[发明专利]融合巡检机器人定位信息的电力表计检测方法

权利要求书

1.一种融合巡检机器人定位信息的电力表计检测方法，其特征在于，具体步骤为：

步骤1、利用仪表图像数据集训练分类器，并为每个巡检点选取一张在该巡检点拍摄的仪表居中的图像作为模板图像，巡检机器人到达指定巡检点获取待检测仪表图片；

步骤2、利用梅林傅里叶变换和相位相关技术对待检测仪表图片中的目标仪表区域进行粗定位；

步骤3、利用机器学习的方法对目标仪表区域进行精确定位，将待检测图像送入训练过的分类器，得到若干个目标候选区域；

步骤4、计算多个候选区域的感知哈希、互信息和交并比三种参数指标，筛选目标候选区域得到最终目标，具体步骤为：

步骤4-1、分别将每个目标候选区域与粗定位目标仪表区域求交并比参数IOU；

步骤4-2、分别将每个目标候选区域图像与模板图像中的仪表区域图像做感知哈希计算，获得感知哈希指标；

步骤4-3、分别计算每个目标候选区域图像与模板图像的互信息指标；

步骤4-4、将每一目标候选区域的交并比IOU、互信息指标以及感知哈希三种指标做加权求出每一目标候选区域的置信度，将置信度最大的目标候选区域作为备选检测结果；

步骤4-5、若备选检测结果的IOU满足同时小于设定阈值thresholdIOU且(pHash+1/I(G_(X),H_(Y)))大于阈值thresholdA时，将步骤2确定的粗定位目标仪表区域作为最终目标，否则以备选检测结果作为最终目标，pHash为备选检测结果感知哈希指标，I(G_(X),H_(Y))为互信息指标。

2.根据权利要求1所述的融合巡检机器人定位信息的电力表计检测方法，其特征在于，步骤4-1将每个目标候选区域与粗定位目标仪表区域求交并比参数IOU的公式为：

式中，C为粗定位目标仪表区域，n_i为目标候选区域。

3.根据权利要求1所述的融合巡检机器人定位信息的电力表计检测方法，其特征在于，步骤4-2分别将每个目标候选区域图像与模板图像中的仪表区域图像做感知哈希计算的具体方法为：

将目标候选区域图像与模板图像缩放到同一大小，进行余弦变换，选取余弦变换后的图像左上角的部分低频区域，去除坐标(0,0)的直流分量得到一共N维特征向量，计算目标候选区域图像与模板图像的特征向量的汉明距离，作为感知哈希指标。

4.根据权利要求1所述的融合巡检机器人定位信息的电力表计检测方法，其特征在于，步骤4-3每个目标候选区域图像与模板图像的互信息指标的计算公式为：

G_(X)、H_(Y)分别为模板图像与候选图像灰度像素的数目，W、H分别为候选区域图像宽、高。

5.根据权利要求1所述的融合巡检机器人定位信息的电力表计检测方法，其特征在于，步骤4-4中置信度的计算公式为：

Confidence＝1-(pHash+1/I(G_(X),H_(Y)))/(IOU+D)

式中，I(G_(X),H_(Y))为互信息指标，pHash为感知哈希指标，IOU为交并比指标，D为设定的常数。

6.根据权利要求1所述的融合巡检机器人定位信息的电力表计检测方法，其特征在于，阈值thresholdIOU取值范围0.1～0.4，阈值thresholdA取值范围10～50。

7.根据权利要求1所述的融合巡检机器人定位信息的电力表计检测方法，其特征在于，步骤1中的分类器为Adaboost分类器。