[发明专利]一种电力设备铭牌文本信息识别的方法

说明书

本发明公开一种电力设备铭牌文本信息识别的方法，包括以下步骤：S1、获取输入图像；S2、利用基于深度学习的目标检测算法，对所述输入图像中的电力设备铭牌进行定位并提取定位信息；S3、利用透视变换对所定位的电力铭牌图像进行文本倾斜角计算，得到铭牌区域每个像素点的倾斜角度；S4、利用基于深度学习的文本检测算法，结合所述倾斜角信息，检测铭牌图像中的文本信息，得到铭牌文本检测结果；S5、利用基于深度学习的文本识别算法，自动识别所述铭牌文本检测结果中的文本字符信息，得到电力设备铭牌文本信息识别结果。本发明实现了电力设备信息自动化采集，解决了电力设备信息自动化管理的关键难题，提高了电力设备信息采集的效率与精确度。

技术领域

本发明涉及图像识别技术领域，具体的是一种电力设备铭牌文本信息识别的方法。

背景技术

在电力系统中运行的各类设备，其设备铭牌上提供了设备的品牌、厂家、型号、产品名称以及各类电力参数信息，在电力生产过程中，电力公司需要熟悉这些技术参数，便于了解设备的性能，记录设备的技术参数存档。因此，实现电力设备铭牌文本信息的自动识别、采集，对提高电力系统的设备管理水平及管理效率有重要意义。

目前，电力设备铭牌的识别多采用OCR识别技术，该技术对于清晰的印刷字体识别，已经有了比较高的识别率，但是由于该技术是采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，在进行金属表面刻制的钢印文本图像采集时，由于印文上会出现光学反射，采用印文刻制的信息识别率很低，导致其用OCR的识别原理往往难以识别。因此，亟需一种适合于复杂背景下电力设备铭牌文本识别的新方法。

发明内容

为解决上述背景技术中提到的不足，本发明的目的在于提供一种电力设备铭牌文本信息识别的方法，该识别方法实现了电力设备信息自动化采集，解决了电力设备信息自动化管理的关键难题，提高了电力设备信息采集的效率与精确度。

本发明的目的可以通过以下技术方案实现：

一种电力设备铭牌文本信息识别的方法，包括以下步骤：

S1、获取输入图像；

S2、利用基于深度学习的目标检测算法，对所述输入图像中的电力设备铭牌进行定位并提取定位信息；

S3、利用透视变换对所定位的电力铭牌图像进行文本倾斜角计算，得到铭牌区域每个像素点的倾斜角度；

S4、利用基于深度学习的文本检测算法，结合所述倾斜角信息，检测铭牌图像中的文本信息，得到铭牌文本检测结果；

S5、利用基于深度学习的文本识别算法，自动识别所述铭牌文本检测结果中的文本字符信息，得到电力设备铭牌文本信息识别结果。

优选地，步骤S2包括：

S201、利用卷积神经网络和残差网络对输入图像进行处理，生成三种不同尺度大小的特征图，所述特征图尺度分别为输入图像的1/32、1/16和1/8；

S202、基于所述输入图像的特征图，结合先验预测框的锚参数，进行回归预测，定位出所述输入图像中的铭牌区域。

优选地，步骤S201中神经网络的损失函数L包含三个部分，即坐标损失、目标损失和分类损失，具体为：

L＝λ_coordL_coord+(λ_objL_obj+λ_noobjL_noobj)+λ_clsL_cls (1)