The present invention discloses a state recognition method of switching switch based on machine vision. It includes the following steps: collecting and calibrating the device template map. The device template map is a positive view map of the equipment, the device template map, the auxiliary positioning area A template map, the auxiliary location area B template map, the device template map SIFT features, auxiliary setting, and auxiliary setting. The SIFT features of the A template map of the bit area, the SIFT features of the B template map of the auxiliary location and the location information of the rotating region are stored in the template library; the images at the current time of the power equipment are collected, and the SIFT features of the images to be detected are extracted; the conversion switch is detected and the target area is cut in the detected image; in the target area, the target area is detected. The rotation area is searched and the perspective transformation matrix is obtained; the rotation angle of the switching switch is calculated by the information of the perspective transformation matrix, and the state of the switch is confirmed by the rotation angle. The method of the invention not only has fast recognition speed and high accuracy, but also can identify a plurality of switches at one time, and greatly improves the efficiency.
【技术实现步骤摘要】
一种基于机器视觉的转换开关状态识别方法
本专利技术涉及一种基于机器视觉的转换开关状态识别方法,所属
为数字图像处理、模式识别和机器学习领域。
技术介绍
随着国家飞速发展各行各业对电力越来越依赖,对电力网路安全稳定运行提出更严格的要求。电力网络中变电站转换开关正确置位关系到电力网络的安全运行。一旦出现误置位情况都会造成巨大损失,严重威胁电力网络安全。随着电力网络扩大,变电站转换开关的数量爆发式增长,因此对电力网络安全潜在威胁也日益增长。基于潜在的危险,对转换开关的日常管理工作提出了更高的标准。目前对转换开关位置的检查是依靠人工巡检,防范其错误置位的主要方法是依靠严格的规章制度。这对工作人员有极大的依赖。工作人员疲劳或者对阵列式分布转换开关误判断等原因都会造成巨大损失。随着技术发展,图像处理技术在各领域得到了广泛应用。在电力设备巡检方向图像处理技术也取得了喜人的成绩。机器人技术发展迅猛,逐渐代替了工作人员巡检。通过图像处理技术和机器人巡检相结合不但节约了人力成本,而且准确率高,速度快。同时不受到情绪、疲劳等因素影响,几乎实时的反馈结果,一旦出现异常系统可最快的做出调整避免损失。现有的技术依旧存在一些问题:第一、人工判别可能存在误判;第二、人工判别效率低下;第三、现有机器视觉识别方法针对每一类转换开关建立一类数学模型,不具有通用性和大规模实施的可操作性。
技术实现思路
本专利技术的目的就是为了解决上述问题,提供一种基于机器视觉的转换开关状态识别方法。该方法可判定不同种类的转换开关状态,具有很高的准确率和识别速度性。本专利技术采用以下技术方案:一种基于机器视觉的 ...
【技术保护点】
1.一种基于机器视觉的转换开关状态识别方法,其特征在于包括如下步骤:(1‑1)采集并标定设备模板图,该设备模板图是对设备的正视角图,将设备模板图、辅助定位区域A模板图、辅助定位区域B模板图、设备模板图SIFT特征、辅助定位区域A模板图SIFT特征、辅助定位区域B模板图SIFT特征和旋转区域位置信息保存在模板库中;(1‑2)采集电力设备当前时刻的图像为待检测图像;并提取待检测图像的尺度不变(SIFT)特征;(1‑3)在待检测图像中检测转换开关,切割目标区域并转换到(1‑1)中设备模板图同一视角;(1‑4)在目标区域搜索旋转区域,获取透视变换矩阵;(1‑5)利用透视变换矩阵的信息计算出转换开关旋转角度;(1‑6)利用旋转角度确认转换开关状态。
【技术特征摘要】
1.一种基于机器视觉的转换开关状态识别方法,其特征在于包括如下步骤:(1-1)采集并标定设备模板图,该设备模板图是对设备的正视角图,将设备模板图、辅助定位区域A模板图、辅助定位区域B模板图、设备模板图SIFT特征、辅助定位区域A模板图SIFT特征、辅助定位区域B模板图SIFT特征和旋转区域位置信息保存在模板库中;(1-2)采集电力设备当前时刻的图像为待检测图像;并提取待检测图像的尺度不变(SIFT)特征;(1-3)在待检测图像中检测转换开关,切割目标区域并转换到(1-1)中设备模板图同一视角;(1-4)在目标区域搜索旋转区域,获取透视变换矩阵;(1-5)利用透视变换矩阵的信息计算出转换开关旋转角度;(1-6)利用旋转角度确认转换开关状态。2.根据权利要求1所述的基于机器视觉的转换开关状态识别方法,其特征在于:所述步骤(1-3)中在待检测图像中检测转换开关且切割目标区域并转换到(1-1)中设备模板图同一视角,具体步骤为:(1-3-1)利用模板图像SIFT特征建立kd树;(1-3-2)待匹配图像的SIFT特征在kd树上做二叉搜索,在搜索过程中利用最小优先队列建立回溯搜索的索引,最小优先队列键值为对应维度特征值差值的绝对值;(1-3-3)按照最小优先队列顺序回溯搜索,当达到最小优先队列为空或者达到搜索次数上限时停止搜索;(1-3-4)当模板图像SIFT特征点对应多个待匹配特征点时,仅保留搜索过程中的最优值和次优值;(1-3-5)搜索完毕后,根据匹配特征点与最优值和次优值的欧氏距离关系筛选出最终匹配结果;参考方法是min_Dis<max_Dis*0.6;其中min_Dis是特征点与最优值的欧氏距离,max_Dis是特征点与次优值的欧氏距离;(1-3-6)根据模板图像和待检测图像匹配点的坐标关系,计算出透视变换矩阵H_a;(1-3-7)利用H_a切割出待检测图像中目标区域图像Match1;(1-3-8)计算出H_a的逆变换矩阵H_a_inv;(1-3-9)将目...
【专利技术属性】
技术研发人员:程雷鸣,马路,冯维纲,冯维颖,熊少华,张世军,王畅,王坤,殷顺俭,
申请(专利权)人:武汉中元华电软件有限公司,
类型:发明
国别省市:湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。