[发明专利]一种基于二维码的变电站开关柜设备对象自动识别方法

说明书

技术领域

本发明属于变电站图像智能分析领域及变电站设备状态在线监测领域，涉及图像处理和计算机等技术，特别是涉及一种通过自动搜索并识别开关柜监控视频中二维码来自动识别开关柜设备的方法。

背景技术

变电站的视频监控技术为远程监控变电站开关柜等设备的可视化提供了技术手段，为变电站调度运行提供了可视化监控及辅助决策依据。

随着视频监控的网络化、高清化、智能化技术的不断发展，视频监控技术在电网安全、生产运行中的应用不断深入和广泛，传统方式所采用的视频监控技术为电网设备远程监控提供远程可视化的监控手段，为远程确认设备实际的状态与监控数据显示状态是否一致，提供了可靠和有效的确认手段，为准确做出决策提供了依据。

然而，由于变电站开关柜室内开关柜数量众多、且摆放密集，对于每个开关柜设备的查看，都要事先通过人工设置预置位的方式，若开关柜位置变更，还需重新设置视频设备的预置位信息，浪费了人力资源。因此，如何提高视频监控技术在电网智能化监控技术中的应用，将对电网智能化水平的提升起到促进作用。同时，将为电网设备的智能化监控、智能化巡视提供技术手段。

随着二维码技术的不断发展，通过识别粘贴在开关柜上的二维码来自动识别开关柜信息将大大降低人工成本。二维码具有信息容量大、错误纠正能力强、译码可靠性高、成本低等特点，将二维码应用于开关柜的自动识别，不仅降低了人工成本，更增强了电网智能化水平，对电网智能化水平的发展和提高具有一定的促进作用。由于变电站设备场景的复杂性，如果有效实现对变电站开关柜设备的识别将是该技术的核心研究内容。

目前，对于开关柜的识别，普遍采用的技术方法为模板匹配技术和基于机器学习算法的视频智能识别技术。基于模板匹配技术的方法，主要通过收集指定设备的图片，并构建设备对象的特征模型，基于变电站视频监控系统的实时视频数据，采用实时监控的对象特征和已构建的设备对象的特征模型之间进行对比匹配，从而判断出监控对象的设备类型；基于机器学习算法的视频智能识别技术，主要通过收集大量的设备样本数据，通过机器学习算法，形成设备模型数据，基于设备模型数据，再通过实时视频数据对图像中的设备对象进行识别，识别出设备类型后，根据设备在平面结构中所处的位置，结合变电站一次设备安装结构图，从而判断出设备名称。上述两种已有技术方法，主要是完全采用视频智能分析技术，而不借助于其他技术手段，通过机器自动对设备对象进行识别。

针对上述对各现有技术方案的技术分析，采用基于模板匹配技术的方法，需要先构建开关柜设备对象的特征模型，由于变电站视频监控设备所拍摄的角度不同、设备之间的遮挡情况很多、天气影响较大、摄像机清晰度不同、光照条件不同等各种因数，导致所构建的开关柜特征模型很难在实际应用中进行匹配，仅能够用于在实验室测试和验证中，实际应用意义不大。采用基于机器学习算法的视频智能识别技术，需要取决于收集大量的开关柜设备模型样本，所收集的模型样本全面性和准确性，将直接影响机器学习所构建的设备模型的准确性，进一步将影响视频识别的准确性，工作量大，需要不断优化和调整样本库和机器学习算法，且由于变电站视频监控的场景中通常包含了众多设备，将在很大程度上影响视频识别的准确性和可靠性，同时，采用上述两种方法都是只能识别开关柜设备类型，而无法具体识别开关柜设备名称，很难满足生产运行中需要进行开关柜设备状态的识别。

传统的通过人工设置预置位的方法来识别开关柜，每次开关柜位置变更时都需要重新设置预置位，浪费了人力资源。同时，仅通过视频监控开关柜，无法获知开关柜的详细信息，如开关柜名称、型号等。由于变电站内开关柜数量较大，设备电压等级不同，虽然有监控，仍需人工确认开关柜具体信息，因此，传统的监控系统对识别开关柜的作用非常小。

发明内容

发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种基于二维码的变电站开关柜设备对象自动识别方法。

为了解决上述技术问题，本发明提供的基于二维码的变电站开关柜设备对象自动识别方法，包括图片获取及初始化处理、定位图片中二维码标签所在区域、通过图像平面校正将形变的二维码图像转化为标准二维码图像和二维码信息读取和开关柜设备对象识别，该方法包括步骤如下：

S1：图片获取及初始化处理；

S2：定位图片中二维码标签所在区域；

S3：通过图像平面校正将形变的二维码图像转化为标准二维码图像；

S4：二维码信息读取和开关柜设备对象识别。

其中，图片获取及初始化处理具体步骤如下：