[发明专利]剁码错位检测方法及检测终端在审

专利信息
申请号: 202111493668.0 申请日: 2021-12-08
公开(公告)号: CN114387493A 公开(公告)日: 2022-04-22
发明(设计)人: 李兵;王浩;李翀;王锦腾;贾永良;韩桂楠;蔺静;王洋;刘侠 申请(专利权)人: 国网河北省电力有限公司营销服务中心;国家电网有限公司
主分类号: G06V20/00 分类号: G06V20/00;G06V10/26;G06V10/28;G06V10/30;G06V10/82;G06N3/04;G06N3/08
代理公司: 石家庄国为知识产权事务所 13120 代理人: 彭竞驰
地址: 050035 河北省石家庄市高新区湘江*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 错位 检测 方法 终端
【权利要求书】:

1.一种剁码错位检测方法,其特征在于,包括:

获取目标剁码图像,并将所述目标剁码图像输入预先训练完成的剁码分割模型,得到分割图像;其中,所述分割图像包括:所述目标剁码图像中各个剁体的边缘分割标签;

根据所述分割图像,分别确定每个剁体的目标最大值和目标最小值;

根据各个剁体的目标最大值和目标最小值,确定剁码是否存在错位;

其中,剁体的目标最大值为该剁体的边缘像素点中横坐标的最大值;剁体的目标最小值为该剁体的边缘像素点中横坐标的最小值。

2.如权利要求1所述的剁码错位检测方法,其特征在于,所述根据所述分割图像,分别确定每个剁体的目标最大值和目标最小值,包括:

对所述分割图像进行图像处理,得到每个剁体的目标最大值和目标最小值。

3.如权利要求2所述的剁码错位检测方法,其特征在于,所述对所述分割图像进行图像处理,得到每个剁体的目标最大值和目标最小值,包括:

对所述分割图像进行二值化,得到灰度图像;

根据所述灰度图像,分别提取各个剁体的左侧边缘及右侧边缘;

针对每个剁体,将该剁体的左侧边缘像素点中横坐标的最小值,作为该剁体的目标最小值;将该剁体的右侧边缘像素点中横坐标的最大值,作为该剁体的目标最大值;

其中,所述灰度图像的左下角或左上角为坐标原点。

4.如权利要求3所述的剁码错位检测方法,其特征在于,所述根据所述灰度图像,分别提取各个剁体的左侧边缘及右侧边缘,包括:

根据所述灰度图像,采用canny边缘检测算法得到各个剁体的边缘;

针对每个剁体,对该剁体的边缘进行滤波,提取得到该剁体的左侧边缘及右侧边缘。

5.如权利要求1所述的剁码错位检测方法,其特征在于,所述根据各个剁体的目标最大值和目标最小值,确定剁码是否存在错位,包括:

确定相邻两个剁体的目标最大值之间的差值的绝对值,作为第一差值;及确定相邻两个剁体的目标最小值之间的差值的绝对值,作为第二差值;

若存在大于第一预设差值的第一差值,或存在大于第二预设差值的第二差值,则确定剁码存在错位。

6.如权利要求1所述的剁码错位检测方法,其特征在于,所述方法还包括:

建立基础分割模型;

获取多张原始剁码图像,并人工为各张原始剁码图像添加剁体的边缘分割标签,形成训练样本;

将所述训练样本输入所述基础分割模型进行训练,得到所述预先训练完成的剁码分割模型。

7.如权利要求6所述的剁码错位检测方法,其特征在于,所述基础分割模型为基于IOULoss的深度学习模型。

8.一种剁码错位检测装置,其特征在于,包括:

剁码分割模块,用于获取目标剁码图像,并将所述目标剁码图像输入预先训练完成的剁码分割模型,得到分割图像;其中,所述分割图像包括:所述目标剁码图像中各个剁体的边缘分割标签;

坐标提取模块,用于根据所述分割图像,分别确定每个剁体的目标最大值和目标最小值;

错位确定模块,用于根据各个剁体的目标最大值和目标最小值,确定剁码是否存在错位;

其中,剁体的目标最大值为该剁体的边缘像素点中横坐标的最大值;剁体的目标最小值为该剁体的边缘像素点中横坐标的最小值。

9.一种检测终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述剁码错位检测方法的步骤。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述剁码错位检测方法的步骤。

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北省电力有限公司营销服务中心;国家电网有限公司,未经国网河北省电力有限公司营销服务中心;国家电网有限公司许可,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/202111493668.0/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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