CN119418067A 一种变电站远程智能巡视方法及系统 （安徽正华同安消防科技有限公司）

帧的图像与该帧图像中所有坐标相同的边缘像素点的灰度值差异以及梯度幅值差异计算该帧其高频分量增益；计算该帧图像的低频分量增本发明动态调整视频帧图像的高频分量增益以2对于任一帧图像，在该帧图像的前一帧图像中，获得与该帧图像中的量增益γL其中μ为该帧图像的所有像素点对应的灰度值的平根据视频中各帧图像的高频分量增益和低频分量增益对所述视;3.根据权利要求1所述的一种变电站远程智能巡视方频中各帧图像的高频分量增益和低频分量增益对所述视频进行根据各帧图像的高频分量增益和低频分量增益设将同态滤波器对各帧图像滤波后得到的频域图像通过逆傅里叶变换得到空间域图像，y3通过SIFT算法从同态滤波处理后的所述视频中的各帧图像将所述特征输入到深度学习模型中以判断各帧图像对于任一灰度级，将该灰度级出现的频率除该帧图像中所有像8.一种变电站远程智能巡视系统，包括处理45点与其映射像素点之间的灰度值差异以及梯度幅值差异计算该帧图像的边缘位置稳定性，量增益γH其中hi为该帧图像中第i个边缘像素点对应的灰度本发明依据视频帧图像中光照均匀性以及边缘明显性动态调整对视频帧图像滤;图像的第j个边缘像素点对应的灰度值，为该帧图像的第j个边缘像素点对应的梯度幅[0011]本发明通过Sobel算子对变电站设备及其环境视频的处理，不仅能够有效提取边[0013]本发明通过同态滤波器根据各帧图像的高频分量增益和低频分量增益分别对各计算该像素点的水平方向的梯度Gx和垂直方向的梯度Gy；计算该像素点的梯度幅值：6益无法有效的对变电站视频中各帧图像进行有效的滤波[0020]通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目图1是示意性示出根据本发明的实施例的一种变电站远程智能巡视犯法的步骤流图2是根据本发明实施例的视频的任一帧图像中的像素点及其相邻像素点的示意图3是示意性示出根据本发明实施例的一种变电站远程智能巡视系统的结构框明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，7[0023]图1是示意性示出根据本发明的实施例的一种变电站远程智能巡视方法的步骤流[0026]在一个实施例中，通过Sobel算子对保护变电站设备及其所处环境的视频进行处。素点的灰度值差异以及梯度幅值差异进行平方差运算的绝对值越大，[0034]其中，计算图像的高频分量增益的公8[0036]图2是根据本发明实施例的视频的任一帧图像中的像素点及其相邻像素点的示意[0038]其中，以像素点D1为中心的3×3的窗口在该帧图像中覆盖了包括像素点D1的9个[0039]同理，以像素点D2为中心的3×3的窗口在该帧图像中覆盖了包括像素点D2的4个[0044]再者，将该帧图像的信息熵与亮度变异系数的比值的绝对值作为二者的相关9述视频进行同态滤波包括：根据各帧图像的高频分量增益和低频分量增益设计同态滤波器；将同态滤波器对各帧图像滤波后得到的频域图像通过逆傅里叶变换得到空间域图像，不同的缩放和旋转条件下保持稳定性。提取的特征可用于描述图像的关键点和局部区域。将提取的特征输入到深度学习模型中进行分析。该模型可以是经过训练的卷积神经网络断出当前帧是否存在缺陷。[0052]图3是示意性示出根据本发明实施例的一种变电站远程智能巡视系统的结构框任何适当的磁存储介质或者磁光存储介质，比如，阻变式存储器RRAM（ResistiveRandom存取存储器SRAM（StaticRandom_AccessMemory）、增强动态随机存取存储器EDRAM用程序、模块或两者访问的任何其他介质。任何这样的计算机存储介质可以是设备的一部分或可访问或可连接到设备。本发明描述的任何应用或模块可以使用