[发明专利]基于巡检机器人的避雷器识别方法

摘要

本发明涉及一种基于巡检机器人的避雷器识别方法，巡检机器人获取现场避雷器图像；对待检测的目标区域进行粗定位和精确定位，筛选目标候选区域得到避雷器图像；提取数字区域，并对数字区域进行倾斜校正和图像预处理；采对目标区域进行分割操作，得到单个数字图像；提取图像特征，使用模板匹配方法对单个数字图像进行识别；判断单个数字图像与模板的匹配率是否高于设定的阈值，若是，则完成识别，若否，则调用训练好的人工神经网络重新识别单个数字图像；根据单个数字在图像中的坐标对其进行排序，得到避雷器数字显示部分的读数。本发明能在不同光照、姿态条件下有效完成避雷器检测识别任务，同时，在保持识别准确度的基础上提高了识别速度。

主权项

1.一种基于巡检机器人的避雷器识别方法，其特征在于，包括以下步骤：步骤1、利用避雷器仪表图像数据集训练Adaboost分类器，并为每个巡检点选取一张在该巡检点拍摄的仪表居中的图像作为模板图像，巡检机器人通过定位导航到达指定巡检点，获取现场避雷器图像用于避雷器检测识别；步骤2、对待检测的现场避雷器图像进行粗定位和精确定位，筛选目标候选区域得到避雷器图像；步骤3、提取数字区域，并对数字区域进行倾斜校正，对矫正后的图像使用中值平滑滤波抑制其中的椒盐噪声，然后进行灰度值均衡化与局部自适应二值化，消除由于光照不均匀对图像产生的影响，使数字呈白色，背景呈黑色；步骤4、采用双向投影法对目标区域进行分割操作，得到单个数字图像；步骤5、提取单个数字图像中的图像特征，使用模板匹配的方法对单个数字图像进行识别，判断单个数字图像与数字模板的匹配率是否高于设定的阈值，若是，直接执行步骤8，若否，则执行步骤6；步骤6、将步骤1避雷器仪表图像数据集中的数字部分裁剪出来，对人工神经网络进行训练；步骤7、调用训练好的人工神经网络重新识别单个数字图像；步骤8、根据单个数字在图像中的坐标对其进行排序，得到避雷器数字显示部分的读数。