[发明专利]一种基于计算机视觉的电力压板开关巡检方法

说明书

本发明公开了一种基于计算机视觉的电力压板开关巡检方法，包括：采集单帧图像，并获取所述单帧图像上多个压板开关的位置、开关状态、贴纸种类以及开关底部标签的种类；获取开关底部标签的文本信息，并构建YOLOv3算法将压板开关与其对应的标签、贴纸关联输出；采用校验算法判断巡检前后开关状态、标签贴纸信息是否变化；依据校验反馈结果完成对电力压板开关的巡检。无需手动录入开关数量信息，直接一站式拍摄加检测，即可准确得到结果；除了检测开关还有其标签种类，还对标签上的文字进行了OCR检测，可以直接获得文本内容，不必手动输入，减少了工人的工作量。

技术领域

本发明涉及电力压板开关巡检的技术领域，尤其涉及一种基于计算机视觉的电力压板开关巡检方法。

背景技术

目前业界内已经存在许多文献、方案解决电力系统巡检的问题，如文献[1]中设计了电力巡检机器人，但巡检机器人运用了多种复杂的传感器，涉及多个控制系统定位模块，不仅设备成本高，而且其运用的计算机视觉算法对变电站应用场景的局限性较大；文献[2]中将无人机应用到电力巡检中，其缺陷除了成本大以外，还会受到电磁环境等情况的影响，其普适性不高且实现难度较大；除此之外，如文献[3]中主要针对变电站的指示灯、空气开关等继电保护装置的状态进行研究，并没有将其各种装置对应的标签内容识别检测出来。

[1]吴昊,陈山,冯驰,罗涛,操昊鹏.电力巡检机器人终端视觉巡检技术[J].电力设备管理,2020(09):196-199.

[2]王瑞群,欧阳权,段朝伟,王志胜.基于强化学习的无人机全自主电力巡检[J].机械与电子,2021,39(12):34-38+43.

[3]潘成成.变电站继电保护装置的图像识别方法研究[D].广西大学,2020.

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明解决的技术问题是：标签较小且繁多，对电力巡检这一特定场景下的文本检测与识别效果很不理想的问题。

为解决上述技术问题，本发明提供如下技术方案：采集单帧图像，并获取所述单帧图像上多个压板开关的位置、开关状态、贴纸种类以及开关底部标签的种类；获取开关底部标签的文本信息，并构建YOLOv3算法将压板开关与其对应的标签、贴纸关联输出；采用校验算法判断巡检前后开关状态、标签贴纸信息是否变化；依据校验反馈结果完成对电力压板开关的巡检。

作为本发明所述的基于计算机视觉的电力压板开关巡检方法的一种优选方案，其中：所述YOLOv3算法包括，

利用MobileNetv1神经网络对所述单帧图像进行特征提取；

将所述单帧图像划分为多个区域，并预测所述单帧图像的边界框和每个区域的概率值。

作为本发明所述的基于计算机视觉的电力压板开关巡检方法的一种优选方案，其中：所述开关底部标签的文本信息的获取包括，

利用MobileNetV3 Small网络作为backbone实现对单帧图像特征序列的提取；

使用RNN结构作为循环层来预测从卷积层获取的所述单帧图像特征序列的标签分布；

使用CTC作为转录层,将从循环层获取到的标签分布通过去重整合等操作转换成最终的识别结果。

作为本发明所述的基于计算机视觉的电力压板开关巡检方法的一种优选方案，其中：所述压板开关与其对应的标签、贴纸关联输出包括，