[发明专利]基于目标检测与语义分割的隔离开关开合状态识别方法

权利要求书

1.基于目标检测与语义分割的隔离开关开合状态识别方法，其特征在于，包括：

从图像中逐个提取隔离开关；

对提取到的单个隔离开关进行像素级别的密集分类，得到分割图像；

利用区域生长算法对分割得到的隔离开关分割图像进行连通区域的标记；

根据隔离开关分割图像中连通区域个数判断隔离开关状态；

设置连通区域面积阈值的方法进行去除非开关臂区域；

所述设置连通区域面积阈值的方法进行去除非开关臂区域包括：

抽取N张打开状态的隔离开关分割图像，对分割图像进行连通区域标记；

分别统计分割图像中各个连通区域中像素点个数，构成数组A1,A2,...An；

对每个数组中元素按降序排序，选出每个数组中排第三的元素构成新数组B1；

对数组B1进行降序排序，选取排第一的元素加上一个较小的正值，作为面积阈值S1；

抽取N张关闭状态的隔离开关分割图像，对分割图像进行连通区域标记；

分别统计分割图像中各个连通区域中像素点个数，构成数组A1,A2,...An；

对每个数组中元素按降序排序，选出每个数组中排第二的元素构成新数组B1；

对数组B1进行降序排序，选取排第一的元素加上一个较小的正值，作为面积阈值S2；

取S＝max{S1,S2},将小于面积阈值S的连通区域中的像素值置零。

2.根据权利要求1所述的基于目标检测与语义分割的隔离开关开合状态识别方法，其特征在于，所述从图像中逐个提取隔离开关包括：

利用YOLOv3目标检测算法定位图像中的隔离开关并给出位置坐标，利用该坐标从图像中逐个提取隔离开关。

3.根据权利要求1所述的基于目标检测与语义分割的隔离开关开合状态识别方法，其特征在于，所述对提取到的单个隔离开关进行像素级别的密集分类，得到分割图像包括：

利用全卷积语义分割算法FCN对提取到的单个隔离开关进行像素级别的密集分类，得到分割图像，其中属于隔离开关的像素赋值为1，分类为背景的像素赋值为0。

4.根据权利要求3所述的基于目标检测与语义分割的隔离开关开合状态识别方法，其特征在于，所述利用区域生长算法对分割得到的隔离开关分割图像进行连通区域的标记包括：

对分割图像进行扫描，若像素点的值为1，且未标记，则进行标记，并检查该点的八邻接像素点的连通情况，若值为1且未标记，则进行标记，并将新标记的像素点加入列表L，直到分割图像中所有像素值为1的像素点都完成标记，表示所有连通区域标记完成；

取出列表L中的一个像素，检查该点的八邻接像素点的连通情况，若像素点的值为1且未标记，则进行标记，并将新标记的像素点加入列表L，直到列表中的元素为空，表示一个连通区域标记完成。

5.根据权利要求1所述的基于目标检测与语义分割的隔离开关开合状态识别方法，其特征在于，所述根据隔离开关分割图像中连通区域个数判断隔离开关状态包括：

若连通区域个数为1，则判断隔离开关处于关闭状态；若连通区域的个数为2，则判断隔离开关处于打开状态。

6.根据权利要求1～5任一项所述的基于目标检测与语义分割的隔离开关开合状态识别方法，其特征在于，还包括：

通过风格迁移算法，生成包含隔离开关图像内容特征以及风格图像风格特征的风格化隔离开关图像，增强隔离开关训练集，提升恶劣天气隔离开关图像中隔离开关定位准确性。