[发明专利]一种基于椭圆度量学习的压板状态检测算法

说明书

本发明提供一种基于椭圆度量学习的压板状态检测算法，包括以下步骤：步骤1：采集压板的图像数据，并对数据进行处理；步骤2：通过HSV颜色直方图和LBP直方图对压板的状态进变换，用滑窗法提取压板的MWM细节特征，并通过归一化标准化处理，得到组合特征向量；步骤3：使用二次判别分析，用高斯概率模型拟合压板不同状态与正常状态样本特征之间的差值分布，并计算得到椭圆型度量矩阵Ω(W)；步骤4：利用特征子空间椭圆型度量d_E(x,y)计算测试集和训练集之间的距离，取每个测试样本距离前5个样本的平均距离作为最后的判断依据；本发明避免了由于样本图像拍摄视角变化和压板弯曲、倾斜、缺损等而容易造成分类识别率下降。

技术领域

本发明涉及压板状态检测技术领域，具体为一种基于椭圆度量学习的压板状态检测算法。

背景技术

保护压板也叫保护连或称跳闸压板，是保护装置联系外部接线的桥梁和纽带，关系到保护的功能和动作出口能否正常发挥作用。

按照压板接入保护装置二次回路位置的不同，可分为保护功能压板和出口压板两大类。保护功能压板实现了保护装置某些功能(如主保护、距离保护、零序保护等的投、退)。该压板一般为弱电压板，接直流24V。也有强电功能压板，如BP22B投充电保护、过流保护等，接直流220V或110V。但进入装置之前必经光电耦合或隔离继电器隔离，转化为弱电开入，其抗干扰能力更好。出口压板决定了保护动作的结果，根据保护动作出口作用的对象不同，可分为跳闸出口压板和启动压板。跳闸出口压板直接作用于本开关或联跳其他开关，一般为强电压板。启动压板作为其他保护开入之用，如失灵启动压板、闭锁备自投压板等，根据接入回路不同，有强电也有弱电。

现有的压板状态检测算法对于特征提取时，大多直接提取纹理、形状等特征，而没有考虑由于样本图像拍摄视角变化和压板弯曲、倾斜、缺损等而容易造成分类识别率下降的问题。

发明内容

本发明要解决的技术问题是克服现有的缺陷，提供一种基于椭圆度量学习的压板状态检测算法，以解决上述技术背景中直接提取纹理、形状等特征，而没有考虑由于样本图像拍摄视角变化和压板弯曲、倾斜、缺损等而容易造成分类识别率下降的缺点。

为实现上述目的，本发明提供如下技术方案：一种基于椭圆度量学习的压板状态检测算法，包括以下步骤：

步骤1：采集压板的图像数据，并对数据进行处理；

步骤2：通过HSV颜色直方图和LBP直方图对压板的状态进变换，用滑窗法提取压板的MWM细节特征，并通过归一化标准化处理，得到组合特征向量；

步骤3：使用二次判别分析，用高斯概率模型拟合压板不同状态与正常状态样本特征之间的差值分布，并分别计算协方差矩阵∑₁、∑_E，通过求解公式(1)得到降维矩阵W，相应地由公式(2)得到椭圆型度量矩阵Ω(W)；公式(1)和公式(2)如下：

其中对初始特征x_i、x_j∈R^d，通过降维矩阵W∈R^d×r(rd)将初始高维(d维)特征向量映射到低维(r维)子空间中，与分别是新的特征子空间中类内和类间协方差矩阵；

步骤4：利用特征子空间椭圆型度量d_E(x,y)计算测试集和训练集之间的距离，取每个测试样本距离前5个样本的平均距离作为最后的判断依据。

优选的，所述步骤1中，通过摄像设备和照明设备对压板清晰的图像数据采集多组图像(大于100幅)，并从多组图像内随机抽取100幅图像作为训练样本。