[发明专利]基于字符识别的输电设备数字仪表异常检测方法及系统

权利要求书

1.一种基于字符识别的输电设备数字仪表异常检测方法，其特征在于，包括以下步骤：

步骤1，通过巡检设备获取待识别数字仪表图像；

步骤2，对图像数据进行预处理，得到预处理后的数字仪表图像；

步骤3，利用Hough直线检测和校畸函数对预处理后的数字仪表图像进行校畸，将数字仪表图像中的表盘校正为正矩形；

步骤4，通过连通域分析法分割数字表盘字符，得到单个字符，并提取字符的HOG特征；

步骤5，基于BP神经网络构建字符识别模型并进行训练，得到训练后的字符识别模型；

步骤6，利用训练后的字符识别模型对待识别数字仪表图像进行字符识别；

步骤7，根据识别结果对数字仪表进行异常判断，并输出检测结果。

2.根据权利要求1所述的基于字符识别的输电设备数字仪表异常检测方法，其特征在于，

所述步骤2还包括：

步骤2-1，对无人机采集到的图像进行灰度化，得到灰度图像；

步骤2-2，对灰度图像进行滤波去噪处理；

步骤2-3，对去噪后的图像进行二值化处理，得到二值化图像。

3.根据权利要求1所述的基于字符识别的输电设备数字仪表异常检测方法，其特征在于，

所述步骤3还包括：

步骤3-1，通过Hough变换检测出预处理后数字仪表图像中的表盘边缘直线；

步骤3-2，根据长直线的起始点和终结点坐标求出其畸变角度，并对图像进行校畸，将表盘矫正为正矩形。

4.根据权利要求1所述的基于字符识别的输电设备数字仪表异常检测方法，其特征在于，

所述步骤3还包括：

步骤3-1，通过Hough变换检测出预处理后数字仪表图像中的表盘边缘直线；

步骤3-2，根据长直线的起始点和终结点坐标求出其畸变角度，并对图像进行校畸，将表盘矫正为正矩形。

5.根据权利要求4所述的基于字符识别的输电设备数字仪表异常检测方法，其特征在于，

所述步骤3-2还包括：

根据表盘边缘直线，遍历其返回值得到边缘直线的极径和极角，将极角从弧度制转到度，并利用两者计算出直线的X、Y轴值，根据HoughLines函数得到该直线的起始终止坐标，利用两点坐标求出直线相对于水平线的倾斜角并记录倾斜角度；若直线倾斜则利用倾斜角和校畸函数对数字表盘外接矩阵图片进行旋转，得到倾斜校正后的图像并截取出矩形轮廓，从而将数字表盘校正为正矩形，若不倾斜则无需矫正。

6.根据权利要求1所述的基于字符识别的输电设备数字仪表异常检测方法，其特征在于，

所述步骤4还包括：

步骤4-1，基于连通域法对表盘的字符图像进行分割，得到表盘上各独立的数字字符；

步骤4-2，获取数字字符的方向梯度直方图作为HOG特征。

7.根据权利要求6所述的基于字符识别的输电设备数字仪表异常检测方法，其特征在于，

所述步骤4-1还包括：

对图像进行连通域提取并得到连通域的信息和每个像素的标签，再通过将每一个连通域的信息与整个图像的大小相比判断是否为字符区域；

若判断结果为是字符区域则将该连通域的信息保存到新列表并更改标签，利用分割函数进行分割，并通过闭运算填充每个字符图像内部的孔洞和凹处点；若判断结果为不是字符区域则不做处理。

8.根据权利要求1所述的基于字符识别的输电设备数字仪表异常检测方法，其特征在于，

所述步骤5还包括：

步骤5-1，采集数字仪表图像数据，制作训练样本集；

步骤5-2，对训练样本集数据进行归一化处理并提取字符数据的HOG特征；

步骤5-3，基于BP神经网络构建字符识别模型；

步骤5-4，通过训练样本集对字符识别模型进行训练，输出训练后的字符识别模型。