[发明专利]一种基于机器识别的非接触式配电数据识别方法

权利要求书

1.一种基于机器识别的非接触式配电数据识别方法，其特征在于，包括如下步骤：

步骤1.图像获取和预处理，获取原始图像，通过中值滤波进行处理；

步骤2.配电数据区域识别，通过图像中颜色以及阈值的分布来确定配电数据所在区域对图像进行关键区域的识别和抽取；具体包括：

2.1.基于待识别配电设备对象的若干典型图像数据，提取对应的轮廓边缘形状及其对应的区域颜色阈值；

2.2.基于前述区域颜色对待识别图像进行阈值分割，从各图像中提取含有数据的显示界面区域，保留颜色阈值负荷前述区域颜色阈值的数据，其他颜色数据进行祛除；

2.3.基于前述轮廓边缘形状，对经过阈值分割的图像进行形状匹配和切割，保留具有对应轮廓形状的图形区域以及区域内部数据；

2.4.对前述仅保留对应轮廓形状的图形区域以及区域内部数据的图形进行二值化处理；

步骤3.图像修正，具体包括：

3.1.对前述二值化图像进行水平方向和竖直方向的像素值进行投影叠加，得到水平方向的像素叠加图和竖直方向的像素叠加图；

3.2.根据水平方向的像素叠加图上每个突变位置来确定每个数据的水平方向边界，以水平方向边界为基础进行切割，得到含有独立数字的横向分割图块；

3.3根据竖直方向的像素叠加图第一次和最后一次出现明显像素值突变位置对确定每个横向分割图块的竖直方向边界，以前述竖直方向边界为基础切割横向分割图块，即可得到仅含有独立数字的数字分割图块；

3.4.对前述数字分割图块根据配列顺序进行编码标记，以便于后续进行数值的识别判断；

步骤4.特征识别数据提取，对各数字图块进行识别以确定数值，具体包括：

5.1.统一数字图块像素

统一数字图块的像素值，使得所有的数字图块具有相同的像素S×T；

5.2.根据每个S×T数字图块中各像素点的分布，通过统计分析得到与每个数字相对应的像素点分布特征属性，建立每个数字以及小数点以及常用符号的字符特征库；

5.3.将每个S×T数字图块中的像素分布与字符特征库进行匹配，确定特征属性相似度进行分类，最终完成数据的识别。

2.根据权利要求1所述的一种基于机器识别的非接触式配电数据识别方法，其特征在于，所述步骤2还包括边缘分析的步骤，具体是指：

将原始图像进行灰度转换之后，对齐像素值进行拉普拉斯卷积处理，得到新的灰度值数据之后，即可利用图像的标准差数值大小来确定其清晰度指标：其指标可表示为其中f_i,j为图像中坐标为(i，j)的点的原始灰度值；F_i,j为图像中坐标为(i，j)的点经过拉普拉斯卷积处理后的灰度值；W×H为图片的像素值。

3.根据权利要求2所述的一种基于机器识别的非接触式配电数据识别方法，其特征在于，对于同一个采集对象获取的图像，应当至少保留原有数据中70％的图像，对于保留图像中可能存在的清晰度指标低于设定阈值的，则单独进行进一步清晰化处理。

4.根据权利要求3所述的一种基于机器识别的非接触式配电数据识别方法，其特征在于，还包括对图像进行领域像素插值处理，以使所有图像具有相对一致的像素尺寸的步骤。

5.根据权利要求1所述的一种基于机器识别的非接触式配电数据识别方法，其特征在于，所述中值滤波处理包括：

对于同一个采集角度获取的多个同目标对象的凸显构成数据组，基于数据组内的所有图像，统计其灰度直方图的高度值，按照高度值由低到高的顺序祛除其中的40％～50％后计算期平均高度得到直方图高度高值，按照高度值由高到低的顺序祛除其中的40％～50％后计算期平均高度得到直方图高度低值，以前述直方图高度低值和直方图高度高值为阈值对异常组内所有图像进行处理，将超出阈值范围的部分祛除，得到预处理图像；祛除比例的大小基于图像本身的质量，本身质量越好，噪声越小，则祛除比例越低。

6.根据权利要求1所述的一种基于机器识别的非接触式配电数据识别方法，其特征在于，所述步骤2.4具体包括：根据典型图像的特征指定二值化阈值，将与之匹配的图像中灰度值超过阈值的像素点置为0，将灰度值低于阈值的像素置位255。