[发明专利]一种基于计算机视觉的电气接线图识别系统和方法在审
申请号: | 202310234582.9 | 申请日: | 2023-03-07 |
公开(公告)号: | CN116403235A | 公开(公告)日: | 2023-07-07 |
发明(设计)人: | 许牧晨;孙飞;何安明;吴立刚;范叶平;汪春燕;李杨月;马广阔;刘清;赵鑫;程昊铭 | 申请(专利权)人: | 安徽继远软件有限公司 |
主分类号: | G06V30/422 | 分类号: | G06V30/422;G06V30/146;G06V30/19;G06V30/18;G06V20/70;G06V10/82 |
代理公司: | 杭州创智卓英知识产权代理事务所(普通合伙) 33324 | 代理人: | 何光宇 |
地址: | 230088 安徽*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 计算机 视觉 电气 接线 识别 系统 方法 | ||
1.一种基于计算机视觉的电气接线图识别系统,其特征在于,所述系统包括图元检测模块、文本提取模块、文本关联模块和信息匹配模块;
所述图元检测模块,用于对电气接线图进行目标检测,得到所述电气接线图中的图元;
所述文本提取模块,用于对所述电气接线图进行文字提取,得到所述电气接线图中的文字;
所述文本关联模块,用于将所述图元检测模块检测到的图元的检测框,与所述文本提取模块提取到的文字的文本框进行中心点匹配;
所述信息匹配模块,用于对所述电气接线图中的母线进行模板匹配。
2.根据权利要求1所述的系统,其特征在于,对电气接线图进行目标检测包括:
通过基于RPN区域候选网络算法的模型,对电气接线图进行目标检测;或者,通过基于yolov5目标检测网络算法的模型,对电气接线图进行目标检测。
3.根据权利要求1所述的系统,其特征在于,对所述电气接线图进行文字提取,得到所述电气接线图中的文字包括:
通过基于DBNet文本检测算法的模型,对所述电气接线图进行文字提取,得到所述电气接线图中的文字。
4.根据权利要求3所述的系统,其特征在于,通过基于DBNet文本检测算法的模型,对所述电气接线图进行文字提取,得到所述电气接线图中的文字包括:
使用CNN网络提取层提取所述电气接线图的图像特征,通过特征金字塔将所述图像特征进行特征融合;
基于所述特征融合后的特征图,通过可微分的二值化算法计算得到二值特征图,在所述二值特征图上生成所述电气接线图中文字的文本框。
5.根据权利要求1所述的系统,其特征在于,将所述图元检测模块检测到的图元的检测框,与所述文本提取模块提取到的文字的文本框进行中心点匹配包括:
获取所述图元检测模块检测到的图元检测框的四角点坐标,根据所述四角点坐标计算出所述图元检测框的中心点坐标;
获取所述文本提取模块提取到的文字文本框的四角点坐标,根据所述四角点坐标计算出所述文字文本框的中心点坐标;
根据所述图元检测框的中心点坐标和文字文本框的中心点坐标,完成所述电气接线图中图元和文字的一一关联。
6.根据权利要求1所述的系统,其特征在于,对所述电气接线图中的母线进行模板匹配包括:
通过白色像素对所述电气接线图中的预设位置进行覆盖,其中,所述预设位置为所述图元检测模块得到的图元检测框的位置,以及所述文本提取模块得到的文字文本框的位置;
采用预设模板在所述覆盖后的电气接线图上进行母线匹配,得到所述电气接线图的母线。
7.根据权利要求6所述的系统,其特征在于,在采用预设模板在所述覆盖后的电气接线图上进行母线匹配之前,还包括:
使用Canny算子对模板图像经边缘检测和提取,得到预设模板的边缘信息,以及水平方向和垂直方向的梯度;
根据所述边缘信息和两个方向的梯度,计算出所述预设模板中每个边界点的梯度值和方向。
8.根据权利要求1所述的系统,其特征在于,所述信息匹配模块,基于进行模板匹配后的母线,通过邻近匹配的方式遍历所述电气接线图中的图元,得到所述电气接线图中图元间的拓扑信息。
9.根据权利要求1所述的系统,其特征在于,在通过基于yolov5目标检测网络算法的模型,对电气接线图进行目标检测之前,还包括:
对训练数据中的图元进行人工标注;
通过所述人工标注后的训练数据,对基于yolov5目标检测网络算法的模型进行训练。
10.一种基于计算机视觉的电气接线图识别方法,其特征在于,所述方法包括:
对电气接线图进行目标检测,得到所述电气接线图中的图元;
对所述电气接线图进行文字提取,得到所述电气接线图中的文字;
将图元检测模块检测到的图元的检测框,与文本提取模块提取到的文字的文本框进行中心点匹配;
对所述电气接线图中的母线进行模板匹配。
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安徽继远软件有限公司,未经安徽继远软件有限公司许可,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/202310234582.9/1.html,转载请声明来源钻瓜专利网。