[发明专利]一种电力巡检中保护屏智能识别系统的构建方法

说明书

技术领域

本发明属于机器视觉领域，涉及一种电力巡检中保护屏智能识别系统的构建方法。

背景技术

为了保证电力设备的运行稳定，电力巡检是其中必不可少的一环。电力巡检是通过巡检员定期对设备及周围环境进行巡视与检查，进而及时地发现设备可能存在的缺陷以及可能产生的安全隐患，保证设备的运行安全以及整个系统的稳定运转。整个电网已经深入到人们身边的各个角落，电力对人们的重要性甚至可以说不亚于空气，而且随着社会的不断发展，电网系统也愈发复杂，电力巡检任务重要性也不断增强。

传统的电力巡检过程例如电力保护屏的巡检是通过巡检员手持工作手册，将设备中的开关逐个与手册信息进行比对，任务繁重且单调，容易使人产生疲劳以及误操作进而引发电力事故，严重时甚至会导致大面积停电。此时可以针对保护屏的巡检任务，通过机器学习以及机器视觉的手段，通过计算机构建一个智能识别系统，将这种枯燥的工作交由软件完成，大大减轻巡检员的压力。

发明内容

发明目的：针对电力巡检中的迫切需求，发明了一种保护屏智能识别系统构建方法。

通过本发明构建的保护屏智能识别系统，旨在利用机器学习与机器视觉的手段，将繁杂的电力巡检任务交由智能系统完成。本发明对于采集的保护屏图像利用机器学习与机器视觉的技术进行自动的分割与定位，获取压板开关目标并自动识别其状态。

技术方案：一种电力巡检中保护屏智能识别系统的构建方法，提出了一种针对保护屏设备采集的图像进行智能分析的自动化解决方案，具体包括以下步骤：

步骤1，标签识别：载入采集到的保护屏设备图像，识别图像中的标签区域，提取标签的轮廓以及包含区域，通过OCR(Optical Character Recognition，光学字符识别)光学字符识别技术识别标签内容，获得对应的设备配置信息；

步骤2，图像矫正：基于步骤1获得的标签轮廓，通过角点检测筛选出所需要的角点，根据角点计算得到仿射变换矩阵A，将矩阵A作用于所采集的图像上实现图像旋转与缩放的矫正；

步骤3，图像的预处理：利用标签的区域位置信息以及对应的设备配置信息对图像进行颜色空间转换和阈值化操作，将阈值化后的图像在行和列方向上进行直方图累加，利用累加得到的直方图对图像进行裁剪，获得新的图像；

步骤4，分类器的训练及使用：通过预先采集的保护屏设备图像，抠取(一般人工进行抠取)压板开关的正例图像样本以及非目标的负例图像样本，提取样本的颜色特征直方图作为分类的特征，使用SVM进行训练获得分类器，对步骤3中获得的图像中的待识别像素区域生成高斯分布随机数，将采样的测试区域进行分类，保留正例像素区域，从而得到新的二值化图像；

步骤5，图像的行分割：从设备配置信息中获取图像的行数信息，利用步骤4获得的二值化图像的列累加直方图寻找合适的行分割点，进而获得按行分块的图像；

步骤6，图像的列分割：利用步骤1中获得的设备配置信息中获得相应每一行的开关数目，再利用步骤5中处理后的行分块图像计算行累加直方图寻找合适的列分割点，进而获得单个的待识别压板开关的阈值化图像；

步骤7，目标的定位：利用步骤6中获得的单个待识别压板开关的阈值化图像以及设备配置信息中的开关类别信息，确定聚类中心数量，利用K-Means算法对阈值化图像中的像素点进行聚类操作，获得每个像素所属的类别以及聚类中心，得到压板开关的每个部件的位置信息；

步骤8，状态的识别与反馈：利用步骤7中获得的压板开关的每个部件的位置信息，计算部件之间的相对位置关系进而判断出开关的状态，并将识别的状态反馈用户。

步骤1包括：

载入采集到的保护屏设备图像作为原图像，将原图像按照标签颜色区域进行阈值化操作得到二值化图像，在二值化图像中寻找标签区域轮廓，并且找到轮廓对应的外接矩形，抠出标签对应的矩形区域作为待识别的目标区域，利用OCR光学字符识别技术识别标签编号，再依据标签编号获得对应的设备配置信息。

所述设备配置信息中，所包含的参数包括当前保护屏压板开关的行数row_number、每一行中压板开关的类型row_type、每一行所包含的压板开关的个数number_per_row以及每个压板开关应为的状态state_per_object。

搜集到的原始图像往往因为采集中的人为因素使得图像产生一定的仿射变换，而旋转和缩放会使得在识别开关状态与确定算法的超参数时遇到困难，所以需要进行一定的矫正操作。因此步骤2包括：