電力設備管理系統中的CBIR技術探析

【摘 要】從電力設備的圖像特點出發，對電力設備中的CBIR技術初步掌握，將顏色特征、形狀特征、紋理特征作為依據，總結出了圖像檢索的方法，本文對這一部分內容進行了研究，給出了研究內容的系統結果。

【關鍵詞】電力設備；CBIR

圖像是一種重要的信息表現形式，能夠直觀的表達出其中包含的情況，隨著高科技逐漸滲透到我們的生活中，圖像信息的使用也時常出現在我們身邊。目前，電力設備的種類越來越多，與其搭配的系統也多種多樣，CBIR技術也被應用在電力設備管理系統中，對電力系統進行維護。

1.CBIR技術

為了發揮出圖像清楚明了的效果，電力系統近年來對設備的管理上采用了給設備工作時進行拍攝圖像的形式，對于得出圖像的應用主要為：根據圖像進行分析來判斷設備的工作運行情況，對設備的老舊程度進行記錄；對設備使用前后進行對比，觀察在工作中設備的變化；根據圖像的的傳輸，得到設備的具體信息，例如型號、工作地點以及使用的時間等。在開始的一段時間，這些圖像信息還是以文件的形式保存在電腦中，供管理者瀏覽，但是圖像越來越多，無法進行有效管理，所以就找到了一種新的方式——CBIR技術進行圖像的保存。

CBIR是一種有關圖像檢索的新技術，是根據圖像的相似性進行對比匹配，對圖像的特征進行描述，通過圖像的提示與舉例進行特征分析，將圖像輸入，輸出相似或者有圖像具有相同特征的另一圖像，解決了用戶對電力系統的難以理解的很大問題。

2.CBIR技術在電力設備管理系統中的應用

2.1電力設備圖像庫

在對電力設備進行研究之前，我們要全面的理解這種圖像的特點。在電力設備的運行中，所顯示的圖像大多是單一的黑白色，其余的色彩并不明顯，這在對圖像描述的過程中產生了很大的障礙，不同的設備之間所輸出的圖像有很大的區別，所以，要學會對圖像特征的部分抽取，主要對圖像的特征進行描述，由于圖像的紋理特征擁有著獨特的旋轉不變的特性，而且抗噪聲能力也特別強，所以，在檢索的過程中將紋理特征結合起來會有很好的效果。

2.2提取顏色特征

最直接的特征就是圖像的顏色特征，與所包含的物體和場景有著很強的聯系，而且與其他特征的關聯性小，具有穩定性。熱門對色彩的敏感度也比較高，感受較為強烈，在生活中就經常被應用，在電力設備的應用上會更加的熟練。

利用顏色進行檢索，有兩種方式，一種是直接根據顏色進行查詢，得出結論，另一種是根據圖像所表示的主色調進行匹配查詢。

但是在電力系統中顏色都比較單純，大多只是簡單的黑白色，所以，單純的依靠顏色來對系統進行管理并不能取得很好的效果。

2.3提取形狀特征

形狀是圖像最主要的特征之一，也是最容易被觀察識別的特征信息之一。圖像的形狀不跟隨顏色等其他特征的改變進行改變，是非常穩定的特征。對形狀的描述分為基于邊界以及基于區域兩類，基于邊界就是根據形狀的邊緣的外部形狀，基于區域就是根據形狀的全部區域。

對形狀特性進行提取，首先要對圖像進行觀察分割，這樣對整個的檢索過程就有了限制。如果通過不變矩法，就不用分割圖像，直接對圖像的整個形狀進行特征分析的圖像檢索，這樣更加的方便。所以，對電力設備的圖像采集，利用不變矩的方法進行特征的提取更加方便，適用于電力設備的圖像檢索。

應用形狀特征應該具有獨特性、完備性、幾何變換不變性、靈敏性以及抽象性等。

提取形狀特征的時候需要注意的有：第一，形狀經常與目標關聯在一起，相結合時有一定的含義，可以將形狀特征看成更高一層的特征，表達起來較為復雜，對一些陌生領域的信息，不要使用自動分割的方法，這種方法很難將目標有效的提取出來。第二，描述目標的形狀非常復雜，數學定義并不確切，人本身的認識情況就不能夠準確的表達出來；第三，不同的角度提取的形狀特征并不相同，需要更完美的解決方式。

2.4提取紋理特征

紋理特征是不依賴顏色或者亮度對特征進行反映的，所有的物體都具有紋理特征。對紋理的獲取一般應用統計法和頻譜法。統計法是對圖像的色彩空間分布進行統計；頻譜法是先進行數學模式轉換，將空域變換成頻域，然后再分析圖像。紋理的出現反映了圖像及物體的內在屬性。根據紋理的特征可以將兩個相似的物體圖像分開。應用紋理檢索的情況，通常圖像的內容非常豐富，與背景并不能很好的分離開，當色彩和形狀信息不明顯的情況下，紋理特征就發揮了作用。

紋理是與灰色像素的尺寸以及空間分布有關的，度量紋理特征是灰度共生矩陣根據像素之間具有的空間信息，從其中提取有效的參數進行度量。灰色共生矩陣對紋理的提取范圍是整個圖像，這種方法對圖像的單一特性表現起來并不直觀，但是對紋理的特性描述是很有效果的。

2.5特征的統一

不同的特征有著不同的物理意義，在應用的過程中其取值范圍也有很大的差別，這樣來說，所表現出來的特征是沒有可比性的，所以，在對圖像進行綜合利用的時候，對形狀和紋理進行檢索，需要進行根據不同的特征進行統一化的處理。主要通過對圖像相似距離的計算得出均值和標準差，然后歸一化設為0或者1，得到紋理的相似距離，確定各個特征向量所占的比重，最后計算相似距離。

3.檢索結果的設計

在電力設備上運用CBIR技術，就是先要把設備中的個類型圖片統一轉化成大小以及格式相同的圖像，圖像存入數據庫和提取圖像的形狀紋理特征輸入到特征庫同時進行，這樣就不會出現偏差，在檢索的時候，對于給定的圖像，要提前做好數據的提取，將形狀紋理特征與數據庫和特征庫中的特征進行對比計算此時，就可以得到所提取出的最相似的需求圖像。將系統進行多次檢索，反復的檢驗，將整體的數據統計過程進行調整，達到最優的工作方式。

4.CBIR技術在電力管理中的發展缺陷

4.1未能實現系統與數據庫之間的互動

目前對數據庫的打開方式是以指定文件夾打開的形式進行工作的。這樣，對于數據的是處理就有了限制，雖然簡單化但是并不是最理想的解決數據處理的方法。若能夠直接的對數據庫內容進行訪問，這樣就能夠更加方便的管理整個系統。

4.2檢索的過程并沒有真正的獨立

將算法與系統的編寫分開，這樣能更方便的進行管理，而且在添加新的算法時，只需要加入新的程序模塊就可以，不用重新編寫。

4.3對邊緣點的算法準確度不夠

邊緣點的確定是在形狀特征應用時需要計算的，而現在的算法在計算的時候還不能夠完全的排出噪點對其的影響。

5.結語

CBIR技術與模式識別技術和多媒體技術相結合，是現如今圖像檢索過程的研究重點。在電力設備的圖像管理中具有舉足輕重的作用，通過對電力設備的特點進行研究，本文提出的以形狀特征為研究中心，紋理特征和形狀結合起來進行設備優化的方法。但是，目前這一系統并沒有統一的實行方式，只是對文本進行圖像的檢索顯然是不完善的，還需要對這種管理模式進行進一步的研究發展，有機的融合文本與內容的檢索方式，來達到滿意的效果。

【參考文獻】

[1]董靜，劉宇.基于HV分割的分形圖像檢索算法[J].硅谷，2011（08）.

[2]黃勇，王崇駿，王亮，杭燕，陳兆乾.基于形狀不變矩的圖像檢索算法的研究[J].計算機應用研究，2004（07）.

[3]王偉.初探基于物聯網的輸變電設備狀態監測技術研究[J].科技創新導報，2012（06）.

[4]聶慶華，楊利華.缺失或不完備數據的填補方法分析[J].科技創新與應用，2012（11）.