[发明专利]一种基于图像特征识别的电力物资自动判别方法在审

专利信息
申请号: 202110206650.1 申请日: 2021-02-24
公开(公告)号: CN112926447A 公开(公告)日: 2021-06-08
发明(设计)人: 王竹君;唐诚旋;罗剑;王漠 申请(专利权)人: 贵州电网有限责任公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62
代理公司: 南京禹为知识产权代理事务所(特殊普通合伙) 32272 代理人: 王晓东
地址: 550002 贵*** 国省代码: 贵州;52
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 特征 识别 电力 物资 自动 判别 方法
【权利要求书】:

1.一种基于图像特征识别的电力物资自动判别方法,其特征在于:包括,

基于SIFT算法建立标准物资数据库并存储物资外观图像;

利用软件编程技术提取图像SIFT特征的可执行程序,完成图像匹配;

根据匹配结果,识别出物资所属的所述标准物资数据库条目中的字段信息,输出至用户的输入界面,完成物资分类识别。

2.根据权利要求1所述的基于图像特征识别的电力物资自动判别方法,其特征在于:建立所述标准物资数据库包括,

基于关系型数据库建立一张数据表,所述数据表字段包括物资名称、物资分类名称、物资分类代码以及3至5张的物资外观图像。

3.根据权利要求1或2所述的基于图像特征识别的电力物资自动判别方法,其特征在于:提取所述图像SIFT特征的可执行程序包括,

采用VisualStudio2010的控制台中调用OpenCV库进行提取,所述可执行程序命名为GetSIFT.exe,其提取一幅图像的SIFT特征。

4.根据权利要求3所述的基于图像特征识别的电力物资自动判别方法,其特征在于:完成所述图像匹配包括,

调用所述可执行程序GetSIFT.exe并结合欧式距离匹配法完成,定义一副图中的每个特征点,在另一幅图中找到与之距离最近的特征点的距离d1和次近的特征点的距离d2;

若d1/d20.6,则接受图像匹配,计算出匹配率;

若匹配率50%,则匹配成功,方法返回值为TRUE,否则方法返回值为FALSE。

5.根据权利要求4所述的基于图像特征识别的电力物资自动判别方法,其特征在于:完成所述物资分类识别包括集成应用,

在实际集成应用中,当用户需要对一个物资的分类进行确认输入时,上传一张实际物资图片,系统调用完成图像匹配策略,若方法返回值为TRUE,则匹配成功,界面上输出所述标准物资数据库对应数据条目的物资名称、物资分类名称、物资分类代码字段信息,若遍历完所述标准物资数据库所有数据条目仍没有得到匹配,则界面输出未找到匹配项,请手工输入。

6.根据权利要求1或5所述的基于图像特征识别的电力物资自动判别方法,其特征在于:提取所述图像SIFT特征包括,

对输入的图像进行初始化处理,建立高斯金字塔、DOG金字塔;

对所述金字塔进行尺度空间极值点检测和精确定位;

计算关键点的尺度、主方向和描述子,根据计算结果生成SIFT特征向量。

7.根据权利要求6所述的基于图像特征识别的电力物资自动判别方法,其特征在于:包括,

上传待检测的物资图像,遍历所述标准物资数据库内所有数据条目,判断是否包括数据信息;

若是,则提取出标准物资图像,调用SIFTMatch算法判断返回值,若为否,则输出界面显示未找到匹配项,请手工输入;

若所述返回值为TRUE,则直接输出所述物资名称、所述物资分类名称和所述物资分类代码,若所述返回值为FALSE,则重新进行遍历。

8.根据权利要求7所述的基于图像特征识别的电力物资自动判别方法,其特征在于:还包括,

若所述上传待检测的物资图像直接调用所述SIFTMatch算法,则判断所述返回值;

若所述返回值为TRUE,则直接输出所述物资名称、所述物资分类名称和所述物资分类代码,若所述返回值为FALSE,则重新进行遍历。

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贵州电网有限责任公司,未经贵州电网有限责任公司许可,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/202110206650.1/1.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