[发明专利]一种厂站电系图图元识别方法、系统及计算机可读介质

权利要求书

1.一种厂站电系图图元识别方法，其特征在于，所述的图元识别方法包括：

步骤1：获取电系图图元以及待识别的厂站电系图；

步骤2：构建并使用电系图图元训练厂站电系图图元识别分类模型；

步骤3：将厂站电系图输入训练好的厂站电系图图元识别分类模型，获得图元识别结果。

2.根据权利要求1所述的一种厂站电系图图元识别方法，其特征在于，所述的步骤2具体为：

步骤2-1：对电系图图元图像进行平滑去噪处理；

步骤2-2：采用灰度共生矩阵对平滑去噪后后的图像进行图像纹理特征提取；

步骤2-3：基于灰度共生矩阵，提取若干个特征向量以代表图像的纹理特征；

步骤2-4：构建纹理特征矩阵，并进行归一化处理；

步骤2-5：对纹理特征数据集进行聚类，进行类别标记，获得有监督学习样本数据集；

步骤2-6：对有监督样本数据集通过有监督机器学习模型进行训练，获得厂站电系图图元识别分类模型。

3.根据权利要求2所述的一种厂站电系图图元识别方法，其特征在于，所述的步骤2-1具体为：

采用高斯滤波对电系图图元图像进行平滑去噪处理。

4.根据权利要求2所述的一种厂站电系图图元识别方法，其特征在于，所述的步骤2-3具体为：

基于灰度共生矩阵，提取九种特征向量，包括均值、方差、同质性、对比度、相异性、熵、能量、相关性和自相关性以代表图像的纹理特征。

5.根据权利要求2所述的一种厂站电系图图元识别方法，其特征在于，所述的步骤2-5具体为：

对纹理特征数据集重复采用K-means聚类，选取性能最好的聚类结果作为最终聚类结果，进行类别标记，得到有监督学习样本数据集。

6.根据权利要求1所述的一种厂站电系图图元识别方法，其特征在于，所述的步骤3具体为：

将厂站电系图输入训练好的厂站电系图图元识别分类模型，厂站电系图图元识别分类模型产生和原图像同样大小的像素矩阵，并依据模型预测的类别标记矩阵，在像素矩阵上对分类结果进行标定。

7.一种厂站电系图图元识别系统，其特征在于，所述的图元识别系统包括：

图像获取模块，用于获取电系图图元以及待识别的厂站电系图；

平滑去噪处理模块，接入图像获取模块，用于对电系图图元图像进行平滑去噪处理；

图像纹理特征提取模块，接入平滑去噪处理模块，用于对进行平滑去噪处理后的图像进行图像纹理特征提取，并筛选代表图像纹理特征的特征向量构建纹理特征矩阵，对其进行归一化处理，获得纹理特征数据集；

聚类模块，接入图像纹理特征提取模块，用于对纹理特征数据集进行聚类，进行类别标记，获得有监督学习样本数据集；

机器学习模块，接入聚类模块和图像获取模块，用于对有监督学习数据集进行训练获得厂站电系图图元识别分类模型，并采用训练好的识别分类模型对待识别的厂站电系图进行图元识别。

8.根据权利要求7所述的一种厂站电系图图元识别系统，其特征在于，所述的平滑去噪处理模块采用高斯滤波对电系图图元图像进行平滑去噪处理；所述的图像纹理特征提取模块采用灰度共生矩阵对平滑去噪后后的图像进行图像纹理特征提取。

9.根据权利要求7所述的一种厂站电系图图元识别系统，其特征在于，所述的聚类模块采用K-means聚类对纹理特征数据集进行重复聚类，选取性能最好的聚类结果作为最终聚类结果，进行类别标记，得到有监督学习样本数据集。

10.一种计算机可读介质，其特征在于，所述的计算机可读介质上存储有计算机程序，所述计算机程序被处理器执行如权利要求1-6中任一项所述的方法。