[發(fā)明專利]一種基于機器視覺的控制柜狀態(tài)組態(tài)識別方法

在審

• 申請?zhí)枺?/td>: 202011208076.5
• 申請日: 2020-11-03
• 公開（公告）號: CN112308078A
• 公開（公告）日: 2021-02-02
• 發(fā)明（設計）人: 王飛;譚李諾;朱宏亮;梅軍;丁強
• 申請（專利權(quán)）人: 上海智能制造功能平臺有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/46;G06K9/62;G06N3/08
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 徐俊

本發(fā)明公開了一種基于機器視覺的控制柜狀態(tài)組態(tài)識別方法，通過以虛擬模型組態(tài)與實體映射的方式，實現(xiàn)對多種類型控制柜狀態(tài)識別的方法。包括以下步驟，步驟1?原始照片采集；步驟2?根據(jù)控制柜上的功能分布劃分圖像區(qū)域；步驟3?進行劃分功能區(qū)域圖像識別；步驟4?數(shù)據(jù)校準、保存和傳輸。本發(fā)明通過算法模型的自動匹配及自定義蒙版組態(tài)方式，快速實現(xiàn)多種控制柜上指針儀表、數(shù)字儀表、旋鈕位置、指示燈狀態(tài)、液位計高度的識別，將溫度、壓力、電流、啟停、液位等狀態(tài)以及實時虛擬數(shù)據(jù)與實體映射的視圖，傳輸至管理中心，實現(xiàn)傳統(tǒng)集控設備數(shù)據(jù)快速進入信息系統(tǒng)，為設備集中管理和決策提供支撐。

技術(shù)領域

本發(fā)明涉及一種基于機器視覺的控制柜狀態(tài)組態(tài)識別方法，屬于機器視覺識別技術(shù)領域。

背景技術(shù)

現(xiàn)階段很多正在使用的控制柜，如工廠企業(yè)設備控制柜、建筑設施集控室控制柜、電力設備控制柜等，由于沒有實現(xiàn)信息數(shù)字化、沒有配備通信模塊，各種讀數(shù)、狀態(tài)只能靠人工記錄的方式匯總分析數(shù)據(jù)，對于位置偏遠、環(huán)境惡劣的區(qū)域，人工成本、人員安全、記錄數(shù)據(jù)的偏差等都存在諸多問題，因此這種方式已經(jīng)很難滿足現(xiàn)階段管理控制系統(tǒng)數(shù)字化、智能化的要求，而對已有控制柜加裝改造數(shù)字化零部件和通信模塊又會遇到技術(shù)困難、各供應商難以協(xié)調(diào)、集成成本高昂等多種問題，而本發(fā)明專利就通過簡單的加裝拍攝設備和使用機器視覺算法，實現(xiàn)對控制柜識別區(qū)域的自定義的組態(tài)，將開關、讀數(shù)、位置等狀態(tài)轉(zhuǎn)換成數(shù)字化信息，供管理控制系統(tǒng)使用，可以在很大程度上減少成本，提高效率。

已知的現(xiàn)有專利及相關的技術(shù)方案，均是通過機器視覺算法識別單一的字符OCR識別、指針讀數(shù)識別、指示燈狀態(tài)識別等，現(xiàn)有技術(shù)方案需要對特定的應用開發(fā)專門的算法，解決的問題較為單一，使用者可配置、自定義的內(nèi)容非常局限，實際應用中真正能直接使用的場景非常少，大多數(shù)情況下需要技術(shù)人員現(xiàn)場調(diào)研、細化場景、開發(fā)算法、磨合調(diào)試等較長的周期，技術(shù)的真正落地應用十分困難。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是如何快速的實現(xiàn)多種類型的控制柜所包含功能的狀態(tài)識別。

為了解決上述技術(shù)問題，本發(fā)明的技術(shù)方案是提供了一種基于機器視覺的控制柜狀態(tài)組態(tài)識別方法，其特征在于，包括以下步驟：

步驟1：原始照片采集；

步驟2：根據(jù)控制柜上的功能分布劃分圖像區(qū)域：

步驟2.1：圖像預處理；

步驟2.2：區(qū)域蒙版自動識別功能區(qū)；

將圖像蒙版區(qū)域網(wǎng)格，功能區(qū)的圖像通過模板匹配算法識別，按照圖像上各功能區(qū)劃分圖像區(qū)域；

步驟2.3：自定義組態(tài)

人工自定義調(diào)整蒙版區(qū)域，并設置參數(shù)，將整個圖像蒙版組態(tài)成數(shù)字化虛擬控制柜；識別算法的組態(tài)完成后，實時轉(zhuǎn)化的數(shù)據(jù)可以展示在對應的圖像上，實現(xiàn)虛擬數(shù)據(jù)和現(xiàn)實結(jié)合，用于檢驗識別的準確性；

步驟3：進行劃分功能區(qū)域圖像識別：

步驟3.1：功能區(qū)的圖像裁剪

通過蒙版后的信息裁剪圖像，機器視覺算法處理對應裁剪后的圖像

步驟3.2：裁剪圖像匹配機器視覺算法

裁剪后的圖像匹配對應的機器視覺識別的算法，進入算法處理程序；

步驟3.3：圖像變換，對圖像去除干擾信息

步驟3.4：基于特征的機器視覺算法識別

對完成預處理的區(qū)域圖像進行特征分析，將圖像轉(zhuǎn)換成數(shù)值，如果結(jié)果可信率大于閾值直接輸出結(jié)果，若小于閾值進行深度神經(jīng)網(wǎng)絡識別，比較神經(jīng)網(wǎng)絡識別可信率大小；

步驟3.5：深度神經(jīng)網(wǎng)絡識別