CN105069772A - 一种电力元器件识别方法 - Google Patents

一种电力元器件识别方法 Download PDF

Info

Publication number
CN105069772A
CN105069772A CN201510319588.1A CN201510319588A CN105069772A CN 105069772 A CN105069772 A CN 105069772A CN 201510319588 A CN201510319588 A CN 201510319588A CN 105069772 A CN105069772 A CN 105069772A
Authority
CN
China
Prior art keywords
electric power
image
sampling
parts
power component
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510319588.1A
Other languages
English (en)
Other versions
CN105069772B (zh
Inventor
韩笑眉
梁波
王升
周传涛
张美英
吕金玲
张亮
李喆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guo Wang Shandong Feicheng Power Supply Co
State Grid Corp of China SGCC
TaiAn Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
Guo Wang Shandong Feicheng Power Supply Co
State Grid Corp of China SGCC
TaiAn Power Supply Co of State Grid Shandong Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guo Wang Shandong Feicheng Power Supply Co, State Grid Corp of China SGCC, TaiAn Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical Guo Wang Shandong Feicheng Power Supply Co
Priority to CN201510319588.1A priority Critical patent/CN105069772B/zh
Publication of CN105069772A publication Critical patent/CN105069772A/zh
Application granted granted Critical
Publication of CN105069772B publication Critical patent/CN105069772B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30164Workpiece; Machine component

Landscapes

  • Image Analysis (AREA)

Abstract

一种电力元器件识别方法,包括:获取图像,由摄像头或者其他数码设备获取电力元器件图像;手动输入,由用户在图像上勾勒出电力元器件的一个封闭边界;预处理,选取环形区域的原始像素点,对图像进行线条采样,采样间隔用户自定义,采样方向为垂直方向;精确处理,判断每条线条采样上的局部灰度变化最为剧烈的点,认为是电力元器件的精确边界点;图像勾勒,将所有精确边界点连接起来,认为是电力元器件的完整分割图;图像对比,将电力元器件的完整分割图与数据库中的各种电力元器件标准图像作对比,确定电力元器件的名称。

Description

一种电力元器件识别方法
技术领域
本发明涉及图像识别技术领域,特别涉及一种电力元器件识别方法。
背景技术
随着电网的不断发展,新设备,新功能的不断开发完善,需要人们不断掌握新知识和技能,另外新人对设备的感知到认知都需要一个过程,所以电力培训是十分必要的。
电力元器件种类众多,不可能在电力培训中一一给出现场演示,所以需要有一种快速识别电力元器件的方法,以便学员在课余或者实际工作中能够迅速的查找到电力元器件的准确名称和简单介绍。
发明内容
本发明为解决上述问题,提供了一种电力元器件识别方法。
根据本发明的一实施例,提供一种电力元器件识别方法,其特征在于,包括以下步骤:
获取图像,由摄像头或者其他数码设备获取电力元器件图像;
手动输入,由用户在图像上勾勒出电力元器件的一个封闭边界;
预处理,选取环形区域的原始像素点,对图像进行线条采样,采样间隔用户自定义,采样方向为垂直方向;
精确处理,判断每条线条采样上的局部灰度变化最为剧烈的点,认为是电力元器件的精确边界点;
图像勾勒,将所有精确边界点连接起来,认为是电力元器件的完整分割图;
图像对比,将电力元器件的完整分割图与数据库中的各种电力元器件标准图像作对比,确定电力元器件的名称。
本发明可以有效的根据图像和用户简单的手动输入识别电力元器件名称,方便用户在实际应用中加强对电力元器件的认识,提高学习成绩,保障工作效率。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供了一种室内吸烟监控控制方法,包括以下步骤:
步骤101,获取图像。
具体的,图像可以由由摄像头或者其他数码设备如手机、照相机或者IPAD等获取。
步骤102,手动输入。
具体的,通过步骤101获得电力元器件图像后,进一步由用户勾勒出电力元器件的大致边界。由用户在图像上勾勒出电力元器件的一个封闭边界,要求用户勾勒的边界是封闭的,边界的宽度w可自定义。边界环形区域用D表示,D是一张模板图像,图像中1表示环形区域,0表示非环形区域,用链表存储所有环形区域的原始像素点,方便快速查找。
步骤103,预处理;
具体地,通过步骤102获得封闭边界区域后,进一步预处理确定电力元器件的精确边界点的所在区域。设环形区域图像表示为g=f(x,y),g表示图像中任意一点像素值,x,y为正整数,且0<=x<W,0<=y<H;其中W为图像宽度,H为图像高度。
选择环形区域的最左端原始像素点,对图像进行线条采样,采样间隔用户自定义,采样方向为垂直方向。
采样线条表示成一段连续函数Cl=t,其中t1<t<t2,t最小值为线采样的起始点t1,终点为t2,l为第l条采样线,采样线的总条数记为Nd
采样线条与环形区域相交,可得一采样线段集,记为S={S1,S2...Sn},其中Nd≤n≤2Nd
步骤104,精确处理。
具体的,通过步骤103获得采样线段集后,进一步确定电力元器件的精确边界点。针对采样线段集S,依次求每个采样线段各点的一阶导数,公式为取每个采样线段中导数最大的点,记为集合S′={S′1,S′2...S′n},其中Nd≤n≤2Nd。统计相邻采样线的Cl(t)′,如果当前Cl(t)′超过了一定值Tl,那么则认为是有噪声引起的边界无法确定,丢掉该采样点,其中 T l = 2 * 1 n Σ ( C l ( t ) ′ - 1 n C l ( t ) ‾ ′ ) 2 + 1 n ΣC l ( t ) ‾ ′ , 那么剩下的点即为电力元器件的精确边界点。
步骤105,图像勾勒。
具体的,通过步骤104确定电力元器件的精确边界点之后,将这些边界点连接起来即成为电力元器件的边界范围。
步骤106,图像对比。
具体的,通过步骤105将电力元器件边界范围确定之后,将电力元器件的完整分割图与数据库中的各种电力元器件标准图像作对比,确定电力元器件的名称。
本实施例的电力元器件识别方法可以有效的识别电力元器件,以便电力培训学员在课余或者实际工作中能够迅速的查找到电力元器件的准确名称和简单介绍。
其他与方法相同之处在此不坠述,详情请参照方法说明部分。
本发明实施例可以有效的根据图像和用户简单的手动输入识别电力元器件名称,方便用户在实际应用中加强对电力元器件的认识,提高学习成绩,保障工作效率。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (3)

1.一种电力元器件识别方法,其特征在于,包括以下步骤:
获取图像,由摄像头或者其他数码设备获取电力元器件图像;
手动输入,由用户在图像上勾勒出电力元器件的一个封闭边界;
预处理,选取环形区域的原始像素点,对图像进行线条采样,采样间隔用户自定义,采样方向为垂直方向;
精确处理,判断每条线条采样上的局部灰度变化最为剧烈的点,认为是电力元器件的精确边界点;
图像勾勒,将所有精确边界点连接起来,认为是电力元器件的完整分割图;
图像对比,将电力元器件的完整分割图与数据库中的各种电力元器件标准图像作对比,确定电力元器件的名称。
2.如权利要求1所述的一种电力元器件识别方法,其特征在于,所述手动输入过程中,要求用户勾勒的边界是封闭的,边界的宽度w可自定义。边界环形区域用D表示,D是一张模板图像,图像中1表示环形区域,0表示非环形区域,用链表存储所有环形区域的原始像素点,方便快速查找。
3.如权利要求1所述的一种电力元器件识别方法,其特征在于,所述预处理的具体方法为:
设环形区域图像表示为g=f(x,y),g表示图像中任意一点像素值,x,y为正整数,且0<=x<W,0<=y<H;其中W为图像宽度,H为图像高度;
选择环形区域的最左端原始像素点,对图像进行线条采样,采样间隔用户自定义,采样方向为垂直方向;
采样线条表示成一段连续函数Cl=t,其中t1<t<t2,t最小值为线采样的起始点t1,终点为t2,l为第l条采样线,总条数为Nd
采样线条与环形区域相交,可得一采样线段集,记为S={S1,S2...Sn},其中Nd≤n≤2Nd
CN201510319588.1A 2015-06-11 2015-06-11 一种电力元器件识别方法 Active CN105069772B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510319588.1A CN105069772B (zh) 2015-06-11 2015-06-11 一种电力元器件识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510319588.1A CN105069772B (zh) 2015-06-11 2015-06-11 一种电力元器件识别方法

Publications (2)

Publication Number Publication Date
CN105069772A true CN105069772A (zh) 2015-11-18
CN105069772B CN105069772B (zh) 2018-01-26

Family

ID=54499130

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510319588.1A Active CN105069772B (zh) 2015-06-11 2015-06-11 一种电力元器件识别方法

Country Status (1)

Country Link
CN (1) CN105069772B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105096312A (zh) * 2015-06-16 2015-11-25 国网山东省电力公司泰安供电公司 从包含电力元器件的图像中识别出电力元器件的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010028732A1 (en) * 2000-01-18 2001-10-11 Alain Coulombe Method and system for detecting defects on a printed circuit board
CN103140049A (zh) * 2011-12-05 2013-06-05 湖南城市学院 一种基于fpga的贴片机快速定位系统及方法
CN103488978A (zh) * 2013-09-26 2014-01-01 浙江工业大学 一种基于灰度跳变和字符投影间隔模式的车牌定位方法
CN104599282A (zh) * 2015-02-09 2015-05-06 国家海洋局第二海洋研究所 一种基于遥感图像的沙波体范围检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010028732A1 (en) * 2000-01-18 2001-10-11 Alain Coulombe Method and system for detecting defects on a printed circuit board
CN103140049A (zh) * 2011-12-05 2013-06-05 湖南城市学院 一种基于fpga的贴片机快速定位系统及方法
CN103488978A (zh) * 2013-09-26 2014-01-01 浙江工业大学 一种基于灰度跳变和字符投影间隔模式的车牌定位方法
CN104599282A (zh) * 2015-02-09 2015-05-06 国家海洋局第二海洋研究所 一种基于遥感图像的沙波体范围检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张光华: "车牌定位方法研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *
李琼 等: "基于边缘检测及灰度跳变的车牌定位算法研究", 《玉林师范学院学报(自然科学版)》 *
祝晓辉: "基于图像处理的电力设备识别方法研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105096312A (zh) * 2015-06-16 2015-11-25 国网山东省电力公司泰安供电公司 从包含电力元器件的图像中识别出电力元器件的方法

Also Published As

Publication number Publication date
CN105069772B (zh) 2018-01-26

Similar Documents

Publication Publication Date Title
CN106934790B (zh) 一种图像清晰度的评价方法、自动聚焦的方法及相应装置
CN108961227B (zh) 一种基于空域和变换域多特征融合的图像质量评价方法
CN113704531A (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
CN108320294B (zh) 一种二代身份证照片的人像背景智能全自动替换方法
CN106683147A (zh) 一种图像背景虚化的方法
CN106302579A (zh) 一种任务的分发方法及服务器
CN106326454A (zh) 一种图像识别方法
CN111432141B (zh) 一种混剪视频确定方法、装置、设备及存储介质
WO2023083152A1 (zh) 图像分割方法、装置、设备及存储介质
CN110533616A (zh) 一种图像天空区域分割的方法
CN109766881A (zh) 一种竖向文本图像的字符识别方法和装置
CN104616035B (zh) 基于图像全局特征及SURF算法的Visual Map快速匹配方法
MY192394A (en) Image processing method and device
CN104036517A (zh) 一种基于梯度采样的图像抠图方法
CN105069772A (zh) 一种电力元器件识别方法
CN103065301B (zh) 一种双向比对视频镜头分割方法
CN110288026A (zh) 一种基于度量关系图学习的图像分割方法及装置
CN104827780B (zh) 一种打印方法和打印平台
CN113610034A (zh) 识别视频中人物实体的方法、装置、存储介质及电子设备
CN103873862B (zh) 一种帧内快速编码方法及系统
CN105096312A (zh) 从包含电力元器件的图像中识别出电力元器件的方法
CN104077214A (zh) 软件系统加载过程图像识别方法及系统
CN107945115A (zh) 一种图像放大方法及其装置
CN104715009A (zh) 位置搜索获得场景知识的方法及系统
CN109711248B (zh) 一种基于视频的环境识别方法及终端设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant