[发明专利]一种面向变电站巡检的表计识别方法

说明书

本发明公开了一种面向变电站巡检的表计识别方法，该表计识别方法包括以下步骤：S1、采集表计图像；S2、检测表计图像的特征点，并与表计模板图像进行匹配；S3、表计指针指向计算；S4、分析指针读数并结构化输出。本发明采用的智能表计识别方法，能在日常电网巡检工作中，实现自动准确的表计读数识别，并简单方便进行记录统计和数据分析，不仅能降低人工抄表的运维人力成本，有效提升效率和可靠性，同时利用深度学习方法构建多层感知机和图神经网络模型，提取特征点高维向量的表达信息，引入自注意力机制和交叉注意力机制，能更好的学习特征点内在和外在的联系和对应关系，增强特征点深层次的信息表达能力。

技术领域

本发明涉及表计识别技术领域，具体来说，涉及一种面向变电站巡检的表计识别方法。

背景技术

当前，为保证变电站各项设备正常运作，监控变电站各项设备指标数值和状态，变电站日常巡检是一项非常重要的工作，其中对表计设备进行读数和抄录是该工作重要的一环。传统的人工表计读数和抄录工作由专门的运维人员进行操作，不仅工作繁琐复杂、容易出错，还存在无法实时监控、统计困难以及不安全等问题。

随着数字化智能化在各行各业迅速发展，人工智能技术在各个场景领域大放异彩，而将人工智能技术运用在表针设备的读数和抄录的技术尚不完善，需要提供更安全可靠的对变电站表计读数的方法进行准确快速的识别。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中的问题，本发明提出一种面向变电站巡检的表计识别方法，以克服现有相关技术所存在的上述技术问题。

为此，本发明采用的具体技术方案如下：

一种面向变电站巡检的表计识别方法，包括该表计识别方法包括以下步骤：

S1、采集表计图像；

S2、检测表计图像的特征点，并与表计模板图像进行匹配；

S3、表计指针指向计算；

S4、分析指针读数并结构化输出。

进一步的，所述采集表计图像还包括以下步骤：

S11、配置并连接前端拍摄设备，对拍摄设备进行远程操控；

S12、调用可拍摄到表计的设备，通过改变设备角度和焦距，对准表计表盘进行对焦，配置可清晰成像的拍摄点位并记录；

S13、配置拍摄点位的表计类型；

S14、调用拍摄点位的拍摄设备，通过图片抓拍或视频流拉取解析的方式，获取该点位的初始表计图像；

S15、对初始表计图像进行解码和预处理，获取表计图像，并将表计图像送入下游模块进行分析和识别。

进一步的，所述检测表计图像的特征点，并与表计模板图像进行匹配还包括以下步骤：

S21、通过表计拍摄点位采集表计图像和表计类型，并基于标记类型从表计模板图像库中检索对应的表计模板图像；

S22、将表计图像与表计模板图像送入图神经网络特征匹配模块中，并计算两者的特征点及对应关系；

S23、将表计图像与表计模板图像进行匹配并对齐，输出对齐后的表计图像；

S24、从表计模板配置中获取表计图像各组件的坐标区域位置；

其中，表计图像各组件包括表盘、刻度、中心及指针。

进一步的，所述将表计图像与表计模板图像送入图神经网络特征匹配模块中，并计算两者的特征点及对应关系还包括以下步骤：

S221、分别将表计采集图像X₁和表计模板图像X₂的进行Resize成卷积神经网络匹配的输入尺寸W×H并进行归一化后，输入卷积神经网络模型；

S222、提取表计采集图像X_A的特征点与描述子；