[发明专利]基于RCNN的屏柜的开关与指示灯定位和状态识别方法

说明书

本发明公开了一种基于RCNN的屏柜的开关与指示灯定位和状态识别方法。采集包含目标物的屏柜样本图像；遍历屏柜样本图像，对每张图像用包围框针对目标物进行标记处理，采用尺寸缩放方法缩放处理：采用Imagenet数据集输入预训练模型预训练获得预训练后模型；采用缩放处理后的训练集输入预训练后模型训练获得屏柜状态检测模型；实时采集屏柜待测图像缩放后作为屏柜状态检测模型的输入，屏柜状态检测模型输出最终识别结果。本发明能够实现屏柜上的开关与指示灯定位和状态识别的自动识别与定位，具有较高的准确率，并且具有稳定性好，抗干扰能力强，通用性高等优点，具有良好的鲁棒性，能够应用于机器人巡检系统或者是智能视频监控系统。

技术领域

本发明涉及了一种计算机图像处理识别方法，尤其是涉及了一种基于RCNN的屏柜的开关与指示灯定位和状态识别方法。

背景技术

远程视频监控系统虽然可以代替操作人员的现场核对工作，但是还是需要监控中心的运行操作人员去屏柜的工作状态。这样的操作模式虽然能够缩短倒闸操作时间，但还是依赖于工作人员的主观判断，容易受到工作人员知识、经验等自身条件因素的影响。因此，如果能够在中实现无人参与的“一键式”顺序控制的倒闸操作，对于实现的无人值守化具有重要意义。借助于图像处理技术对屏柜开关与指示灯定位和状态识别进行识别是实现倒闸操作自动化的关键一步，也是亟需解决的难题之一。

发明内容

为了解决背景技术中的问题，本发明提出了一种基于RCNN的屏柜的开关与指示灯定位和状态识别方法，能高效识别开关与指示灯位置与状态并具有良好稳定性。

本发明的技术方案包括以下步骤：

1)采集包含有指示灯目标物和/或开关目标物的屏柜样本图像；

屏柜样本图像中包含的目标物为指示灯目标物和开关目标物两类，指示灯目标物分为“亮”和“灭”的两类指示灯，开关目标物分为“开”和“合”的两类开关。

2)遍历所有屏柜样本图像，对每张图像用包围框针对目标物进行标记处理，包围框包围完整的目标物，并且包围框中非目标物的区域面积比例占包围框面积的比例小于15％，并记录包围框的左上角和右下角的横纵坐标以及包围框中目标物的种类，形成获得训练集；

目标物的种类分为四类，分别是亮的指示灯目标物、灭的指示灯目标物、开的开关目标物和关的开关目标物。

3)采用尺寸缩放方法进行缩放处理：针对训练集中具有包围框的屏柜样本图像，进行尺度缩放，分别将每张图像和包围框的长和宽中较长边变换到预设目标尺寸，较短边根据较长边变换到预设目标尺寸的缩放尺度进行相同比例缩放；

4)采用Imagenet数据集输入预训练模型进行预训练，预训练中调节预训练模型中的网络参数，即以Imagenet数据集作为预训练模型的输入，直至模型训练误差loss下降到10％以下结束训练，获得预训练后模型；

5)采用步骤3)中缩放处理后的训练集输入预训练后模型进行针对训练，即以步骤3)中缩放处理后的训练集作为预训练后模型的输入，不断迭代训练直至模型训练误差loss趋于稳定，训练结束获得的模型作为屏柜状态检测模型；

模型训练误差loss趋于稳定具体是所有迭代计算过程中的模型训练误差loss的平均值达到5％以下。

6)实时采集屏柜待测图像按照与步骤3)中相同的尺寸缩放方法进行缩放后作为步骤5)获得的屏柜状态检测模型的输入，屏柜状态检测模型输出后，将输出的四类分类的分类结果中置信度大于90％的分类结果保留，作为屏柜待测图像的最终识别结果。

本发明所述的屏柜是指变电站二次屏柜。