[發明專利]自動化基站開通方法及其裝置

在審

• 申請號: 201911414815.3
• 申請日: 2019-12-31
• 公開（公告）號: CN113128281A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 王希;陳向榮;邱晨暉
• 申請（專利權）人: 中國移動通信集團福建有限公司;中國移動通信集團有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06K9/46
• 代理公司: 北京國昊天誠知識產權代理有限公司 11315
• 代理人: 鄭裕涵

1.一種自動化基站開通方法,其特征在于，包括以下步驟：

采集待識別開站設備的圖像并對并對圖像進行一預處理，以分離所述圖像的背景區和圖像區，從而提取預處理后的圖像；

根據預設的深度學習模型提取所述預處理后的圖像中對應所述待識別開站設備的結構特征；以及

根據所述預設的深度學習模型訓練的分類器對圖像特征進行識別，生成對應所述待識別開站設備的識別結果；

其中所述預設的深度學習模型是基于卷積神經網絡所建構的深度學習模型。

2.根據權利要求1的自動化基站開通方法，其特征在于，所述預處理包含以下步驟：

將采集到的圖像信息進行大小歸一化處理；

通過灰度拉伸增強圖像對比度；

通過非線性的鄰域平均法消除圖像的干擾和噪音；以及

通過二值化處理執行圖像中背景和對象的分割。

3.根據權利要求2的自動化基站開通方法，其特征在于，在所述通過非線性的鄰域平均法消除圖像的干擾和噪音的步驟中,是指給鄰域均值加一個隨圖像局部細節變化的修正項來克服邊緣模糊,所述修正項如下：

其中f(x,y)為待處理圖像；

h(x,y)是平滑后的圖像；

像素總數為N；

m表示灰度平均值；

Nj、N₀、Ni分別表示鄰域內的灰度值大于、等于或小灰度于均值m的像素數；

σ²表示鄰域的灰度方差。

4.根據權利要求1的自動化基站開通方法，其特征在于，在所述提取所述預處理后的圖像中對應所述待識別開站設備的結構特征的步驟中,是將預處理后的圖像分別進行一卷積運算處理以及一池化運算處理；

其中卷積運算處理主要將預處理后的圖像作為輸入圖像在預設的深度學習模型中包含的多個基層中依次進行特征訓練，當訓練完成后，提取多個集成中的全連接層或者其他指定基層輸出的特征向量作為預處理后的圖像中對應待識別開站設備的邊緣特征。

5.一種自動化基站開通方法,其特征在于，包括以下步驟：

采集待識別開站設備的圖像并對并對圖像進行預處理，以分離所述圖像的背景區和圖像區，從而提取預處理后的圖像；

根據預設的深度學習模型提取所述預處理后的圖像中對應所述待識別開站設備的結構特征；以及

根據所述預設的深度學習模型訓練的分類器對圖像特征進行識別，生成對應所述待識別開站設備的識別結果；

其中所述預設的深度學習模型是基于卷積神經網絡的一權重參數改值化運算所建構的深度學習模型。

6.根據權利要求5的自動化基站開通方法，其特征在于，所述所述預處理包含以下步驟：

將采集到的圖像信息進行大小歸一化處理；

通過灰度拉伸增強圖像對比度；

通過非線性的鄰域平均法消除圖像的干擾和噪音；以及

通過二值化處理執行圖像中背景和對象的分割。

7.根據權利要求6的自動化基站開通方法，其特征在于，在所述通過非線性的鄰域平均法消除圖像的干擾和噪音的步驟中,是指給鄰域均值加一個隨圖像局部細節變化的修正項來克服邊緣模糊,所述修正項如下：

其中f(x,y)為待處理圖像；

h(x,y)是平滑后的圖像；

像素總數為N；

m表示灰度平均值；

Nj、N₀、Ni分別表示鄰域內的灰度值大于、等于或小于灰度均值m的像素數；

σ²表示鄰域的灰度方差。