[发明专利]基于巡检机器人的滑块式断路器识别方法

说明书

本发明提出了一种基于巡检机器人的滑块式断路器识别方法。本发明主要分为5个步骤：(1)利用图像数集训练SVM多分类器；(2)巡检机器人到达指定巡检点获取待检测图片；(3)对目标区域进行粗定位和精确定位，筛选目标候选区域得到滑块式断路器；(4)对获取到滑块式断路器进行图像预处理，提取出连通面积最大的两个区域；(5)分别提取两个连通区域的HOG特征，并将其送入SVM多分类器得到最终的识别结果。本发明利用机器学习，能在不同光照、姿态条件下能有效完成滑块式断路器检测识别任务，提高了复杂环境下图像识别的自动化水平和准确率，最大限度的减少了漏检、误检问题。

技术领域

本发明涉及到目标检测技术，具体而言涉及基于巡检机器人的滑块式断路器识别方法。

背景技术

电力行业与人们的生活息息相关，变电站的滑块式断路器是电力行业最基本的器件，它对电力供应至关重要。近年来，滑块式断路器检测与识别不到位从而导致不能正常输送电的现象时有发生，给人民生活、工业生产造成了巨大的经济损失。

目前关于断路器检测方法主要由两类，第一种是人工巡视检测方法。但由于变电站的断路器大多存在于野外，工作人员一般距离较远，出现问题时一般不能及时解决，从而导致电力供电系统不能及时响应。且人工巡视检测往往需要消耗大量的人力和时间，在长时间、高强度的工作环境下容易出错。因此人工巡视检测方法具有劳动强度大、效率低、巡视检测不到位、可靠性差、风险大等缺点。近年来，随着巡检机器人的推广，滑块式断路器的检测工作逐渐向智能化方向发展。利用电力巡检机器人代替人工巡检具有高效率、高可靠性等优点。但目前大多数方法，利用传统的图像处理手段进行检测和识别，在光照条件变化的情况下，检测效果不好，一般一种光照条件就需要一组参数，这就需要提出一种较为通用的检测和识别方法，应对不同光照、姿态条件下的检测任务。

发明内容

本发明的目的在于提出了一种基于巡检机器人的滑块式断路器识别方法，解决现有滑块式断路器检测与识别技术中存在的机器人位置不定时，目标尺度、角度变化大，目标受光照影响大从而导致检测识别不准确的问题。

实现本发明的技术解决方案为：一种基于巡检机器人的滑块式断路器识别方法，具体步骤为：

步骤1、为每个巡检点选取一张在该巡检点拍摄的断路器居中的图像作为模板图像，利用提前采集的滑块式断路器图像数集训练SVM多分类器；

步骤2、巡检机器人通过定位导航到达指定巡检点，获取现场滑块式断路器图像并以灰度图的形式读入，用于滑块式断路器检测识别；

步骤3、对待检测的目标区域进行粗定位和精确定位，筛选目标候选区域得到滑块式断路器图像；

步骤4、对获取到的现场滑块式断路器图像进行预处理，提取出连通面积最大的两个区域，按照位置分为左右两个部分；

步骤5、对两个分离出的区域分别进行像素调整，以长m像素，宽n像素的滑动窗口在图像上滑动，对窗口提取HOG特征，将计算得到的HOG特征算子送入SVM多分类器得到最终的识别结果。

优选地，步骤1中训练SVM多分类器的具体方法为：

步骤1-1、提前采集滑块式断路器图像数集作为正负训练样本集合；

步骤1-2、提取正负训练样本集合的HOG特征；

步骤1-3、给所有正负训练样本集合赋予样本标签，将训练样本集合的HOG特征以及样本标签送入SVM中进行训练。

优选地，步骤1-1中准备训练样本集合的具体方法为：

(1)采集滑块式断路器的图片，将处于储能状态的图片作为正样本集，处于未储能状态的图片作为负样本集；

(2)裁剪图片，删除滑块式断路器上滑块显示窗口区域之外的多余信息；