[发明专利]适用于电力作业机器人的电力刀闸分合位状态识别方法

权利要求书

1.适用于电力作业机器人的电力刀闸分合位状态识别方法，其特征在于，包括以下步骤：

(1)建立模板：采集一张包含刀闸的图像作为建模图像，分别选取建模图像中刀闸附近的两个特征较多的区域作为定位模板区域，生成两个定位模板图像，选取建模图像中的刀闸区域作为目标模板区域，生成目标模板图像，保存两个定位模板图像、目标模板图像、两个定位模板图像在建模图像中的坐标、目标模板图像在建模图像中的坐标和建模图像中刀闸的状态信息；

(2)采集新的刀闸图像作为待测图像，求待测图像的透视变换图；

(3)用目标模板图像与透视变换图进行Surf特征匹配，进而定位出透视变换图中的刀闸位置，计算透视变换图中刀闸位置与建模图像中目标模板区域的位置的重合度；

(4)根据目标模板区域在建模图像中的坐标在透视变换图中相应位置提取刀闸区域，生成大小与目标模板图像相同的刀闸图像，计算生成的刀闸图像与目标模板图像的相似度；

(5)根据步骤(3)中的位置的重合度、步骤(4)中的相似度和建模图像中的刀闸状态综合判断待测图像的刀闸状态。

2.如权利要求1所述的适用于电力作业机器人的电力刀闸分合位状态识别方法，其特征在于，所述步骤(1)中，所述的两个定位模板图像为建模图像中刀闸附近的两个特征较多且不包含刀闸的区域生成的图像。

3.如权利要求1所述的适用于电力作业机器人的电力刀闸分合位状态识别方法，其特征在于，所述步骤(2)中求得待测图像的透视变换图具体步骤如下：

(1)分别提取两个定位模板图像的Surf特征描述子和待测图像的Surf特征描述子；

(2)分别用两个定位模板图像的Surf特征描述子与待测图像的Surf特征描述子进行匹配，得出两个待测图像到定位模板图像的透视变换矩阵，根据两个透视变换矩阵求得两个与定位模板图像一一对应的待测图像的透视变换图；

(3)根据两个定位模板图像在建模图像中的坐标，分别再与定位模板图像对应的透视变换图中提取相应的区域，生成两个与对应的定位模板图像大小相同的定位区域图像；

(4)用SSIM方法分别计算两个定位模板图像和与定位模板图像对应的定位区域图像的相似度，得到两个相似度值，选择对应相似度值大的定位模板图像所对应的透视变换图为最终的透视变换图。

4.如权利要求3所述的适用于电力作业机器人的电力刀闸分合位状态识别方法，其特征在于，所述步骤(1)和(2)中Surf特征描述子提取的步骤如下：

(1)构建高斯金字塔尺度空间

用不同核大小的高斯函数对图像进行高斯滤波，然后分别用Hessian矩阵对每个高斯滤波后的图像的像素点进行计算，得到图像的多个不同尺度下的表示，由此构成图像的高斯金字塔尺度空间，计算公式为:

L(x，σ)＝G(σ)*I(x)

其中，σ为尺度因子，x、y分别像素点坐标，H(x,σ)为每个像素点的Hessian矩阵计算公式，G(σ)为高斯核函数，I(x)为图像上的像素点的像素值，L(x,σ)为经过高斯滤波后的图像上的像素点的像素值，L_xx(x,σ)、L_yy(x,σ)表示L(x,σ)分别对x，y求二阶偏导，L_xy(x,σ)为L(x,σ)先后对x和y求一阶偏导；

(2)定位特征点

利用非极大值抑制筛选图像高斯金字塔尺度空间中的图像的每个像素点，初步定位出感兴趣点，后利用线性插值法得到亚像素级的特征点，并去掉值小于预设阈值的点，最终只保留少数特征最强的点；

(3)主方向确定

以特征点为中心，计算半径为6S领域内的所有点在x，y两个方向上的Haar小波特征，S为特征点所在的尺度，并旋转扫描统计60°扇形区域内的点的小波特征的总和，选择值最大的那个扇形的方向作为该特征点的主方向；

(4)生成SURF特征描述子

以特征点的方向为主方向，选择边长为20S的正方形区域，并将该区域分成4*4个子区域，每个子区域5*5个像素点，统计每个子区域25个像素点的水平方向和垂直方向的Haar小波响应dx和dy，对每个子区域的dx，dy，|dx|，|dy|求和并归一化即可得到该特征点的64维特征向量，该特征向量即为该特征点的特征描述子。