电力设备管理系统中的CBIR技术探析

【摘 要】从电力设备的图像特点出发，对电力设备中的CBIR技术初步掌握，将颜色特征、形状特征、纹理特征作为依据，总结出了图像检索的方法，本文对这一部分内容进行了研究，给出了研究内容的系统结果。

【关键词】电力设备；CBIR

图像是一种重要的信息表现形式，能够直观的表达出其中包含的情况，随着高科技逐渐渗透到我们的生活中，图像信息的使用也时常出现在我们身边。目前，电力设备的种类越来越多，与其搭配的系统也多种多样，CBIR技术也被应用在电力设备管理系统中，对电力系统进行维护。

1.CBIR技术

为了发挥出图像清楚明了的效果，电力系统近年来对设备的管理上采用了给设备工作时进行拍摄图像的形式，对于得出图像的应用主要为：根据图像进行分析来判断设备的工作运行情况，对设备的老旧程度进行记录；对设备使用前后进行对比，观察在工作中设备的变化；根据图像的的传输，得到设备的具体信息，例如型号、工作地点以及使用的时间等。在开始的一段时间，这些图像信息还是以文件的形式保存在电脑中，供管理者浏览，但是图像越来越多，无法进行有效管理，所以就找到了一种新的方式――CBIR技术进行图像的保存。

CBIR是一种有关图像检索的新技术，是根据图像的相似性进行对比匹配，对图像的特征进行描述，通过图像的提示与举例进行特征分析，将图像输入，输出相似或者有图像具有相同特征的另一图像，解决了用户对电力系统的难以理解的很大问题。

2.CBIR技术在电力设备管理系统中的应用

2.1电力设备图像库

在对电力设备进行研究之前，我们要全面的理解这种图像的特点。在电力设备的运行中，所显示的图像大多是单一的黑白色，其余的色彩并不明显，这在对图像描述的过程中产生了很大的障碍，不同的设备之间所输出的图像有很大的区别，所以，要学会对图像特征的部分抽取，主要对图像的特征进行描述，由于图像的纹理特征拥有着独特的旋转不变的特性，而且抗噪声能力也特别强，所以，在检索的过程中将纹理特征结合起来会有很好的效果。

2.2提取颜色特征

最直接的特征就是图像的颜色特征，与所包含的物体和场景有着很强的联系，而且与其他特征的关联性小，具有稳定性。热门对色彩的敏感度也比较高，感受较为强烈，在生活中就经常被应用，在电力设备的应用上会更加的熟练。

利用颜色进行检索，有两种方式，一种是直接根据颜色进行查询，得出结论，另一种是根据图像所表示的主色调进行匹配查询。

但是在电力系统中颜色都比较单纯，大多只是简单的黑白色，所以，单纯的依靠颜色来对系统进行管理并不能取得很好的效果。

2.3提取形状特征

形状是图像最主要的特征之一，也是最容易被观察识别的特征信息之一。图像的形状不跟随颜色等其他特征的改变进行改变，是非常稳定的特征。对形状的描述分为基于边界以及基于区域两类，基于边界就是根据形状的边缘的外部形状，基于区域就是根据形状的全部区域。

对形状特性进行提取，首先要对图像进行观察分割，这样对整个的检索过程就有了限制。如果通过不变矩法，就不用分割图像，直接对图像的整个形状进行特征分析的图像检索，这样更加的方便。所以，对电力设备的图像采集，利用不变矩的方法进行特征的提取更加方便，适用于电力设备的图像检索。

应用形状特征应该具有独特性、完备性、几何变换不变性、灵敏性以及抽象性等。

提取形状特征的时候需要注意的有：第一，形状经常与目标关联在一起，相结合时有一定的含义，可以将形状特征看成更高一层的特征，表达起来较为复杂，对一些陌生领域的信息，不要使用自动分割的方法，这种方法很难将目标有效的提取出来。第二，描述目标的形状非常复杂，数学定义并不确切，人本身的认识情况就不能够准确的表达出来；第三，不同的角度提取的形状特征并不相同，需要更完美的解决方式。

2.4提取纹理特征

纹理特征是不依赖颜色或者亮度对特征进行反映的，所有的物体都具有纹理特征。对纹理的获取一般应用统计法和频谱法。统计法是对图像的色彩空间分布进行统计；频谱法是先进行数学模式转换，将空域变换成频域，然后再分析图像。纹理的出现反映了图像及物体的内在属性。根据纹理的特征可以将两个相似的物体图像分开。应用纹理检索的情况，通常图像的内容非常丰富，与背景并不能很好的分离开，当色彩和形状信息不明显的情况下，纹理特征就发挥了作用。

纹理是与灰色像素的尺寸以及空间分布有关的，度量纹理特征是灰度共生矩阵根据像素之间具有的空间信息，从其中提取有效的参数进行度量。灰色共生矩阵对纹理的提取范围是整个图像，这种方法对图像的单一特性表现起来并不直观，但是对纹理的特性描述是很有效果的。

2.5特征的统一

不同的特征有着不同的物理意义，在应用的过程中其取值范围也有很大的差别，这样来说，所表现出来的特征是没有可比性的，所以，在对图像进行综合利用的时候，对形状和纹理进行检索，需要进行根据不同的特征进行统一化的处理。主要通过对图像相似距离的计算得出均值和标准差，然后归一化设为0或者1，得到纹理的相似距离，确定各个特征向量所占的比重，最后计算相似距离。

3.检索结果的设计

在电力设备上运用CBIR技术，就是先要把设备中的个类型图片统一转化成大小以及格式相同的图像，图像存入数据库和提取图像的形状纹理特征输入到特征库同时进行，这样就不会出现偏差，在检索的时候，对于给定的图像，要提前做好数据的提取，将形状纹理特征与数据库和特征库中的特征进行对比计算此时，就可以得到所提取出的最相似的需求图像。将系统进行多次检索，反复的检验，将整体的数据统计过程进行调整，达到最优的工作方式。

4.CBIR技术在电力管理中的发展缺陷

4.1未能实现系统与数据库之间的互动

目前对数据库的打开方式是以指定文件夹打开的形式进行工作的。这样，对于数据的是处理就有了限制，虽然简单化但是并不是最理想的解决数据处理的方法。若能够直接的对数据库内容进行访问，这样就能够更加方便的管理整个系统。

4.2检索的过程并没有真正的独立

将算法与系统的编写分开，这样能更方便的进行管理，而且在添加新的算法时，只需要加入新的程序模块就可以，不用重新编写。

4.3对边缘点的算法准确度不够

边缘点的确定是在形状特征应用时需要计算的，而现在的算法在计算的时候还不能够完全的排出噪点对其的影响。

5.结语

CBIR技术与模式识别技术和多媒体技术相结合，是现如今图像检索过程的研究重点。在电力设备的图像管理中具有举足轻重的作用，通过对电力设备的特点进行研究，本文提出的以形状特征为研究中心，纹理特征和形状结合起来进行设备优化的方法。但是，目前这一系统并没有统一的实行方式，只是对文本进行图像的检索显然是不完善的，还需要对这种管理模式进行进一步的研究发展，有机的融合文本与内容的检索方式，来达到满意的效果。

【参考文献】

[1]董静，刘宇.基于HV分割的分形图像检索算法[J].硅谷，2011（08）.

[2]黄勇，王崇骏，王亮，杭燕，陈兆乾.基于形状不变矩的图像检索算法的研究[J].计算机应用研究，2004（07）.

[3]王伟.初探基于物联网的输变电设备状态监测技术研究[J].科技创新导报，2012（06）.

[4]聂庆华，杨利华.缺失或不完备数据的填补方法分析[J].科技创新与应用，2012（11）.