[发明专利]一种端子排图像检测信息匹配方法

说明书

本发明提供一种端子排图像检测信息匹配方法，采用带权二分图的最优匹配Kuhn‑Munkres算法进行迭代求解，进行匹配效果，利用空间关系进行损失矩阵的求解，并且逻辑上判断“M×N”关系进行矩阵加权，最后进行二分匹配求解端子号与端子线管文字信息的指派匹配求解，根据端子排OCR检测、识别结果，进行数据关联，并通过与CAD数据库信息进行关联，最终可形成表格化处理结果。本发明利用匹配对信息，形成数据表格与CAD图纸信息核查比对，最终实现检修作业过程中工作人员端子排识别匹配核查任务的实际应用，达到了提升设备检修作业效率、降低人员操作工作失误率，实现作业人员智能化决策的效果。

技术领域

本发明涉及人工智能技术领域，具体涉及一种端子排图像检测信息匹配方法。

背景技术

人工智能被誉为第四次工业革命的核心驱动力，对社会和经济的影响日益凸显。随着人工智能技术的进一步成熟以及政府和产业界投入的日益增长，人工智能应用将不断加速。各国政府纷纷出台相关政策，并将其上升到国家战略高度。当前，国家电网的运行方式和发展模式也正在发生变化，电网向高电压大电网、广域互连、配电网柔性自适应方向发展，能源互联网逐步形成。传统技术方法已无法满足电网业务的快速发展需求和解决相关业务痛点，需借助人工智能技术，从模型、样本、平台、通用组件、各专业智能化应用、运营机制、开放生态等多个方面统筹开展人工智能体系设计，加快人工智能的应用落地，促进公司电网数字化转型升级，实现对电网业务全面赋能。现阶段国家电网在面向人工智能应用建设方面，已成功应用无人机智能巡检技术，替代传统人工巡检，极大提高了隐蔽性缺陷发现率；安监领域亦开展了现场作业视频智能分析，实现典型违章行为的智能识别；基建领域在高风险和复杂工序现场，实施违章智能告警应用，有效识别电力作业现场安全隐患。

随着神经网络的复兴，场景文字检测和识别任务得到了很大推动，基于自然场景图像的文字识别技术也逐渐成为计算机视觉研究中的热点问题，并且近年来涌现了许多基于深度学习的场景文字检测和识别的算法。OCR文字识别作为一种通用的图像理解技术，对信息检索、电力系统信息回路，图纸、图片数据转换等应用的研究都有着重要意义。但现阶段因文字字符结构复杂，种类繁多，自然环境复杂多样、文字扭曲的原因，造成检测、识别、转译难度大的问题，依然不能得到有效解决。在实际应用过程中，失败案例屡屡出现，原因各不相同，其中大部分都是源于模型对于新“新数据”缺乏泛化能力。因此，即使OCR模型可以处理许多情况，如不同的字体、方向、角度、曲线、背景，但也有一些偏差是不能工作，如一些不流行的字体、符号和背景等等。

针对目前电力系统设备的二次作业智能回路检修工作过程中，存在机房电器柜端子排关联信息与标准CAD图纸信息对比复核，及现场信息二次回路识别智能化辅助人员决策的应用需求。开展现场端子排图像文字检测、识别、CAD图纸结构化数据库建设及端子号对应关系核查、校准的应用技术研究。以期实现辅助检修作业过程中的CAD图纸、图像识别对比，达到提升设备检修作业效率、降低人员操作工作失误率，实现二次作业智能化决策的实际应用。

端子排端子序号和线管文字并不是一一对应关系，且会因拍摄角度或者现场已存在的端子号与端子线管之间的“斜着”、“歪着”的对应关系在数据关联匹配阶段，造成二分图匹配迭代矩阵存在“稀疏”性，即“信息不对称”，传统的二分图数据关联方法，极有可能求的局部最优解，造成漏匹配或误匹配，极大的影响匹配准确性。

发明内容

针对端子排数据情况的分析，本发明主要解决信息不对称二分图-数据关联匹配问题。端子排的最终OCR检测识别结果，需要更进一步进行业务逻辑的判断，需要根据端子号和线管文本信息的检测识别结果，进行最优的匹配关联。本发明的目的在于提供端子排图像检测信息匹配方法。本发明的技术方案：