一种基于AR眼镜的电力屏柜压板状态识别方法及系统技术方案

本发明专利技术涉及一种基于AR眼镜的电力屏柜压板状态识别方法及系统，方法包括：接收AR眼镜在现场拍摄的电力屏柜中的压板图片；通过OpenCV颜色识别法分割出所述电力屏柜中的压板图片中每个单独的压板图片；通过训练好的VGG模型对每个单独的压板图片进行识别，识别出电力屏柜中每个单独压板为投状态或退状态。本发明专利技术采用OpenCV颜色识别算法分割压板边缘，能够提高识别准确率，大大缩短识别时间；采用VGG模型作为压板状态识别模型，能够快速、有效地完成不同角度、不同光照条件下的识别任务；同时结合AR眼镜进行图像采集工作，不仅可以解放双手，规范操作，还可以将压板状态叠加在现实图像中，提升视觉拓展能力。

A Method and System for Recognition of Pressure Plate State of Electric Screen Cabinet Based on AR Glasses

The invention relates to a method and system for identifying the pressing plate state of power cabinet based on AR glasses, which includes: receiving the pressing plate pictures taken by AR glasses in the field of power cabinet; separating each individual pressing plate pictures in the pressing plate pictures of power cabinet by OpenCV color recognition method; identifying each individual pressing plate pictures by trained VGG model, and identifying each individual pressing plate pictures. Each individual pressure plate in the power cabinet is in the input state or in the withdrawal state. The method adopts OpenCV color recognition algorithm to segment the edge of the pressing plate, which can improve the recognition accuracy and greatly shorten the recognition time; uses VGG model as the recognition model of the pressing plate state, which can quickly and effectively complete the recognition task under different angles and illumination conditions; at the same time, carries out image acquisition work with AR glasses, which can not only release hands, standardize operation, but also. In order to improve the ability of visual expansion, the press state is superimposed on the real image.

【技术实现步骤摘要】
一种基于AR眼镜的电力屏柜压板状态识别方法及系统
本专利技术涉及深度学习和图像识别
，特别是一种基于AR眼镜的电力屏柜压板状态识别方法及系统。
技术介绍
压板状态识别的本质是目标检测，即通过拍照、抽取视频有效帧等方式获取到压板图像，然后利用目标检测算法分析出图像中的压板的位置和投退状态。目前，大多数压板状态识别技术中采用的是传统的目标检测方法，传统的目标检测算法通常被划分为三个阶段——区域选择、特征提取和分类器分类。在区域选择阶段，由于压板可能出现在图像中的任何位置，而且压板的大小和宽高比例也不确定，所以最初只能采用滑动窗口的策略对整幅图像进行遍历，而且需要设置不同的尺度。这种穷举的策略虽然包含了目标所有可能出现的位置，但是缺点也是显而易见的：时间复杂度太高，产生了许多无效的窗口，这将严重降低后续特征提取和分类的速度和性能，进而降低识别的速度和准确率。在特征提取方面，过去几十年，在目标检测的各种应用场景中，人工设计特征参数一直处于统治地位。人工设计特征参数依赖于设计人员的经验知识，很难利用大数据的优势，并且人工调教参数不仅需要花费大量的时间，所涉及的参数数量也十分有限。并且，这本文档来自技高网...

【技术保护点】
1.一种基于AR眼镜的电力屏柜压板状态识别方法，其特征在于，包括：接收AR眼镜在现场拍摄的电力屏柜中的压板图片；通过OpenCV颜色识别法分割出所述电力屏柜中的压板图片中每个单独的压板图片；通过训练好的VGG模型对每个单独的压板图片进行识别，识别出电力屏柜中每个单独压板为投状态或退状态。

【技术特征摘要】
1.一种基于AR眼镜的电力屏柜压板状态识别方法，其特征在于，包括：接收AR眼镜在现场拍摄的电力屏柜中的压板图片；通过OpenCV颜色识别法分割出所述电力屏柜中的压板图片中每个单独的压板图片；通过训练好的VGG模型对每个单独的压板图片进行识别，识别出电力屏柜中每个单独压板为投状态或退状态。2.根据权利要求1所述的一种基于AR眼镜的电力屏柜压板状态识别方法，其特征在于，所述通过OpenCV颜色识别法分割出所述图片中每个单独的压板图片，包括：将AR眼镜拍摄的压板图片的颜色模型从RGB转化HSV模型；针对压板外的红色边框进行颜色检测得到图片的二值图像，对所述二值图像进行开操作和闭操作，获得每一行压板的矩形范围及矩形四个角在图像上的坐标；预设每一行压板个数，结合所述矩形范围及坐标，计算出每一个压板的范围及坐标；使用cvSetImageROI法裁剪矩形得到每个单独的压板图片。3.根据权利要求1所述的一种基于AR眼镜的电力屏柜压板状态识别方法，其特征在于，所述VGG模型的训练方法，包括：获取样本图片，采集不同角度、光线条件和状态的多个电力屏柜中的压板图片，将电力屏柜中的压板图片进行切割处理获得多个单独的压板图片；将每个单独的压板图片进行拉伸、裁剪和/或调色处理以获得多个相似图片一起组成样本图片；标注样本图片，将所有样本图片进行投退状态标注；训练VGG模型，基于标注的样本图片，使用交叉熵损失函数和正则化计算函数的比重之和作为优化函数，最终训练出使优化函数最小的VGG模型。4.根据权利要求3所述的一种基于AR眼镜的电力屏柜压板状态识别方法，其特征在于，所述VGG模型采用3*3卷积核和2*2的池化核。5.根据权利要求3所述的一种基于AR眼镜的电力屏柜压板状态识别方法，其特征在于，所述交叉熵损失函数表示如下：其中，x表示输入图像的特征；p(x)表示训练数据真实压板状态二元分类概率，如果为投，则为1，如果为非投，则为0；q(x)表示输入图像网络预测投退状态二元分类概率，此概率由SIGMOD函数得出概率。6.根据权利要求3所述的一种基于AR眼...

【专利技术属性】
技术研发人员：陈海，李盛川，陈嘉鹏，简燕红，赵桂梅，翁文婷，杨世仁，章建东，李鹏，林志龙，蔡淑慧，徐铭伟，赖必贵，
申请(专利权)人：国网福建省电力有限公司厦门供电公司，国网福建省电力有限公司，福建省亿鑫海信息科技有限公司，
类型：发明
国别省市：福建,35