[发明专利]一种基于深度学习的端到端告警信息识别方法

摘要

本发明公开了一种基于深度学习的端到端告警信息识别方法，包括以下步骤：截取视频帧图像，对图像进行预处理；按告警信息的行切割图像，得到包含每一行告警信息的图像片；分别对每一个图像片进行文本信息检测；基于端到端的深度学习算法对检测到的文本信息进行识别，得到告警信息识别结果。本发明主要针对变电运行智能辅助系统，对后台电子屏幕上按行显示的多行动态告警信息进行视频图像监控时，基于深度学习的端到端识别方法可以精准地识别所有告警信息，从而可以高效地获取电子屏幕上的告警信息，及时将信息反馈给数据分析系统，以供后续设备根据告警信息排除变电运行系统故障。

主权项

1.一种基于深度学习的端到端告警信息识别方法，它包括：步骤S1：图像预处理：首先，截取由固定相机拍摄的视频帧图像，并且用该相机拍摄标定板图像；然后根据标定板图像获取相机内参和畸变参数，并且根据参数矫正原图像；最后，在截取到的第一帧图像上标定实际告警信息区域的四个顶点，同时矫正由于拍摄角度造成的告警信息倾斜，获得矫正后的只包含告警信息的矩形区域；步骤S2：采用水平投影算法对步骤S1获得的告警信息矩形区域图像进行水平投影，根据投影结果将告警信息图像按行分割，获得告警信息的行图像片；步骤S3：采用传统算法阈值分割、形态学变换和连通域筛选检测出步骤S2获得的所有图像片中的文字区域；步骤S4：采用结合卷积神经网络、注意力模型和循环神经网络的深度学习算法端到端识别步骤S3检测到的所有文字区域，获得一帧图像上的所有告警信息。