[发明专利]一种适用于变电站巡检机器人的仪表定位方法

权利要求书

1.一种适用于变电站巡检机器人的仪表定位方法，其特征在于：包括以下步骤：

1）收集样本：样本包括正样本和负样本，正样本为仅含仪表表盘的图像，负样本为不包含仪表的背景图像；

2）Adaboost分类器训练：利用步骤1）收集的样本进行训练，训练过程包括特征的选择、弱分类器的训练、强分类器的训练；训练时使用的样本不变，但样本的权重根据分类的效果而不断改变，这样可以看作不断的使用新的样本对分类器进行训练；最后将分类器级联在一起，形成决策分类器；

3）基于SVM的二分类器；使用图像的颜色特征和纹理特征来计算构造决策函数，得到二分类器；

4）仪表定位：首先使用具有高检出率的Adaboost分类器进行一级检测，可以初步定位出和仪表相似的多个区域；即一级检测提高了定位出仪表的概率；然后利用SVM分类器做二次定位，弥补Adaboost分类器的不足，进而从候选区域中定位出仪表。

2.如权利要求1所述的一种适用于变电站巡检机器人的仪表定位方法，其特征在于：所述步骤4）所述的仪表定位方法具体包括以下步骤：

d1) 输入待检测图片（图片尺寸为），并对图像做预处理；包括彩色图转灰度图处理、中值滤波和高斯滤波处理；

d2) 初始化检测窗口大小；窗口选择使用宽度和高度相同的尺寸，并将检测窗口宽度初始化为20像素；

d3) 利用尺寸为的检测窗口，从初始位置开始，以水平方向两个像素和垂直方向两个像素为单位在整张图片上进行平移，每平移一次即可获得一个新的检测窗口；

d4) 针对一个检测窗口，计算该窗口下对应的所有Haar-like子特征；

d5) 利用Adaboost分类器对检测窗口下覆盖的图像区域进行分类判断，若判断为仪表，则记录下该窗口的位置及大小；

d6) 调整窗口大小为：，如果满足，则进入步骤d7)，否则进入步骤d3) ；

d7) 合并检测窗口；因仪表定位时检测窗口的尺寸不同，会在同一位置附近检测出多个区域，因此将相似位置的窗口进行合并，避免重复；

d8) 提取所有的候选仪表区域，并对其进行尺寸归一化；

d9) 利用SVM分类器对候选区域进行分类判断，输出结果；

d10) 输出仪表在图像的位置。

3.如权利要求1所述的一种适用于变电站巡检机器人的仪表定位方法，其特征在于：所述步骤1）中所述的正样本需要进行尺度归一化，负样本不需要进行归一化，但其尺寸要比归一化的正样本大，正、负样本均需进行标注；正、负样本的比例在1：2.5~1：3之间。

4.如权利要求1所述的一种适用于变电站巡检机器人的仪表定位方法，其特征在于：所述步骤2）所述的Adaboost分类器训练的具体训练算法包括以下步骤：

a1) 输入训练样本，其中表示样本属于负样本，表示样本为正样本，n为样本数量；

a2) 初始化样本权重，如果是正样本，则设置样本权重；如果是负样本，则权重设置为，其中和分别代表正负样本的个数；

a3）训练个最优弱分类器；

a4）弱分类器级联成强分类器

；

a5）利用强分类器对样本做分类识别，并计算加权错误率，如果错误率大于达到预设的标准并且训练次数小于预设的值，则将分类错误的样本作为补充样本继续进行训练；否则停止训练，得到Adaboost分类器。