[发明专利]分合闸状态的识别方法、装置、电子装置和存储介质在审

专利信息
申请号: 202110863422.1 申请日: 2021-07-29
公开(公告)号: CN113673367A 公开(公告)日: 2021-11-19
发明(设计)人: 李宁钏;熊剑平 申请(专利权)人: 浙江大华技术股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06K9/46;G06K9/62
代理公司: 杭州华进联浙知识产权代理有限公司 33250 代理人: 周长梅
地址: 310016 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 合闸 状态 识别 方法 装置 电子 存储 介质
【说明书】:

本申请涉及一种分合闸状态的识别方法、装置、电子装置和存储介质,其中,该识别方法包括:对待测图像中的待测分合闸进行检测,生成目标图像;对该目标图像进行投影处理,得到该待测分合闸的投影分量分布特征;将该投影分量分布特征与该标准分量分布特征进行匹配,根据匹配结果生成该待测分合闸的状态识别结果;该标准分量分布特征是预先对预设的参考图像进行投影处理得到的。通过本申请,解决了分合闸状态识别的过程中光照影响大,且分合闸状态识别效率低的问题,实现了高效、准确的分合闸状态识别。

技术领域

本申请涉及分合闸技术领域,特别是涉及分合闸状态的识别方法、装置、电子装置和存储介质。

背景技术

电力行业与人们的生活息息相关,变电站的分合闸是电力行业最基本的器件,它对电力供应至关重要。近年来,分合闸检测与识别不到位从而导致不能正常输送电的现象时有发生,给人民生活、工业生产造成了巨大的经济损失。

在相关技术中针对分合闸状态的识别一般通过人工抄表的方法,但这类方法工作量大、效率低,且在工人巡视过程中容易产生安全事故。近年来,随着巡检机器人的推广,分合闸的检测工作逐渐向智能化方向发展。此外还包括利用传统的图像处理手段进行检测和识别,然而在光照条件变化的情况下,检测效果不好,通常一种光照条件就需要一组参数,基于深度学习的方法则需要大量的现场素材,导致运算量大,因此分合闸状态识别的过程中光照影响较大,且分合闸状态识别效率较低。

目前针对相关技术中分合闸状态识别的过程中光照影响大,且分合闸状态识别效率低的问题,尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种分合闸状态的识别方法、装置、电子装置和存储介质,以至少解决相关技术中分合闸状态识别的过程中光照影响大,且分合闸状态识别效率低的问题。

第一方面,本申请实施例提供了一种分合闸状态的识别方法,所述方法包括:

对待测图像中的待测分合闸进行检测,生成目标图像;

对所述目标图像进行投影处理,得到所述待测分合闸的投影分量分布特征;

将所述投影分量分布特征与所述标准分量分布特征进行匹配,根据匹配结果生成所述待测分合闸的状态识别结果;所述标准分量分布特征是预先对预设的参考图像进行投影处理得到的。

在其中一些实施例中,所述对所述目标图像进行投影处理,得到所述待测分合闸的投影分量分布特征包括:

根据所述目标图像的每行像素点进行统计得到投影水平分量分布特征,并根据所述目标图像的每列像素点进行统计得到投影垂直分量分布特征;其中,所述投影水平分量分布特征和所述投影垂直分量分布特征组成所述投影分量分布特征。

在其中一些实施例中,所述标准分量分布特征包括标准水平分量分布特征和标准垂直分量分布特征,所述将所述投影分量分布特征与所述标准分量分布特征进行匹配包括:

将所述投影水平分量分布特征与所述标准水平分量分布特征进行匹配,并将所述投影垂直分量分布特征与所述标准垂直分量分布特征进行匹配,得到所述匹配结果。

在其中一些实施例中,所述将所述投影分量分布特征与所述标准分量分布特征进行匹配,根据匹配结果生成所述待测分合闸的状态识别结果,包括:

确定所述投影分量分布特征与所述标准分量分布特征的特征相似度;

基于所述特征相似度,确定所述待测分合闸的状态识别结果。

在其中一些实施例中,所述准分量分布特征包括至少两个子标准分量分布特征,其中,不同子标准分量分布特征映射的分合闸状态不同;

所述确定所述投影分量分布特征与所述标准分量分布特征的特征相似度,包括:

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浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,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/202110863422.1/2.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