[发明专利]一种电力设备图像中多类部件的自动识别方法

权利要求书

1.一种电力设备图像中多类部件的自动识别方法，其特征是：包括以下步骤：

S1：训练SSD模型和SVM模型；

S2：对待识别变电站图像进行数值化；

S3：建立集合B1为空集；

S4：将数值化的图像输入到SSD模型，SSD模型输出存入到集合B2；

S5：对集合 B2中元素进行SVM修正，将已识别部件的位置信息输入SVM模型，对SSD模型输出的每个框包含各类部件的概率值进行修正；SVM修正，包括以下步骤：

S01：设空集集合 B3，设定i值为1；

S02：判断i值是否小于等于集合B2中元素的个数，若是，则继续执行步骤S03；若否，则执行步骤S06；

S03：将集合B2中第i个框的坐标值和框内包含每类部件的概率值以及由集合B1中所有框形成的参考向量都输入训练后的SVM模型，若某一待识别部件类别在集合B1中没有对应的框，则其坐标值通过补0填充；

S04：将SVM模型输出的最高概率修正值对应的部件类别作为第i个框对应的部件类别；

S05：判断第i个框对应的部件类别是否与集合B1中任意一个框的部件类别相同，若是，则令i值加上1，重新执行步骤S02；若否，则将第i个框加入集合 B3，令i值加上1，重新执行步骤S02；

S06：判断集合B3是否为空集，若是，进入步骤S6；若否，则在集合B3中选择概率修正值最高的框，记为b；

S07：判断b对应的部件类别的概率修正值是否大于阈值，若是，则将b加入集合 B1，并将b从集合B2中删除；若否，则进入步骤S6；

S08：判断集合B1中全部框对应的部件类别是否已包括所有待检测部件类别，若是，则进入步骤S6；若否，则重新执行步骤S01；

S6：输出集合B1，识别结束。

2.根据权利要求1所述的一种电力设备图像中多类部件的自动识别方法，其特征是：所述步骤S1中，选取若干电力设备图像作为图像训练集，对每一幅训练集图像中的待识别部件类别和位置进行标注，将已标注的部件类别和位置作为训练标签，对SSD模型和SVM模型进行训练。

3.根据权利要求1所述的一种电力设备图像中多类部件的自动识别方法，其特征是：所述步骤S2中，读取每一幅待识别变电站图像中每一个像素点的红、绿、蓝三种颜色通道的值，将该三种颜色通道的值作为图像的原始特征。

4.根据权利要求1所述的一种电力设备图像中多类部件的自动识别方法，其特征是：所述步骤S4中SSD模型的输出包括图像中包含待识别部件的若干个框的坐标值以及每类部件的概率值。

5.根据权利要求1所述的一种电力设备图像中多类部件的自动识别方法，其特征是：所述步骤S03中参考向量由集合B1中所有框的坐标值按照预先设定的待识别部件类别的顺序依次排列构成，若某一待识别部件类别在集合B1中没有对应的框，则其坐标值通过补0填充。