[发明专利]基于稀疏表示图像修复的二次设备状态识别方法

权利要求书

1.基于稀疏表示图像修复的二次设备状态识别方法，其特征在于，包括以下步骤：

步骤1：采集二次设备的图像，对设备图像进行高光区域检测；

步骤2：对检测出的高光区域的设备图像块进行图像稀疏表示，修复图像；

步骤3：从修复的设备图像中提取二次设备的边缘轮廓，识别二次设备的状态；

步骤2具体包括：

步骤2.1：采用阈值分割方法对设备图像进行二值化，识别设备图像的高光区域、非高光区域；

步骤2.2：对设备图像的非高光区域构建字典；

步骤2.3：若设备图像存在高光区域，对高光区域的边界点计算优先权，找出优先权值最大的边界点；

步骤2.4：选取以优先权值最大的边界点为中心的k×k区域，并求解此区域的稀疏表示的系数矩阵；

步骤2.5：利用求解的系数矩阵修复设备图像的高光区域；

步骤2.6：判断修复的设备图像是否存在高光区域，若存在高光区域，执行步骤2.3，若不存在高光区域，则输出修改的设备图像；

步骤2.3采用改进的优先权计算公式

式中N_k(p)为以p点为中心的k×k大小的窗口，表示窗口内的非高光区域；表示窗口的梯度幅度，的计算式如下：

式中表示用Sobel算子的滤波核S_x对窗口区域进行卷积

滤波核

表示用Sobel算子的滤波核S_y对窗口区域进行卷积

滤波核

2.根据权利要求1所述的基于稀疏表示图像修复的二次设备状态识别方法，其特征在于，所述阈值分割方法为二维最大类间方差法。

3.根据权利要求1所述的基于稀疏表示图像修复的二次设备状态识别方法，其特征在于，步骤3对压板的状态进行识别，步骤3具体包括：

步骤3.1：从修复的压板图像中提取压板的边缘轮廓，存入二维点集q中；

步骤3.2：选取二维点集q中的一组压板轮廓点S_l,l＝1,2,...p，p为压板图像中压板的总数量，选取点集S_l中图像坐标系y值最大的点作为极点，确定点集S_l的凸包；

步骤3.3：选取点集S_l的凸包的任意一边作为与凸包的外接矩形的重合边，找出重合边的中垂线两侧距离中垂线最远的凸包的两个顶点以及距离重合边最远的凸包的顶点，进而确定凸包的外接矩形，计算外接矩形的面积；

步骤3.4：重复步骤3.3，比较凸包的外接矩形的面积，将面积最小的外接矩形作为凸包的最小外接矩形；

步骤3.5：重复步骤3.2～3.4，直至确定出压板图像中的所有压板边缘轮廓的最小外接矩阵；

步骤3.6：根据压板的边缘轮廓的凸包的最小外接矩阵的面积Si,i＝1,2,...p，逐个判断压板图像中压板的状态，若SiS₀，压板为投出状态；若压板为投入状态；若压板为备用状态，其中S₀为投入状态的压板的最大面积。