[发明专利]基于近邻分类的距离度量学习的压板状态检测装置与方法

权利要求书

1.一种基于近邻分类的距离度量学习的压板状态检测装置，包括压板开关，其特征在于，还包括中央处理器、数据信息传输线路、存储硬盘、摄像机装置、数据连接线路、集成板块，其中：

所述中央处理器与所述存储硬盘通过数据信息传输线路相连；

所述摄像机装置装设在所述压板开关的正对位置处，于所述集成板块通过数据连接线路相连；

所述集成板块与所述中央处理器相连。

2.根据权利要求1所诉的基于近邻分类的距离度量学习的压板状态检测装置，其特征在于，所述的存储硬盘存储的数据为压板开关的特征数据库。

3.根据权利要求1所述的基于近邻分类的距离度量学习的压板状态检测装置，其特征在于，所述的集成版块包括AD转换模块、GPS模块、复位控制器、无线传输/接收模块，其中：

所述的摄像机装置与所述AD转换模块相连；

所述的AD转换模块通过数据连接线路与所诉无线传输/接收模块相连；

所述的无线传输/接收模块通过信号传输线路与所述的复位控制器相连；

所述的GPS模块通过信息传输线路与所述的无线传输/接收模块相连。

4.一种权利要求1所述的基于近邻分类的距离度量学习的压板状态检测装置的应用方法，其特征在于，其步骤如下：

S1:通过所述摄像机装置实时获取压板开关图像,并将所述摄像机装置获取的压板开关图像传输至中央处理器处理；

S2:所述中央处理器对压板开关图像进行图像预处理降低光照及其它不良影响;

S3:基于近邻分类的距离度量学习方法训练模型,对压板开关图像进行整体压板图像特征的检测;

S4:在检测出所有压板开关后,检测出得压板开关经过信息识别,从所述存储硬板中存储的压板开关的特征数据库中获取当前开关的特征,然后利用识别模型对每个压板开关的状态进行识别,最后输出结果。

5.根据权利要求4所述的基于近邻分类的距离度量学习的压板状态检测方法，其特征在于，所述的近邻分类的距离度量学习方法训练模型，包括以下步骤：

S1:对三个颜色通道H、S、V的像素分布进行统计分析从而提取HSV颜色直方图特征；

S2:提取Lab颜色特征；

S3:提取LBPs算子的纹理特征，均匀LBPs纹理模式产生的特征模式数为P(P-1)+3,其中，P为采样点的数目；

S4:利用K近邻分类方法，对基于近邻分类的距离度量学习实现压板状态检测，通过训练后同一类保持其K近邻，而来自不同类型的保持大幅度分开。

6.根据权利要求5所述的基于近邻分类的距离度量学习的压板状态检测方法，其特征在于，所述的近邻分类的距离度量学习方法训练模型，其学习框架中，通过利用样本类别标签定义度量函数，采用半定规划来最优化度量函数。