外检测图像进行分割，得到光斑图像包括：若光斑类型为
白色光斑，则对初始紫外检测图像进行灰度处理，得到灰度化紫外检测图像；根据灰度阈值法对灰度化紫外检测图像进行分割，得到光斑图像。
[0136]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对光斑图像进行特征提取，得到光斑特征包括：提取光斑图像中的最大光斑，得到目标光斑图像；根据目标光斑图像的特征参数，得到光斑特征。
[0137]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：提取光斑图像中的最大光斑，得到目标光斑图像包括：对光斑图像进行消噪处理，得到预处理光斑图像；提取预处理光斑图像中的最大光斑，得到目标光斑图像。
[0138]
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0139]
获取换流阀电晕放电的初始紫外检测图像；
[0140]
根据初始紫外检测图像，确定光斑类型；
[0141]
根据光斑类型对应的图像分割算法，对初始紫外检测图像进行分割，得到光斑图像；
[0142]
对光斑图像进行特征提取，得到光斑特征。
[0143]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据初始紫外检测图像，确定光斑类型包括：提取初始紫外检测图像中的放电图像；确定放电图像的光斑颜色；根据光斑颜色，确定光斑类型。
[0144]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据光斑类型对应的图像分割算法，对初始紫外检测图像进行分割，得到光斑图像包括：若光斑类型为白色光斑，则根据灰度阈值法对初始紫外检测图像进行分割，得到光斑图像；若光斑类型为红色光斑，则根据三通道阈值法对初始紫外检测图像进行分割，得到光斑图像。
[0145]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：若光斑类型为白色光斑，根据灰度阈值法对初始紫外检测图像进行分割，得到光斑图像包括：若光斑类型为白色光斑，则对初始紫外检测图像进行灰度处理，得到灰度化紫外检测图像；根据灰度阈值法对灰度化紫外检测图像进行分割，得到光斑图像。
[0146]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对光斑图像进行特征提取，得到光斑特征包括：提取光斑图像中的最大光斑，得到目标光斑图像；根据目标光斑图像的特征参数，得到光斑特征。
[0147]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：提取光斑图像中的最大光斑，得到目标光斑图像包括：对光斑图像进行消噪处理，得到预处理光斑图像；提取预处理光斑图像中的最大光斑，得到目标光斑图像。
[0148]
需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
[0149]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括
非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
[0150]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0151]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。