System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及應急指揮領域,尤其涉及一種電力應急指揮系統。
技術介紹
1、當臺風、洪水等自然災害發生之后,為了盡快恢復電力供應,通常都需要先通過航拍圖像來獲取受災區域的各個局部區域的受到破壞的程度,然后由應急搶險指揮人員指揮搶險隊伍優先對受到嚴重破壞的局部區域進行實地查看,并對受損的電力設施進行搶險修復,以確保盡快恢復電力供應。航拍圖像通??梢酝ㄟ^無人機來對受災區域進行拍攝得到。
2、局部區域的受到破壞的程度的判斷結果,一般都是基于圖像識別的方式來獲得的;圖像識別的方式相較于人工識別的方式而言,對現場指揮人員的判斷經驗的要求更低,能夠更快獲得較為準確的判斷結果;基于圖像識別獲得判斷結果的過程一般包含降噪、圖像特征提取、基于提取到的圖像特征判斷受到破壞的程度這幾個步驟。
3、為了提升對航拍圖像進行特征提取所獲得的圖像特征的質量,降噪的過程一般會使用多種類型的降噪算法來分別對航拍圖像進行降噪處理,獲得多張處理圖像,然后對多張處理圖像按照設定的合并比例(例如根據經驗獲得的比例)進行合并,從而獲得最終的降噪圖像。
4、由于不同的降噪圖像所對應的合并比例通常都是提前設定的,這就使得基于這些合并比例來獲得的降噪圖像,與最佳的合并比例(即能夠獲得最高的質量的合并圖像的合并比例)獲得的降噪圖像相比,圖像質量相差比較大的概率較大,從而使得最終識別出的受到破壞的程度的準確性受到影響,使得搶修隊伍對受到破壞的程度靠后的受災區域優先進行了搶修的事件的出現概率增大,延長了從搶修開始到恢復對受災區域的中的所有局部區域的電
技術實現思路
1、本專利技術的目的在于公開一種電力應急指揮系統,解決如何提高采用不同類型的降噪算法對航拍圖像進行降噪處理之后,如何縮小獲得提高合并比例與最佳的合并比例的差距,使得基于合并比例獲得的降噪圖像可以具有更高的質量,從而提高受到破壞的程度的識別結果的準確性,縮短整體恢復電力供應的總時長的技術問題。
2、為了達到上述目的,本專利技術采用如下技術方案:本專利技術提供了一種電力應急指揮系統,包括圖像識別裝置;圖像識別裝置包括圖像降噪模塊;圖像降噪模塊包括降噪單元、計算單元和合并單元;降噪單元用于采用多種類型的降噪算法分別對受災區域的航拍圖像進行降噪,獲得多張處理圖像;計算單元用于采用粒子群算法分別獲取每張處理圖像的合并比例;合并單元用于基于合并比例對處理圖像進行合并,得到降噪圖像;其中,采用粒子群算法分別獲取每張處理圖像的合并比例,包括:第一步,基于所有的處理圖像計算初始比例;第二步,基于初始比例初始化粒子群;第三步,計算每個粒子的適應度;第四步,根據適應度更新每個粒子的歷史最優位置,以及更新粒子群的全局歷史最優位置;第五步,更新每個粒子的速度和位置;第六步,判斷是否滿足迭代結束條件,若是,則進入第七步;若否,則進入第三步;第七步,將全局歷史最優位置對應的粒子的位置中的各維的數值作為最終確定的各張處理圖像的合并比例。
3、優選地,多種類型的降噪算法包括對高斯噪聲進行降噪的算法、對椒鹽噪聲進行降噪的算法和對周期噪聲進行降噪的算法。
4、優選地,基于所有的處理圖像計算初始比例,包括:分別計算每張處理圖像的比較系數;基于比較系數計算每張處理圖像的初始比例。
5、優選地,比較系數的計算公式為:;表示處理圖像的比較系數,migy和magy分別表示處理圖像中的像素點的灰度值的下限值和上限值;表示處理圖像中包含的灰度值等于z的像素點的總數,nuals表示處理圖像中的像素點的總數,cg表示比較值,表示處理圖像中處于圖像的邊緣的像素點的總數,w1和w2分別表示第一權重和第二權重。
6、優選地,基于比較系數計算每張處理圖像的初始比例,包括:用n表示處理圖像的總數,則對于第n張處理圖像,其初始比例的計算公式為:;表示第n張處理圖像的初始比例,表示第n張處理圖像的比較系數,n∈[1,n]。
7、優選地,基于初始比例初始化粒子群,包括:用m表示粒子群中的粒子的總數,用n表示處理圖像的總數,采用從1到n的正整數對n張處理圖像進行編號;則對于第m個粒子,其速度中的第n維的數值為在區間(-0.1,0.1)中生成的隨機數;m∈[1,m];當m等于1時,對于第m個粒子,其位置中的第n維的數值等于編號為n的處理圖像所對應的初始比例;當m大于1時,對于第m個粒子,其位置中的第n維的數值為在區間中生成的隨機數,表示第1個粒子的位置中的第n維的數值,n∈[1,n]。
8、優選地,圖像識別裝置還包括特征提取模塊;特征提取模塊用于對降噪圖像進行分區,將降噪圖像分為多個局部圖像;分別提取每張局部圖像包含的圖像特征。
9、優選地,圖像識別裝置還包括受災程度系數計算模塊;受災程度系數計算模塊用于基于圖像特征分別獲取每張局部圖像中包含的災害的類型的集合以及每種類型的災害的分布面積,以及用于基于災害的類型的集合和每種類型的災害的分布面積計算每張局部圖像的受災程度系數。
10、優選地,還包括指揮裝置;指揮裝置包括排序模塊和調度模塊;排序模塊用于按照受災程度系數從大到小的順序,對每張局部圖像所對應的區域的搶修順序進行排序;調度模塊用于根據局部圖像的總數q1和搶修隊伍的總數q2生成搶修方案,并將搶修方案發送至各支搶修隊伍。
11、優選地,還包括無人機裝置;無人機裝置包括無人機控制中心和無人機;無人機控制中心用于控制無人機飛到受災區域的中心的上空,對受災區域進行俯拍,獲得受災區域的航拍圖像。
12、有益效果:在對不同類型的降噪算法所獲得的處理圖像進行合并時,本專利技術并不是直接利用提前設定的合并比例來進行合并,而是先基于處理圖像來計算初始比例,之后再基于初始比例來初始化粒子群算法中的位置,接著便是運行粒子群算法來獲得滿足迭代條件之后的全局歷史最優位置;將全局歷史最優位置對應的粒子的位置中的各維的數值作為最終確定的各張處理圖像的合并比例;通過基于初始比例來進行粒子群算法的初始化,提高了粒子群算法的與處理圖像之間的關系,使得粒子群算法可以根據獲得的處理圖像的實際情況,更快地初始化距離最佳的合并比例更近的初始化粒子群,從而能夠在降低提前陷入距離最佳的合并比例較遠的局部最優結果的同時,提高本專利技術的收斂速度,提高了獲得距離最佳的合并比例更近的合并比例的效率;本專利技術能夠進一步提高獲得的降噪圖像的質量,獲得更加準確的受災情況,有效地縮短了整體恢復電力供應的所需的總時長。
本文檔來自技高網...【技術保護點】
1.一種電力應急指揮系統,其特征在于,包括圖像識別裝置;圖像識別裝置包括圖像降噪模塊;圖像降噪模塊包括降噪單元、計算單元和合并單元;降噪單元用于采用多種類型的降噪算法分別對受災區域的航拍圖像進行降噪,獲得多張處理圖像;計算單元用于采用粒子群算法分別獲取每張處理圖像的合并比例;合并單元用于基于合并比例對處理圖像進行合并,得到降噪圖像;其中,采用粒子群算法分別獲取每張處理圖像的合并比例,包括:第一步,基于所有的處理圖像計算初始比例;第二步,基于初始比例初始化粒子群;第三步,計算每個粒子的適應度;第四步,根據適應度更新每個粒子的歷史最優位置,以及更新粒子群的全局歷史最優位置;第五步,更新每個粒子的速度和位置;第六步,判斷是否滿足迭代結束條件,若是,則進入第七步;若否,則進入第三步;第七步,將全局歷史最優位置對應的粒子的位置中的各維的數值作為最終確定的各張處理圖像的合并比例。
2.根據權利要求1所述的一種電力應急指揮系統,其特征在于,多種類型的降噪算法包括對高斯噪聲進行降噪的算法、對椒鹽噪聲進行降噪的算法和對周期噪聲進行降噪的算法。
3.根據權利要求1所述的一種電
4.根據權利要求3所述的一種電力應急指揮系統,其特征在于,比較系數的計算公式為:;表示處理圖像的比較系數,migy和magy分別表示處理圖像中的像素點的灰度值的下限值和上限值;表示處理圖像中包含的灰度值等于z的像素點的總數,nuals表示處理圖像中的像素點的總數,cg表示比較值,表示處理圖像中處于圖像的邊緣的像素點的總數,w1和w2分別表示第一權重和第二權重。
5.根據權利要求3所述的一種電力應急指揮系統,其特征在于,基于比較系數計算每張處理圖像的初始比例,包括:用N表示處理圖像的總數,則對于第n張處理圖像,其初始比例的計算公式為:;表示第n張處理圖像的初始比例,表示第n張處理圖像的比較系數,n∈[1,N]。
6.根據權利要求1所述的一種電力應急指揮系統,其特征在于,基于初始比例初始化粒子群,包括:用M表示粒子群中的粒子的總數,用N表示處理圖像的總數,采用從1到N的正整數對N張處理圖像進行編號;則對于第m個粒子,其速度中的第n維的數值為在區間(-0.1,0.1)中生成的隨機數;m∈[1,M];當m等于1時,對于第m個粒子,其位置中的第n維的數值等于編號為n的處理圖像所對應的初始比例;當m大于1時,對于第m個粒子,其位置中的第n維的數值為在區間中生成的隨機數,表示第1個粒子的位置中的第n維的數值,n∈[1,N]。
7.根據權利要求1所述的一種電力應急指揮系統,其特征在于,圖像識別裝置還包括特征提取模塊;特征提取模塊用于對降噪圖像進行分區,將降噪圖像分為多個局部圖像;分別提取每張局部圖像包含的圖像特征。
8.根據權利要求7所述的一種電力應急指揮系統,其特征在于,圖像識別裝置還包括受災程度系數計算模塊;受災程度系數計算模塊用于基于圖像特征分別獲取每張局部圖像中包含的災害的類型的集合以及每種類型的災害的分布面積,以及用于基于災害的類型的集合和每種類型的災害的分布面積計算每張局部圖像的受災程度系數。
9.根據權利要求8所述的一種電力應急指揮系統,其特征在于,還包括指揮裝置;指揮裝置包括排序模塊和調度模塊;排序模塊用于按照受災程度系數從大到小的順序,對每張局部圖像所對應的區域的搶修順序進行排序;調度模塊用于根據局部圖像的總數Q1和搶修隊伍的總數Q2生成搶修方案,并將搶修方案發送至各支搶修隊伍。
10.根據權利要求1所述的一種電力應急指揮系統,其特征在于,還包括無人機裝置;無人機裝置包括無人機控制中心和無人機;無人機控制中心用于控制無人機飛到受災區域的中心的上空,對受災區域進行俯拍,獲得受災區域的航拍圖像。
...【技術特征摘要】
1.一種電力應急指揮系統,其特征在于,包括圖像識別裝置;圖像識別裝置包括圖像降噪模塊;圖像降噪模塊包括降噪單元、計算單元和合并單元;降噪單元用于采用多種類型的降噪算法分別對受災區域的航拍圖像進行降噪,獲得多張處理圖像;計算單元用于采用粒子群算法分別獲取每張處理圖像的合并比例;合并單元用于基于合并比例對處理圖像進行合并,得到降噪圖像;其中,采用粒子群算法分別獲取每張處理圖像的合并比例,包括:第一步,基于所有的處理圖像計算初始比例;第二步,基于初始比例初始化粒子群;第三步,計算每個粒子的適應度;第四步,根據適應度更新每個粒子的歷史最優位置,以及更新粒子群的全局歷史最優位置;第五步,更新每個粒子的速度和位置;第六步,判斷是否滿足迭代結束條件,若是,則進入第七步;若否,則進入第三步;第七步,將全局歷史最優位置對應的粒子的位置中的各維的數值作為最終確定的各張處理圖像的合并比例。
2.根據權利要求1所述的一種電力應急指揮系統,其特征在于,多種類型的降噪算法包括對高斯噪聲進行降噪的算法、對椒鹽噪聲進行降噪的算法和對周期噪聲進行降噪的算法。
3.根據權利要求1所述的一種電力應急指揮系統,其特征在于,基于所有的處理圖像計算初始比例,包括:分別計算每張處理圖像的比較系數;基于比較系數計算每張處理圖像的初始比例。
4.根據權利要求3所述的一種電力應急指揮系統,其特征在于,比較系數的計算公式為:;表示處理圖像的比較系數,migy和magy分別表示處理圖像中的像素點的灰度值的下限值和上限值;表示處理圖像中包含的灰度值等于z的像素點的總數,nuals表示處理圖像中的像素點的總數,cg表示比較值,表示處理圖像中處于圖像的邊緣的像素點的總數,w1和w2分別表示第一權重和第二權重。
5.根據權利要求3所述的一種電力應急指揮系統,其特征在于,基于比較系數計算每張處理圖像的初始比例,包括:用n表示處理圖像的總數,則對于第n張處理圖像,其...
【專利技術屬性】
技術研發人員:鄧創,佟如意,王圣偉,雷克剛,李維寧,鄧華,卿東,汪悅頎,杜永永,馬文豪,羅霄,周煒,唐冬來,張凌浩,薛志航,劉鳳蓮,
申請(專利權)人:國網四川省電力公司電力應急中心,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。