[发明专利]一种变电站设备的铭牌识别方法和装置

说明书

本发明公开了一种变电站设备的铭牌识别方法和装置。所述方法包括：获取含有待测变电站设备铭牌的待测场景图像；采用预设的边缘提取算法，对待测场景图像进行边缘提取处理，获取相应的待测轮廓图像，并定位待测轮廓图像中的铭牌轮廓区域；对待测铭牌轮廓区域进行裁剪和矫正处理，获取待测的铭牌区域图像；采用预设的卷积神经网络，对待测的铭牌区域图像中的字符进行识别。本发明通过提供的铭牌识别方法，能在非接触的情况下识别出不同的电力设备的铭牌信息，极大提升了巡检的效率和质量，而且对铭牌信息的识别具有很强的环境适应性和抗干扰能力。

技术领域

本发明涉及图像识别技术领域，特别涉及一种变电站的铭牌识别方法和装置。

背景技术

目前变电站的铭牌一般在室外，由于设备有一定的安全距离，需要间隔一段距离进行铭牌图像拍摄，由于铭牌多数为金属材料制成，常年置于室外环境中，受到室外灰尘、钢铁腐蚀影响，得到的铭牌图片模糊、笔画断连；又由于人为拍摄难以标准化，抓拍到的铭牌图片也多伴随着水平形变、透视形变甚至铭牌反光的影响，因此，很难以传统光学字符识别(Optical Character Recognition，简称“OCR”)方法直接识别这些铭牌。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种变电站设备的铭牌识别方法和装置。所述技术方案如下：

一方面，本发明实施例提供了一种变电站设备的铭牌识别方法，所述方法包括：

获取含有待测变电站设备铭牌的待测场景图像；

采用预设的边缘提取算法，对待测场景图像进行边缘提取处理，获取相应的待测轮廓图像，并定位待测轮廓图像中的铭牌轮廓区域；

对待测铭牌轮廓区域进行裁剪和矫正处理，获取待测的铭牌区域图像；

采用预设的卷积神经网络，对待测的铭牌区域图像中的字符进行识别。

在本发明实施例提供的铭牌识别方法中，所述采用预设的边缘提取算法，对待测场景图像进行边缘提取处理，获取相应的待测轮廓图像，包括：

采用预设的(Holistically-Nested Edge Detection，简称“HED”)网络模型，对待测场景图像进行边缘提取处理，获取相应的待测轮廓图像，并定位待测轮廓图像中的铭牌轮廓区域。

在本发明实施例提供的铭牌识别方法中，所述对待测铭牌轮廓区域进行裁剪和矫正处理，获取待测的铭牌区域图像，包括：

采用霍夫变换直线检测方法，对待测铭牌轮廓区域进行裁剪，并采用透视变换，对裁剪后的待测铭牌轮廓区域进行矫正，得到待测的铭牌区域图像。

在本发明实施例提供的铭牌识别方法中，所述采用预设的卷积神经网络，对待测的铭牌区域图像中的字符进行识别，包括：

采用LeNet-5卷积神经网络，对待测的铭牌区域图像中的字符进行识别，所述LeNet-5卷积神经网络采用变电站设备常用铭牌字符作为训练数据进行训练。

在本发明实施例提供的铭牌识别方法中，在对检测图像进行定位处理之前，所述方法还包括：

采用单尺度Retinex(即视网膜大脑皮层理论)图像增强算法，对待测场景图像进行光照去除预处理。

另一方面，本发明实施例提供了一种变电站设备的铭牌识别装置，所述装置包括：

获取模块，用于获取含有待测变电站设备铭牌的待测场景图像；

第一处理模块，用于采用预设的边缘提取算法，对待测场景图像进行边缘提取处理，获取相应的待测轮廓图像，并定位待测轮廓图像中的铭牌轮廓区域；

第二处理模块，用于对待测铭牌轮廓区域进行裁剪和矫正处理，获取待测的铭牌区域图像；