[发明专利]配电网设备图像识别方法及计算机可读存储介质

说明书

本发明公开了一种配电网设备图像识别方法及计算机可读存储介质，方法包括：建立配电网设备图像识别训练库；获取配电网设备图像，并进行预处理；获取预处理后的配电网设备图像中的配电网设备所在区域，并通过累积序列差分图像方法，对区域进行差分和累积图像处理，得到待识别图片；提取配电网设备的特征；根据特征，确定配电网设备的设备子类型，并从配电网设备图像识别训练库获取配电网设备的设备子类型对应的各样本图片；将待识别图片与所述设备子类型对应的各样本图片进行图像识别，得到待识别图片的识别结果。本发明可提高配电网设备图像的识别效率。

技术领域

本发明涉及电网图像识别领域，尤其涉及一种配电网设备图像识别方法及计算机可读存储介质。

背景技术

目前，图像识别技术已比较成熟，针对电力设备也做了很多研究，如徐凯等人的《基于GoogLeNet Inception-V3模型的电力设备图像识别》，王昕等人的《迁移学习和卷积神经网络电力设备图像识别方法》，以及唐乃勇等人的《基于深度学习的电力设备图像识别模型构建》等，但在高维空间中配电网设备分布不均匀，冗余信息过多，会影响识别率。

发明内容

本发明所要解决的技术问题是：提供一种配电网设备图像识别方法及计算机可读存储介质，可提高配电网设备图像的识别效率。

为了解决上述技术问题，本发明采用的技术方案为：一种配电网设备图像识别方法，包括：

建立配电网设备图像识别训练库，所述配电网设备图像识别训练库中存储有各设备子类型对应的样本图片，各样本图片标注有其对应的设备类型；

获取配电网设备图像，并对所述配电网设备图像进行预处理；

获取预处理后的配电网设备图像中的配电网设备所在区域，并通过累积序列差分图像方法，对所述区域进行差分和累积图像处理，得到待识别图片；

根据所述配电网设备图像，提取所述配电网设备的特征，所述特征包括颜色特征、纹理特征和形状特征；

根据所述特征，确定所述配电网设备的设备子类型，并从配电网设备图像识别训练库获取所述配电网设备的设备子类型对应的各样本图片；

将所述待识别图片与所述设备子类型对应的各样本图片进行图像识别，得到所述待识别图片的识别结果。

本发明还提出一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现下步骤。

本发明的有益效果在于：通过对配电网设备图像进行预处理并获取配电网设备图像中的配电网设备所在区域作为待识别图片，缩小图像识别范围，提高识别效率；通过建立配电网设备图像识别训练库，按照设备子类型对样本图片进行归类，后续将待识别图片与对应同一设备子类型的各样本图片进行识别，可进一步提高识别效率，且可提高识别准确率。

附图说明

图1为本发明实施例一的一种配电网设备图像识别方法的流程图。

具体实施方式

为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图详予说明。

请参阅图1，一种配电网设备图像识别方法，包括：

建立配电网设备图像识别训练库，所述配电网设备图像识别训练库中存储有各设备子类型对应的样本图片，各样本图片标注有其对应的设备类型；

获取配电网设备图像，并对所述配电网设备图像进行预处理；

获取预处理后的配电网设备图像中的配电网设备所在区域，并通过累积序列差分图像方法，对所述区域进行差分和累积图像处理，得到待识别图片；

根据所述配电网设备图像，提取所述配电网设备的特征，所述特征包括颜色特征、纹理特征和形状特征；