一种目标几何中心点测温研究方法与流程

本发明涉及温度测量。本发明涉及一种目标几何中心点测温研究方法。

背景技术：

1、当变电站的各种器件如绝缘子、刀闸开关和红外线夹等温度过高时，可能会导致以下危害：高温会加速电气设备的老化和磨损，可能导致绝缘子、刀闸开关等部件失效或损坏。例如，绝缘子在高温下可能会导致绝缘材料老化或击穿，刀闸开关可能因高温而导致触头氧化或熔断。高温条件下，电气设备可能会引发火灾。例如，电气接触点或导线在过高温度下可能会点燃周围的绝缘材料，从而引发火灾。

2、现有技术中，通常采用人工测量的方式测量各器件的温度，例如相关人员可通过测温枪等设备测量器件的温度。当某个或某些器件的温度过高时，做出相应的措施，以降低器件的温度。

3、但是，由于变电站的器件通常距离地面较远，而且人工测量器件温度时通常会受到周围环境因素的影响，所以人工对距离地面较远的器件进行温度测量的准确性较低、效率较低。

技术实现思路

1、为解决上述对器件进行温度测量的准确性较低的技术问题，本发明提出一种目标几何中心点测温研究方法。

2、在本发明实施方式的第一方面中，提供了一种目标几何中心点测温研究方法，包括：

3、获取变电站器件的红外图像；

4、将所述红外图像输入至训练完成的神经网络中，得到变电站中目标器件在所述红外图像中对应的矩形框的四个顶点的位置、矩形框中心点位置，若该矩形框的长宽比在预设范围内，则确定所述中心点位置对应的温度、该矩形框中各个像素点的温度；

5、神经网络的训练过程为：

6、获取含有目标器件的多个历史红外图像，将所述多个历史红外图像输入至神经网络中进行训练，得到训练完成的神经网络，其中，所述历史红外图像中各目标器件对应有标签，所述标签包括包围目标器件的矩形框的位置信息和目标器件的类别；

7、其中，所述矩形框的位置信息包括矩形框的旋转角度信息。

8、本发明通过训练完成的神经网络，检测红外图像中目标器件对应的温度，此过程是自动的，提高了检测目标器件的温度的效率。

9、由于在某一拍摄角度下，可能出现同类型的多个目标器件在图像中交叠在一起的情况，即多个目标器件之间存在“遮挡”的情况，例如，这多个目标器件的类别为绝缘子，此时，在确定目标器件对应的温度的过程中，目标器件对应的矩形框很可能包围这多个目标器件，进而导致该矩形框中心位置很可能不是目标器件中心位置，甚至该矩形框中心位置可能是非目标器件区域中的位置，导致该矩形框中心位置对应的温度可能是非目标器件区域中某一位置对应的温度，导致该矩形框中心位置对应的温度反映目标器件的温度的准确性较差。当出现同类型的多个目标器件在图像中交叠在一起的情况时，矩形框中包括的非目标器件区域的面积较大的可能性较大。当出现同类型的多个目标器件在图像中交叠在一起的情况时，矩形框的长宽比可能过大或过小。

10、为了提高测量目标器件的温度的准确性，当矩形框的长宽比在预设范围内时，才输出矩形框中心点位置对应的温度、该矩形框中各个像素点的温度，其中，矩形框中心点位置对应的温度能够较准确地反映目标器件中心位置的温度，矩形框中各个像素点的温度能够较准确地反映目标器件的温度。

11、在训练过程中，由于每个目标器件的标签都对应有包围目标器件的矩形框的旋转角度信息，其中，该旋转角度信息是由人工利用相关软件标注目标器件的矩形框后得到的，所以矩形框的面积与对应的目标器件在红外图像中的面积之间的差异较小，换句话说，矩形框“贴合”目标器件的程度较高，矩形框“包围”目标器件的效果较好。进而使得矩形框的中心位置更能反映目标器件的中心位置，使得矩形框的位置更能反映目标器件的位置。进而在测量目标器件的温度时，将矩形框的中心位置对应的温度作为目标器件的中心位置的温度，将矩形框区域中所有像素点对应的温度作为目标器件的温度，可提高测量目标器件温度的准确性。

12、可选的，所述确定所述中心点位置对应的温度、该矩形框中各个像素点的温度的条件还包括：所述目标器件在所述红外图像中对应的矩形框中所有像素点对应的温度的标准差小于预设离散阈值。其中，像素点与温度一一对应。

13、当出现多个目标器件在图像中交叠在一起的情况时，在红外图像中，矩形框中非目标器件区域的面积较大的可能性较大。

14、目标器件的温度分布较为均匀，而且目标器件的温度与其周围非目标器件区域的温度之间的差异较大的可能性较大，在红外图像中，目标器件区域对应的温度与其周围非目标器件区域对应的温度之间的差异较大的可能性较大。

15、基于此，若目标器件在红外图像中对应的矩形框中像素点对应的温度的标准差越小，则该矩形框中非目标器件区域的面积越小的可能性较大，该矩形框中出现多个目标器件在图像中交叠在一起的情况的可能性越小。

16、可选的，所述矩形框的位置信息还包括矩形框四个顶点的位置、矩形框的宽、矩形框的高和矩形框的中心位置。

17、可选的，所述矩形框四个顶点的位置根据矩形框的宽、高、旋转角度信息和中心位置确定。

18、可选的，所述矩形框的宽、高、旋转角度信息和中心位置由人工通过rolabelimg标注目标器件的矩形框后得到。

19、矩形框的位置、大小与矩形框的旋转角度、宽、高及其中心位置相对应。因此，可根据矩形框的旋转角度、宽、高及其中心位置确定矩形框四个顶点的位置。

20、可选的，所述神经网络为yolov5。

21、可选的，所述神经网络包括yolov5s。

22、可选的，所述标签还包括difficult参数。

23、可选的，所述温度根据红外测温算法得到。

24、在本发明实施方式的第二方面中，提供了一种计算机可读存储介质，其中存储有程序指令，当所述程序指令由处理器加载并执行时，使得所述处理器执行根据在本发明实施方式的第一方面中任一项所述的一种目标几何中心点测温研究方法。

25、本发明的有益效果：

26、本发明通过训练完成的神经网络，检测目标器件的温度，提高了检测效率。考虑了多个目标器件在图像中交叠在一起的情况对检测目标器件温度的影响，提高了检测目标器件温度的准确性。而且，在训练神经网络的过程中，由于目标器件的标签包括包围目标器件的矩形框的旋转角度信息，使得矩形框的面积与目标器件的面积之间的差异较小，进而使得矩形框的中心位置与目标器件的中心位置之间的差异较小。在预测目标器件的温度的过程中，将矩形框的中心位置的温度作为目标器件的中心位置的温度，提高了测量目标器件温度的准确性。

27、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

技术特征：

1.一种目标几何中心点测温研究方法，其特征在于，包括：

2.根据权利要求1所述的一种目标几何中心点测温研究方法，其特征在于，所述确定所述中心点位置对应的温度、该矩形框中各个像素点的温度的条件还包括：所述目标器件在所述红外图像中对应的矩形框中像素点对应的温度的标准差小于预设离散阈值。

3.根据权利要求1所述的一种目标几何中心点测温研究方法，其特征在于，所述矩形框的位置信息还包括矩形框四个顶点的位置、矩形框的宽、高及其中心位置。

4.根据权利要求3所述的一种目标几何中心点测温研究方法，其特征在于，所述矩形框四个顶点的位置根据矩形框的宽、高、旋转角度信息和中心位置确定。

5.根据权利要求3所述的一种目标几何中心点测温研究方法，其特征在于，所述矩形框的宽、高、旋转角度信息和中心位置由人工通过rolabelimg标注目标器件的矩形框后得到。

6.根据权利要求1所述的一种目标几何中心点测温研究方法，其特征在于，所述标签还包括difficult参数。

7.根据权利要求1所述的一种目标几何中心点测温研究方法，其特征在于，所述温度根据红外测温算法得到。

8.一种计算机可读存储介质，其特征在于，其中存储有程序指令，当所述程序指令由处理器加载并执行时，使得所述处理器执行根据权利要求1至7任一项所述的一种目标几何中心点测温研究方法。

技术总结本发明涉及温度测量技术领域，具体涉及一种目标几何中心点测温研究方法，包括：获取变电站器件的红外图像；将红外图像输入至神经网络中，得到目标器件的矩形框的四个顶点位置和中心点位置；若矩形框的长宽比在预设范围内，矩形框中像素点对应的温度的标准差小于预设离散阈值，则确定中心点位置的温度、该矩形框中各像素点的温度；训练过程为：获取多个历史红外图像，将其输入至神经网络得到训练好的神经网络，历史红外图像中各目标器件的标签包括矩形框的位置和目标器件类别，位置包括矩形框的旋转角度。本发明解决了温度测量的准确性较低的技术问题。技术研发人员：李勇,潘屹峰,黄吴蒙,邓广宏,蔺百昊受保护的技术使用者：广州中科云图智能科技有限公司技术研发日：技术公布日：2024/11/4