【技术实现步骤摘要】
基于巡检机器人的液位型仪表识别方法
本专利技术涉及电力巡检机器人领域,具体涉及一种基于巡检机器人的液位型仪表识别方法。
技术介绍
电力巡检机器人需要实现变电站内自主定位与导航、现场仪表示数识别、自动充电等基本功能,其中检测现场电力设备的仪器仪表示数是电力巡检机器人最核心的功能。大部分液位型仪表由于成本和历史的原因,并不具有智能仪表的远传功能,只能利用巡检机器人通过计算机视觉的方法去读取仪表示数。想要准确识别液位型仪表示数,就需要准确检测到视觉图像中液位型仪表的位置。大多数液位型仪表在室外,光照条件复杂,同时巡检机器人拍摄角度也不同,利用传统的图像处理手段进行检测和识别时,检测的示数不稳定,与实际示数的偏差也较大。
技术实现思路
本专利技术的目的在于提供一种基于巡检机器人的液位型仪表识别方法,提高了在不同光照不同姿态条件下示数识别的稳定性和精度。实现本专利技术目的的技术解决方案为:一种基于巡检机器人的液位型仪表识别方法,包括如下步骤:步骤1、分类器训练:利用仪表图像数据集训练Adaboost分类器,并为每个巡检点选取一张仪表居中的图像作为模板图像;步骤2、仪表区域定位:获取指定巡检点的待检测仪表图片,结合Adaboost分类器和模板图像进行粗定位和精确定位,筛选出表盘区域;步骤3、提取油位区域:根据油位区域和背景区域的颜色差异,从表盘区域提取油位区域;步骤4、检测仪表示数:根据形状、亮度差异,从油位区域提取油位计物块,根据油位计区域上下界和物块位置计算出液位型仪表示数。本专利技术与现有技术相比,其显著优点为:1)本专利技术融合了机器人定位信息,利用机器人已有的定 ...
【技术保护点】
1.一种基于巡检机器人的液位型仪表识别方法,其特征在于,包括如下步骤:步骤1、分类器训练:利用仪表图像数据集训练Adaboost分类器,并为每个巡检点选取一张仪表居中的图像作为模板图像;步骤2、仪表区域定位:获取指定巡检点的待检测仪表图片,结合Adaboost分类器和模板图像进行粗定位和精确定位,筛选出表盘区域;步骤3、提取油位区域:根据油位区域和背景区域的颜色差异,从表盘区域提取油位区域;步骤4、检测仪表示数:根据形状、亮度差异,从油位区域提取油位计物块,根据油位计区域上下界和物块位置计算出液位型仪表示数。
【技术特征摘要】
1.一种基于巡检机器人的液位型仪表识别方法,其特征在于,包括如下步骤:步骤1、分类器训练:利用仪表图像数据集训练Adaboost分类器,并为每个巡检点选取一张仪表居中的图像作为模板图像;步骤2、仪表区域定位:获取指定巡检点的待检测仪表图片,结合Adaboost分类器和模板图像进行粗定位和精确定位,筛选出表盘区域;步骤3、提取油位区域:根据油位区域和背景区域的颜色差异,从表盘区域提取油位区域;步骤4、检测仪表示数:根据形状、亮度差异,从油位区域提取油位计物块,根据油位计区域上下界和物块位置计算出液位型仪表示数。2.根据权利要求1所述的基于巡检机器人的液位型仪表识别方法,其特征在于,步骤2中,筛选表盘区域的具体方法为:步骤2.1、利用梅林傅里叶变换和相位相关技术对待检测仪表图片中的目标仪表区域进行粗定位,得到粗定位目标仪表区;步骤2.2、利用训练的Adaboost分类器对待检测仪表图片进行精确定位,得到若干目标候选区域;步骤2.3、计算每个目标候选区域的感知哈希、互信息和交并比三种参数指标,做加权求出每一目标候选区域的置信度,确定备选检测结果;步骤2.4、根据备选检测结果的指标值,从粗定位目标仪表区域和备选检测结果中选择最终目标仪表区域,即表盘区域。3.根据权利要求2所述的基于巡检机器人的液位型仪表识别方法,其特征在于,步骤2.3中,确定备选检测结果的具体方法为:计算每个目标候选区域与粗定位目标仪表区域的交并比参数IOU,公式为:式中,C为粗定位目标仪表区域,ni为目标候选区域;计算每个目标候选区域与模板图像的感知哈希指标,具体方法为:将目标候选区域图像与模板图像缩放到同一大小,进行余弦变换,选取余弦变换后的图像左上角的低频区域,去除坐标(0,0)的直流分量,得到一个特征向量,计算目标候选区域图像与模板图像的特征向量的汉明距离,作为感知哈希指标;计算每个目标候选区域图像与模板图像的互信息指标,公式为:式中,G(X)、H(Y)分别为模板图像与候选图像灰度像素的数目,W、H分别为候选区域图像宽、高;将每一目标候选区域的交并比IOU、互信息指标以及感知...
【专利技术属性】
技术研发人员:李胜,黄紫霄,郭健,吴益飞,袁佳泉,施佳伟,朱禹璇,危海明,王艳琴,王天野,
申请(专利权)人:南京理工大学,
类型:发明
国别省市:江苏,32
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。