System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及仪表图像识别领域,具体而言,涉及一种仪表巡检图像的处理方法、计算机程序产品及设备。
技术介绍
1、随着科技发展,仪表的巡检由传统的人工巡检逐步向以自动化运维的电力巡检机器人为主的智慧运维模式转变。机器人在巡检过程中,需要准确识别应用场景中大量仪表的读数和内容,如识别配电站中密集布置的多个仪表。
2、然后,在仪表密集布置的应用场景下,存在机器人到达特定巡检位置时,机器人对于特定巡检位置上的仪表的巡检读数存在错误的问题,错误主要表现为读数与仪表不对应、读数多检。
技术实现思路
1、本申请实施例的目的在于提供一种仪表巡检图像的处理方法,用于减少在仪表密集布置的应用场景下,机器人对于特定巡检位置上的仪表的巡检读数存在错误的问题。
2、第一方面,一种仪表巡检图像的处理方法,包括:获取第一巡检图像及所述第一巡检图像包括的多个仪表分别对应的中心点,其中,每个中心点用于标记对应仪表在所述第一巡检图像中的位置;根据预先设置的聚类中心区域、最小样本数以及邻域半径,对多个所述中心点进行聚类,得到聚类结果,其中,所述聚类结果包括多个所述中心点聚类得到的多个簇以及多个所述簇的聚类中心点;根据所述聚类结果判断所述第一巡检图像中的各仪表是否为干扰仪表。
3、在上述方案中,将第一巡检图像中包含的多个仪表用中心点表示,将聚类算法应用于处理仪表的巡检图像中,筛选出误入巡检机器人视野的干扰仪表,排除干扰仪表后有利于顺利执行仪表的巡检,提高处理仪表巡检图像的智能化程度,即有利
4、作为一种可选的方式,所述根据预先设置的聚类中心区域、最小样本数以及邻域半径,对多个所述中心点进行聚类,得到聚类结果,包括:针对每个中心点,计算该中心点在其邻域半径范围内包含的中心点数量;若所述中心点数量大于或等于所述最小样本数,则将该中心点标记为核心对象;针对每个核心对象,将从该核心对象密度可达的所有中心点以及该核心对象确定为一个簇;计算该簇包含的所有中心点的横纵坐标平均值,得到该簇的所述聚类中心点。
5、在上述方案中,说明了如何基于聚类算法的思想创建以仪表中心点为样本点的簇以及聚类中心点,是进一步根据聚类结果判断干扰仪表的基础。
6、作为一种可选的方式,所述根据所述聚类结果判断所述第一巡检图像中的各仪表是否为干扰仪表,包括:针对每个聚类中心点,若该聚类中心点不在所述聚类中心区域的范围内,则判定该聚类中心点所在簇的所有中心点对应的仪表为所述干扰仪表。在上述方案中,根据聚类中心点与聚类中心区域的关系判断各个仪表是否为干扰仪表,将多数仪表中心点简化为用少数聚类中心点表示,有助于减少数据存储和处理的复杂性,同时保留数据的主要特征和结构。
7、作为一种可选的方式,所述聚类中心区域与所述第一巡检图像满足关系式:λ·w≤w≤(1-λ)w;λ·h≤h≤(1-λ)h;其中,w和h分别为所述第一巡检图像的宽度和高度,w和h分别为所述聚类中心区域的宽度和高度,λ为比例系数且0<λ<0.5。在上述方案中,给出了预先设置聚类中心区域遵循的条件式,合理设置聚类中心区域有利于保证判断结果的可靠性。
8、作为一种可选的方式,在所述根据预先设置的聚类中心区域、最小样本数以及邻域半径,对多个所述中心点进行聚类,得到聚类结果之前,所述方法还包括:计算每个中心点与其余中心点之间距离的最小值,并将所有最小值按照升序排序得到距离集合;计算所述距离集合中前预设数量个距离的距离平均值,以及,计算所述第一巡检图像中所有仪表的平均尺寸;将所述距离平均值和所述平均尺寸之和确定为所述邻域半径。在上述方案中,给出了预先设置邻域半径的具体实施方式,邻域半径主要根据的是第一巡检图像中所有仪表的平均尺寸来确定的,可以在具有不同仪表类型尺寸的场景下有更强的通用性和适配性,合理设置邻域半径有利于保证判断结果的可靠性。
9、作为一种可选的方式,所述计算所述第一巡检图像中所有仪表的平均尺寸,包括:利用如下公式计算所述平均尺寸:其中,s为所述平均尺寸,n为所述第一巡检图像中仪表的个数,(x1i,y1i)和(x2i,y2i)分别代表第i个仪表对应的检测框的对角顶点坐标。在上述方案中,给出了计算仪表平均尺寸的具体公式,由于仪表本身可能存在长宽之比过大,过小的情况,所以需要结合长宽来计算,这有利于设置更加合理的邻域半径。
10、作为一种可选的方式,在根据预先设置的聚类中心区域、最小样本数以及邻域半径,对多个所述中心点进行聚类,得到聚类结果,其中,所述聚类结果包括多个所述中心点聚类得到的多个簇以及多个所述簇的聚类中心点之后,所述方法还包括:将不属于任何簇的中心点标记为噪声。在上述方案中,剔除了会干扰聚类结果的噪声,有利于提高干扰仪表判断结果的可靠性与准确性。
11、第二方面,本申请实施例还提供一种计算机程序产品,包括计算机程序指令,所述计算机程序指令被处理器读取并运行时,执行上述第一方面所述的方法。
12、第三方面,本申请实施例还提供一种设备,包括:处理器、存储器和总线,其中,所述处理器和所述存储器通过所述总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行上述第一方面所述的方法。
13、第四方面,本申请实施例还提供一种计算机可读存储介质,包括:所述计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述第一方面所述的方法。
14、本申请的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请实施例了解。
本文档来自技高网...【技术保护点】
1.一种仪表巡检图像的处理方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据预先设置的聚类中心区域、最小样本数以及邻域半径,对多个所述中心点进行聚类,得到聚类结果,包括:
3.根据权利要求1所述的方法,其特征在于,所述根据所述聚类结果判断所述第一巡检图像中的各仪表是否为干扰仪表,包括:
4.根据权利要求1所述的方法,其特征在于,所述聚类中心区域与所述第一巡检图像满足关系式:
5.根据权利要求1所述的方法,其特征在于,在所述根据预先设置的聚类中心区域、最小样本数以及邻域半径,对多个所述中心点进行聚类,得到聚类结果之前,所述方法还包括:
6.根据权利要求5所述的方法,其特征在于,所述计算所述第一巡检图像中所有仪表的平均尺寸,包括:
7.根据权利要求1-6任一项所述的方法,其特征在于,在根据预先设置的聚类中心区域、最小样本数以及邻域半径,对多个所述中心点进行聚类,得到聚类结果,其中,所述聚类结果包括多个所述中心点聚类得到的多个簇以及多个所述簇的聚类中心点之后,所述方法还包括:
9.一种设备,其特征在于,包括:处理器、存储器和总线,其中,所述处理器和所述存储器通过所述总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,包括:所述计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1-7任一项所述的方法。
...【技术特征摘要】
1.一种仪表巡检图像的处理方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据预先设置的聚类中心区域、最小样本数以及邻域半径,对多个所述中心点进行聚类,得到聚类结果,包括:
3.根据权利要求1所述的方法,其特征在于,所述根据所述聚类结果判断所述第一巡检图像中的各仪表是否为干扰仪表,包括:
4.根据权利要求1所述的方法,其特征在于,所述聚类中心区域与所述第一巡检图像满足关系式:
5.根据权利要求1所述的方法,其特征在于,在所述根据预先设置的聚类中心区域、最小样本数以及邻域半径,对多个所述中心点进行聚类,得到聚类结果之前,所述方法还包括:
6.根据权利要求5所述的方法,其特征在于,所述计算所述第一巡检图像中所有仪表的平均尺寸,包括:
7.根据权利要求1-6任一项所述的...
【专利技术属性】
技术研发人员:刘玉凯,王宏飞,曹燕,吴文祥,
申请(专利权)人:苏州光格科技股份有限公司,
类型:发明
国别省市:
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。