[發明專利]一種避雷器儀表實時識別方法及系統

有效

• 申請號: 202110698635.3
• 申請日: 2021-06-23
• 公開（公告）號: CN113435300B
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 張傳友;李健;孫志周;慈文斌;解曉東;劉明林;李冬松;翟朝兵;趙亞博;王震;邵光亭;王亞菲;鄧燕
• 申請（專利權）人: 國網智能科技股份有限公司
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李圣梅

1.基于機器學習的實時避雷器儀表檢測識別方法，其特征是，包括：

采用數據增強的方式擴充避雷器儀表樣本圖像庫；

對擴充的樣本數據，采用深度學習神經網絡模型進行訓練獲得訓練權重文件；

輸入待測圖像，利用深度學習神經網絡模型使用生成的訓練權重文件定位避雷器表盤在圖像中位置，采用圖像處理技術確定表盤位置ROI；采用圖像處理技術確定表盤位置ROI包括：對獲得的表計區域做圖像灰度化處理，利用Hough變換找出儀表位置內橢圓形區域；在橢圓區域進行計算刻度；

對生成的ROI采用方向圖濾波獲得表盤刻度，根據表盤刻度計算候補表針隊列確定表針位置；對生成的ROI采用方向圖濾波獲得表盤刻度，包括：對每個像素計算二階導數得到第一圖像，將第一圖像歸一化，平分成多個方向，計算以該像素為中心周圍設定大小范圍內的方向，方向值最大的作為該像素的方向，得到最終的方向圖；對方向圖做均值濾波處理得到第二圖像；利用第二圖像對第一圖像進行濾波得到第三圖像；設定閾值對第三圖像進行二值化，對二值化圖像進行細化，在細化的圖像中檢測存在的直線，在檢測的線段中刪除分歧點；在所有線段當中，連接相近的直線，把不是直線的線段刪除，計算直線的個數，每個直線的長度和坐標；

根據表針位置計算表計角度值，進一步獲得刻度值給出儀表的讀數。

2.如權利要求1所述的基于機器學習的實時避雷器儀表檢測識別方法，其特征是，擴充避雷器儀表樣本圖像庫之前對獲取的避雷器儀表樣本圖像進行標定。

3.如權利要求2所述的基于機器學習的實時避雷器儀表檢測識別方法，其特征是，采用數據增強的方式擴充避雷器儀表樣本圖像庫，具體包括：

把目標區域按照小于原圖尺寸的固定大小從大圖裁剪，形成子圖像及對應標定參數文件；

隨機子圖，n個子圖為一組隨機排放在一個大圖中，形成一個大圖多個目標文件。

4.如權利要求1所述的基于機器學習的實時避雷器儀表檢測識別方法，其特征是，對以上擴充后的數據集合采用二階段CNN神經網絡進行訓練，訓練過程中對巡檢目標做二次擴充，獲得訓練權重文件。

5.如權利要求1所述的基于機器學習的實時避雷器儀表檢測識別方法，其特征是，對生成的ROI采用方向圖濾波獲得表盤刻度：

設定直線閾值，對長度不超過閾值的直線，計算直線的方程式，當作刻度直線；

計算直線之間的距離和角度，然后用距離和角度，檢測未檢測過的刻度，同時更新刻度的方向和中心；

根據計算的刻度中心和方向，用最小平方法來計算儀表盤的中心和橢圓的長半徑；

用計算的橢圓，按照均等的間隔，再次計算所有的刻度。

6.如權利要求1所述的基于機器學習的實時避雷器儀表檢測識別方法，其特征是，根據表盤刻度計算候補表針隊列確定表針位置：

先檢測與刻度平行的長直線，然后檢測在刻度下面的與指定刻度平行的邊界，找到一系列指針形成候補指針隊列；

根據邊界信息和顏色信息來檢測候補指針隊列，去除影子的影響，找相似度最高的指針，返回真實的刻度值和刻度的坐標。