[发明专利]基于部件种类和部件比例的高压设备图像识别方法及装置在审

专利信息
申请号: 201710051179.7 申请日: 2017-01-23
公开(公告)号: CN108345896A 公开(公告)日: 2018-07-31
发明(设计)人: 路光辉;周水斌;牧继清;王龙阁;雍明超;龚东武;王伟杰;庄益诗;郭宏燕;曾国辉;卢站芳;陈磊;郭旭;梁武民 申请(专利权)人: 许继集团有限公司;许继电气股份有限公司;许昌许继软件技术有限公司;国家电网公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 郑州睿信知识产权代理有限公司 41119 代理人: 崔旭东
地址: 461000 河*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 构成部件 高压设备 图像识别 变电站高压设备 边缘提取 分类识别 区分部件 设备部件 设备分类 外观差异 准确度 样本库 分类 匹配 图像
【说明书】:

发明提供了基于部件种类和部件比例的高压设备图像识别方法及装置,将获取到的图像采用边缘提取法,提取其构成部件轮廓,该构成部件包括一般性构成部件和决定性构成部件,与样本库进行匹配,完成初步分类;以设备部件之间的位置关系为特征,进一步提高分类的正确性;根据同种设备构成部件比例关系不变和不同设备构成部件比例关系不同的特征,用来区分部件构成类型,外观差异较小的设备,最终完成设备分类。本发明能够较准确的完成对变电站高压设备的分类识别,识别准确度高。

技术领域

本发明属于变电站在线监测领域,特别涉及一种基于部件种类和部件比例的高压设备图像识别方法及装置。

背景技术

目前变电站的站区面积不断扩大,运行环境愈加复杂,通常釆用人工巡视和其他传统巡视方式,简单依赖于巡视人员的感官和经验,很难做到全面准确巡检,给设备和电网安全运行带来各种隐患。利用巡检机器人辅助人员对设备进行巡视,就能规避隐患,对设备进行可靠的巡检。随着智能巡检机器人的广泛应用,变电站日常巡检工作中会产生越来越多的图像信息。针对海量图像信息,对不同设备图像的分类问题亟待解决。

目前主流的图像分类方法是计算机视觉,计算机视觉作为人类视觉的模拟,图像视信息成为它的处理对象,图像视信息包括诸如形状、位置、颜色、纹理等图像特征,计算机视觉利用这些图像特征进行识别分类。

由于变电站的高压设备的体积比较大,巡检机器人采集的图像可能只包含了设备中的某几个部件的图像,而不是设备全部部件的图像,这些图像中包含的信息比较少,因此,对设备类型的判断存在一定的困难,而且识别的结果也不准确。

发明内容

本发明的目的在于提供一种基于部件种类和部件比例的高压设备图像识别方法及装置,用于解决现有技术中对变电站设备图像信息识别不准确的问题。

为实现上述目的,本发明的技术方案是:

一种基于部件种类和部件比例的高压设备图像识别方法,包括十个方法方案:

方法方案一,步骤如下:

构成部件识别步骤:采集待识别设备的图像信息,识别其中的构成部件;将识别出的构成部件与样本库中各类型设备的构成部件进行匹配;

比例识别步骤:确定识别出的构成部件之间的比例关系,将这些比例关系与样本库中各类型设备的对应构成部件的比例关系进行匹配;

判断确定步骤:根据匹配结果确定待识别设备的类型。

方法方案二,在方法方案一的基础上,在比例关系识别完成后,确定识别出的构成部件之间的位置关系,将这些位置关系与样本库中各类型设备的对应构成部件的位置关系进行匹配。

方法方案三,在方法方案二的基础上,通过计票方式确定匹配结果:当匹配成功时,对相应的设备类型进行计票;最终票数最高的设备类型为待识别设备的类型。

方法方案四,在方法方案三的基础上,通过计票方式确定匹配结果:当匹配成功时,结合权重对相应的设备类型进行计票;最终票数最高的设备类型为待识别设备的类型。

方法方案五,在方法方案四的基础上,样本库中各类型设备的构成部件分为一般性构成部件和决定性构成部件;所述决定性构成部件的权重高于所述一般性构成部件的权重。

方法方案六、方法方案七、方法方案八、方法方案九、方法方案十,分别在方法方案一、方法方案二、方法方案三、方法方案四、方法方案五的基础上,对采集待识别设备的图像信息,采用边缘提取法提取其构成部件轮廓,识别其中的构成部件。

本发明还提供了变电站高压设备图像识别装置,包括四个装置方案:

装置方案一,包括如下单元:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于许继集团有限公司;许继电气股份有限公司;许昌许继软件技术有限公司;国家电网公司,未经许继集团有限公司;许继电气股份有限公司;许昌许继软件技术有限公司;国家电网公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710051179.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top