[发明专利]一种基于视频监控相机的弓网接触点识别方法

权利要求书

1.一种基于视频监控相机的弓网接触点识别方法，其特征在于，包括以下步骤：

S1、构建匹配模板集和深度残差网络，根据受电弓图像历史数据，通过训练，得到训练好的深度残差网络；

S2、基于训练好的深度残差网络，对受电弓进行实时在线识别，得到弓网接触点坐标。

2.根据权利要求1所述的基于视频监控相机的弓网接触点识别方法，其特征在于，所述构建匹配模板集，包括：

从所述受电弓图像历史数据中选出多张图像，从中截取受电弓子图像；

从子图像中提取出轮廓图像；

根据所述轮廓图像，构建匹配模板集。

3.根据权利要求1所述的基于视频监控相机的弓网接触点识别方法，其特征在于，所述构建深度残差网络，包括：

在原始基本残差模块的基础上，设置子网络模块，通过所述子网络模块自动学习得到一组或多组阀值；

通过预设软阀值化激活函数处理，降低噪声；形成深度残差网络基本模块；

通过堆叠多个所述深度残差网络基本模块，形成深度残差网络。

4.根据权利要求1所述的基于视频监控相机的弓网接触点识别方法，其特征在于，所述步骤S1，包括：

S11、根据所述受电弓图像历史数据和构建好的匹配模板集，计算得到每张受电弓图像历史数据的受电弓中心位置；

S12、根据所述受电弓中心位置，选取感兴趣区域，并在所述感兴趣区域中标记出弓网接触点的相对位置；

S13、将所有标记出的弓网接触点的相对位置，输入到构建好的深度残差网络中进行训练。

5.根据权利要求4所述的基于视频监控相机的弓网接触点识别方法，其特征在于，所述步骤S11，包括：

S111、将每张受电弓图像历史数据与所述匹配模板集进行匹配，选取匹配得分最高的结果，即得分最高的匹配模板及对应该匹配模板的匹配目标；

S112、从所述得分最高匹配目标中，选取出分值最高的匹配目标作为当前图像的受电弓定位目标；

S113、根据所述受电弓定位目标，结合所述对应匹配模板，计算出受电弓中心位置。

6.根据权利要求4所述的基于视频监控相机的弓网接触点识别方法，其特征在于，所述步骤S12，包括：

S121、根据所述受电弓中心位置，结合预设的上下左右偏移像素数，确定出后续处理所需要的感兴趣区域；

S122、在感兴趣图像中，标记出弓网接触点在感兴趣图像中的相对位置。

7.根据权利要求3所述的基于视频监控相机的弓网接触点识别方法，其特征在于，所述子网络模块包括依次连接的1×1卷积层、全连接层、1×1卷积层、全连接层和1×1卷积层。

8.根据权利要求1所述的基于视频监控相机的弓网接触点识别方法，其特征在于，所述步骤S2，包括：

S21、实时采集获取受电弓图像，通过所述匹配模板集识别受电弓位置；

S22、根据识别出的受电弓位置，选取感兴趣区域；

S23、将所述感兴趣区域，输入训练好的深度残差网络中，得到接触点坐标。

9.根据权利要求8所述的基于视频监控相机的弓网接触点识别方法，其特征在于，所述步骤S21，包括：

S211、将实时采集的受电弓图像与所述匹配模板集进行匹配，选取匹配得分最高的结果，即得分最高的匹配模板和对应该匹配模板的匹配目标；

S212、从所述得分最高匹配目标中，选取出分值最高的匹配目标作为实时获取的受电弓图像的受电弓定位目标；

S213、根据所述受电弓定位目标，结合所述对应匹配模板，计算出受电弓中心位置。

10.根据权利要求8所述的基于视频监控相机的弓网接触点识别方法，其特征在于，所述步骤S23，包括：

将所述感兴趣区域输入训练好的深度残差网络中，得到实时采集的受电弓图像中弓网接触点的相对坐标；

结合感兴趣区域的宽度和高度，计算得到弓网接触点的绝对坐标。