[发明专利]基于机器视觉与深度学习的配电柜方形压板状态识别方法

摘要

本发明公开了一种基于机器视觉与深度学习的配电柜方形压板状态识别方法，依次通过图像采集、图像预处理、图像校正、图像预处理、一次整体聚类分割、目标识别，输出识别结果；本发明利用机器视觉与深度学习相结合的方法，将前端获取的压板图像通过必要的预处理工作之后，根据图像的几何特征对其进行分割，将分割后的所有小开关图像依次输入系统，识别模块负责对输入的每个个小开关图像进行分类判决确定开关状态的归属，最后组合输出整块压板的状态信息，不仅能节约时间与人力，还方便后期记录与复查压板开关在不同时间下的情况。

主权项

1.基于机器视觉与深度学习的配电柜方形压板状态识别方法，其特征在于，包括如下步骤：步骤(1)图像采集：采集压板图像，并以图片格式保存压板图像信息；步骤(2)图像校正：根据压板上设定的4个校正基准点，识别4个校正基准点的压板图像位置，并以此将压板图像进行校正；步骤(3)投影聚类：对校正后的压板图像进行一次整体投影聚类，获取开关阵列的开关阵列数；步骤(4)图像切割：根据所获取的开关阵列数对校正后的压板图像进行等距切割，从而得到关于压板图像中每一开关的区域图像；步骤(5)图像识别：将切割后的每一开关的区域图像依次送入训练好的神经网络，确定每一开关的状态；步骤(6)结果输出：最后组合输出整块压板开关的检测识别结果。