[发明专利]一种电力设备自动识别方法和装置在审

专利信息
申请号: 201910451982.9 申请日: 2019-05-28
公开(公告)号: CN110175650A 公开(公告)日: 2019-08-27
发明(设计)人: 陈宏军;白永祥;王克谦;王鹏;熊化化;陈荣群;魏继承;姜祖明;许娟;林德山;严建邦;张彭飞;王蕾 申请(专利权)人: 国网河南省电力公司信阳供电公司;河南恩湃高科集团有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06K9/38;G06K9/00;G06T7/00;G06T7/11
代理公司: 北京众合诚成知识产权代理有限公司 11246 代理人: 任苇
地址: 476000*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电力设备 红外影像 梯度直方图 灰度转化 方法和装置 区域生长 区域图像 自动识别 分割法 初始种子点 获取图像 提取图像 图像
【权利要求书】:

1.一种电力设备自动识别方法,其特征在于,包括如下步骤:

步骤1:获取电力设备的红外影像,对电力设备的红外影像进行灰度转化;

步骤2:在灰度转化后的红外影像中选取初始种子点,利用区域生长分割法获取红外影像中的电力设备区域图像;

步骤3:提取电力设备区域图像中电力设备的梯度直方图特征,采用SVM分类器,根据电力设备的梯度直方图特征对红外影像中的电力设备进行识别。

2.根据权利要求1所述的电力设备自动识别方法,其特征在于,所述步骤1中,对电力设备的红外影像进行灰度转化后对其进行中值滤波。

3.根据权利要求1所述的电力设备自动识别方法,其特征在于,所述步骤2中选取灰度转化后红外影像中灰度值最大的点作为种子点。

4.根据权利要求1或3所述的电力设备自动识别方法,其特征在于,所述步骤2中利用区域生长分割法获取红外影像中电力设备区域图像时,采用温度相似性作为生长判断条件。

5.根据权利要求1所述的电力设备自动识别方法,其特征在于,所述步骤3中提取图像中电力设备梯度直方图特征的方法为:

对电力设备区域图像进行归一化处理,计算各像素点的梯度;

将红外影像设备区域划分成若干小单元格,以梯度方向为横轴,以不同梯度方向的数量为纵轴,统计各单元格内梯度直方图,形成该单元格的特征描述符;

将相邻四个单元格组成一个Block块,分别串联各Block块内所有单元格的特征描述符,对各Block块内梯度直方图进行归一化操作,形成各Block的特征描述符;

串联红外影像内所有Block块的特征描述符,组成红外影像设备区域的梯度直方图特征描述符。

6.一种电力设备自动识别装置,包括处理器和存储器,所述存储器上存储有用于在处理器上执行的计算机程序;其特征在于,所述处理器执行所述计算机程序时,实现如下步骤:

步骤1:获取电力设备的红外影像,对电力设备的红外影像进行灰度转化;

步骤2:在灰度转化后的红外影像中选取初始种子点,利用区域生长分割法获取红外影像中的电力设备区域图像;

步骤3:提取电力设备区域图像中电力设备的梯度直方图特征,采用SVM分类器,根据电力设备的梯度直方图特征对红外影像中的电力设备进行识别。

7.根据权利要求6所述的电力设备自动识别装置,其特征在于,所述步骤1中,对电力设备的红外影像进行灰度转化后对其进行中值滤波。

8.根据权利要求6所述的电力设备自动识别装置,其特征在于,所述步骤2中选取灰度转化后红外影像中灰度值最大的点作为种子点。

9.根据权利要求6或8所述的电力设备自动识别装置,其特征在于,所述步骤2中利用区域生长分割法获取红外影像中电力设备区域图像时,采用温度相似性作为生长判断条件。

10.根据权利要求6所述的电力设备自动识别装置,其特征在于,所述步骤3中提取图像中电力设备梯度直方图特征的方法为:

对电力设备区域图像进行归一化处理,计算各像素点的梯度;

将红外影像设备区域划分成若干小单元格,以梯度方向为横轴,以不同梯度方向的数量为纵轴,统计各单元格内梯度直方图,形成该单元格的特征描述符;

将相邻四个单元格组成一个Block块,分别串联各Block块内所有单元格的特征描述符,对各Block块内梯度直方图进行归一化操作,形成各Block的特征描述符;

串联红外影像内所有Block块的特征描述符,组成红外影像设备区域的梯度直方图特征描述符。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网河南省电力公司信阳供电公司;河南恩湃高科集团有限公司,未经国网河南省电力公司信阳供电公司;河南恩湃高科集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910451982.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top