一种基于红外图像的风机刹车预警方法与流程

1.本发明涉及图像处理技术领域，具体而言，涉及一种基于红外图像的风机刹车预警方法。


背景技术：

2.在风机高速旋转过程中，风机会出现高温现象，如果不及时刹车降温处理，会损害风机本身。但是风机体积庞大，采用定点监测的温度计很难较全面的监控风机温度，若采用多个定点监测的温度计对风机的多个部位进行监控，存在其仅能监控每个部位的一个点的温度情况，且采用多个温度计，存在布线复杂，安装复杂的问题。


技术实现要素：

3.针对现有技术中的上述不足，本发明提供的一种基于红外图像的风机刹车预警方法解决了采用定点监测的温度计进行风机高温预警的方法存在监测范围小、布线复杂和安装复杂的问题。
4.为了达到上述发明目的，本发明采用的技术方案为：一种基于红外图像的风机刹车预警方法，包括：
5.s1、采集风机工作过程中的红外图像；
6.s2、对红外图像进行聚类处理，得到各簇像素点；
7.s3、根据各簇像素点的像素值，基于图像温度预测模型，得到各簇温度；
8.s4、根据各簇温度，找到最高温度；
9.s5、若最高温度高于温度阈值，风机进入刹车进程。
10.进一步地，所述s2包括以下分步骤：
11.s21、从红外图像上找到最大像素值和最小像素值；
12.s22、根据最大像素值和最小像素值，设置聚类中心序列{ii}，其中，ii为第i个聚类中心，在i＝1时，i1等于最小像素值，在i＝n时，in等于最大像素值，n为聚类中心数量；
13.s23、计算红外图像上所有像素点的像素值与各个聚类中心的距离；
14.s24、在同一个聚类中心时，将距离低于距离阈值时的所有像素点归为一个簇，得到各簇像素点。
15.进一步地，所述s22中除i1和in的聚类中心的计算公式为：
16.ii＝i1+(i-1)
·
[(i
n-i1)/(n-1)]
[0017]
其中，ii为第i个聚类中心，i1为第1个聚类中心，in为第n个聚类中心，n为聚类中心数量。
[0018]
进一步地，所述s3中图像温度预测模型的表达式为：第一预测子模型和第二预测子模型。
[0019]
进一步地，所述第一预测子模型为：
[0020][0021]
其中，g为第一预测子模型的输出，arctan为反正切函数，w1为第一预测子模型的权重，b1为第一预测子模型的偏置，x为每个簇的像素特征值。
[0022]
进一步地，所述第二预测子模型为：
[0023]
y＝tanh(w2g+b2)
[0024]
其中，y为第二预测子模型的输出，tanh为双曲正切函数，w2为第二预测子模型的权重，b2为第二预测子模型的偏置，g为第一预测子模型的输出。
[0025]
进一步地，所述s3包括以下分步骤：
[0026]
s31、根据每个簇的像素点的像素值，计算每个簇的像素特征值；
[0027]
s32、将每个簇的像素特征值输入图像温度预测模型，得到各簇温度。
[0028]
进一步地，所述s31中计算每个簇的像素特征值的公式：
[0029][0030]
其中，x为每个簇的像素特征值，为每个簇的像素平均值，θ为比例系数。
[0031]
进一步地，所述比例系数θ的公式为：
[0032][0033]
其中，x
max
为每个簇内的像素点的最大像素值，x
min
为每个簇内的像素点的最小像素值，为每个簇的像素平均值。
[0034]
本发明实施例的技术方案至少具有如下优点和有益效果：本发明中采集风机工作过程的红外图像，对红外图像进行聚类处理，得到每个簇的像素点，再通过图像温度预测模型，得到各簇的温度，找到最高温度，在最高温度高于温度阈值时，风机进入刹车进程，本发明利用图像可以采集风机一个区域的特性，从而实现对风机中一个区域的温度监测，解决了采用定点监测的温度计进行风机高温预警的方法存在监测范围小、布线复杂和安装复杂的问题。
附图说明
[0035]
图1为一种基于红外图像的风机刹车预警方法的流程图。
具体实施方式
[0036]
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
[0037]
如图1所示，一种基于红外图像的风机刹车预警方法，包括：
[0038]
s1、采集风机工作过程中的红外图像；
[0039]
s2、对红外图像进行聚类处理，得到各簇像素点；
[0040]
所述s2包括以下分步骤：
[0041]
s21、从红外图像上找到最大像素值和最小像素值；
[0042]
s22、根据最大像素值和最小像素值，设置聚类中心序列{ii}，其中，ii为第i个聚类中心，在i＝1时，i1等于最小像素值，在i＝n时，in等于最大像素值，n为聚类中心数量；
[0043]
所述s22中除i1和in的聚类中心的计算公式为：
[0044]ii
＝i1+(i-1)
·
[(i
n-i1)/(n-1)]
[0045]
其中，ii为第i个聚类中心，i1为第1个聚类中心，in为第n个聚类中心，n为聚类中心数量；
[0046]
s23、计算红外图像上所有像素点的像素值与各个聚类中心的距离；
[0047]
在本实施例中，距离可为两个像素值之间差值的绝对值。
[0048]
s24、在同一个聚类中心时，将距离低于距离阈值时的所有像素点归为一个簇，得到各簇像素点。
[0049]
本发明中从红外图像上找到最大像素值和最小像素值，从而确定红外图像上的像素值范围，根据像素值范围，确定分类层次，找到聚类中心，从而计算各个像素值与各个聚类中心的距离，将小于阈值的像素值归为一个簇。
[0050]
s3、根据各簇像素点的像素值，基于图像温度预测模型，得到各簇温度；
[0051]
所述s3中图像温度预测模型的表达式为：第一预测子模型和第二预测子模型。
[0052]
所述第一预测子模型为：
[0053][0054]
其中，g为第一预测子模型的输出，arctan为反正切函数，w1为第一预测子模型的权重，b1为第一预测子模型的偏置，x为每个簇的像素特征值。
[0055]
所述第二预测子模型为：
[0056]
y＝tanh(w2g+b2)
[0057]
其中，y为第二预测子模型的输出，tanh为双曲正切函数，w2为第二预测子模型的权重，b2为第二预测子模型的偏置，g为第一预测子模型的输出。
[0058]
所述s3包括以下分步骤：
[0059]
s31、根据每个簇的像素点的像素值，计算每个簇的像素特征值；
[0060]
s32、将每个簇的像素特征值输入图像温度预测模型，得到各簇温度。
[0061]
所述s31中计算每个簇的像素特征值的公式：
[0062][0063]
其中，x为每个簇的像素特征值，为每个簇的像素平均值，θ为比例系数。
[0064]
所述比例系数θ的公式为：
[0065][0066]
其中，x
max
为每个簇内的像素点的最大像素值，x
min
为每个簇内的像素点的最小像素值，为每个簇的像素平均值。
[0067]
在聚类处理后，一个簇内的像素点的像素值相差不大，但是存在波动，因此，本发明利用比例系数增强平均值，从而使得该像素特征值能表达该区域的最高温度。
[0068]
s4、根据各簇温度，找到最高温度；
[0069]
s5、若最高温度高于温度阈值，风机进入刹车进程。
[0070]
本发明实施例的技术方案至少具有如下优点和有益效果：本发明中采集风机工作过程的红外图像，对红外图像进行聚类处理，得到每个簇的像素点，再通过图像温度预测模型，得到各簇的温度，找到最高温度，在最高温度高于温度阈值时，风机进入刹车进程，本发明利用图像可以采集风机一个区域的特性，从而实现对风机中一个区域的温度监测，解决了采用定点监测的温度计进行风机高温预警的方法存在监测范围小、布线复杂和安装复杂的问题。
[0071]
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于红外图像的风机刹车预警方法，其特征在于，包括：s1、采集风机工作过程中的红外图像；s2、对红外图像进行聚类处理，得到各簇像素点；s3、根据各簇像素点的像素值，基于图像温度预测模型，得到各簇温度；s4、根据各簇温度，找到最高温度；s5、若最高温度高于温度阈值，风机进入刹车进程。2.根据权利要求1所述的基于红外图像的风机刹车预警方法，其特征在于，所述s2包括以下分步骤：s21、从红外图像上找到最大像素值和最小像素值；s22、根据最大像素值和最小像素值，设置聚类中心序列{
i
}，其中，i
i
为第i个聚类中心，在i＝1时，i1等于最小像素值，在i＝n时，i
n
等于最大像素值，n为聚类中心数量；s23、计算红外图像上所有像素点的像素值与各个聚类中心的距离；s24、在同一个聚类中心时，将距离低于距离阈值时的所有像素点归为一个簇，得到各簇像素点。3.根据权利要求2所述的基于红外图像的风机刹车预警方法，其特征在于，所述s22中除i1和i
n
的聚类中心的计算公式为：i
i
＝i1+(i-1)
·
[(i
n-i1)/(n-1)]其中，i
i
为第i个聚类中心，i1为第1个聚类中心，i
n
为第n个聚类中心，n为聚类中心数量。4.根据权利要求2所述的基于红外图像的风机刹车预警方法，其特征在于，所述s3中图像温度预测模型的表达式为：第一预测子模型和第二预测子模型。5.根据权利要求4所述的基于红外图像的风机刹车预警方法，其特征在于，所述第一预测子模型为：其中，g为第一预测子模型的输出，arctan为反正切函数，w1为第一预测子模型的权重，b1为第一预测子模型的偏置，x为每个簇的像素特征值。6.根据权利要求4所述的基于红外图像的风机刹车预警方法，其特征在于，所述第二预测子模型为：y＝tanh(w2g+b2)其中，y为第二预测子模型的输出，tanh为双曲正切函数，w2为第二预测子模型的权重，b2为第二预测子模型的偏置，g为第一预测子模型的输出。7.根据权利要求1所述的基于红外图像的风机刹车预警方法，其特征在于，所述s3包括以下分步骤：s31、根据每个簇的像素点的像素值，计算每个簇的像素特征值；s32、将每个簇的像素特征值输入图像温度预测模型，得到各簇温度。8.根据权利要求7所述的基于红外图像的风机刹车预警方法，其特征在于，所述s31中计算每个簇的像素特征值的公式：
其中，x为每个簇的像素特征值，为每个簇的像素平均值，θ为比例系数。9.根据权利要求8所述的基于红外图像的风机刹车预警方法，其特征在于，所述比例系数θ的公式为：其中，x
max
为每个簇内的像素点的最大像素值，x
min
为每个簇内的像素点的最小像素值，为每个簇的像素平均值。

技术总结
本发明提供了一种基于红外图像的风机刹车预警方法，本发明中采集风机工作过程的红外图像，对红外图像进行聚类处理，得到每个簇的像素点，再通过图像温度预测模型，得到各簇的温度，找到最高温度，在最高温度高于温度阈值时，风机进入刹车进程，本发明利用图像可以采集风机一个区域的特性，从而实现对风机中一个区域的温度监测，解决了采用定点监测的温度计进行风机高温预警的方法存在监测范围小、布线复杂和安装复杂的问题。复杂和安装复杂的问题。复杂和安装复杂的问题。


技术研发人员：由梓默 段瑞龙 王吉超 郑权 史立志 刘畅 孙磊 乔宽 任乃祺 安楠 梁永根 常晓勇
受保护的技术使用者：华能新能源股份有限公司河北分公司
技术研发日：2023.06.15
技术公布日：2023/9/12