CN105096312B - 从包含电力元器件的图像中识别出电力元器件的方法 - Google Patents

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，所述图像中包括电力元器件；图像勾勒，从图像中准确勾勒出电力元器件的边界。

Description

从包含电力元器件的图像中识别出电力元器件的方法

技术领域

本发明涉及图像识别技术领域，特别涉及从包含电力元器件的图像中识别出电力元器件的方法。

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，所述图像中包括电力元器件；图像勾勒，从图像中准确勾勒出电力元器件的边界。

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，下面将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。

本发明提供的方法，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大致边界，手动输入过程中，用户勾勒的边界未必是完全封闭的，每一个断开部分都会产生两个断点，两两计算断点之间的欧氏距离，把距离最近的两个点连接到一起，然后重新计算其他断点间的距离，依次迭代，完成封闭的大致边界勾勒。

步骤103，预处理；

具体地，通过步骤102获得封闭大致边界后，进一步预处理确定电力元器件粗糙边界。在所述图像的所有边界点上选择第一、第二边界点，设其为横坐标最小、最大边界点，分别记为点A,点B，设线段AB上所有点的横坐标集合为{x₁,x₂...x_n}，令在所述图像的所有边界点上选择第三、第四边界点，设其为纵坐标最小、最大边界点，分别记为点C,点D，设线段CD上所有点的横坐标集合为{y₁,y₂...y_n}，令则坐标为的点即为电力元器件的重心；将图像的重心移动到坐标轴的原点处，依次取与横轴正方向夹角为0°，1°...359°的矢量方向，即为采样扫描线的方向；取原点和大致边界间的采样扫描线为采样线段，得到采样线段集合S＝{S₀,S₁,S₂..S₃₅₉}，设采样线段S₀上从原点到边界方向所有像素点集合依次为{d₀,d₁...d_n}，每点的灰色度分别记为{g₀,g₁,g₂...g_n}，灰色变化度分别记为{g′₀,g′₁,g′₂...g′_n}，则g_i′＝|g_i+1-g_i|,i＝0,1,2...n-1,g′_n＝g′_n-1。取最大灰色变化度的点记为则为采样线段S₀的颜色突变像素点，依次分别取得采样线段S₁,S₂..S₃₅₉的颜色突变像素点则将这360个点连接，可得电力元器件的粗糙边界。

步骤104，扩张处理。

具体的，通过步骤103获得电力元器件的粗糙边界后，进一步对电力元器件图像进行扩张处理。将粗糙边界围住的每条采样线段扩张到105％长度，取原采样线段95％到105％之间的线段，即得采样条带。

步骤105，精确处理。

具体的，通过步骤105获得电力元器件的采样条带后，进一步对电力元器件图像进行精确处理。

针对采样条带与采样扫描线确定的采样线段集S₃₆₀，电力元器件图像表示为G＝f(x,y)，G表示图像中任意一点像素值，x，y为该点在坐标系中的横纵坐标，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′₃₆₀}。统计相邻采样线的S′，如果当前S′超过了一定值T_l，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 那么剩下的点即为电力元器件的精确边界点。

步骤106，图像勾勒。

具体的，通过步骤105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107，图像对比。

具体的，通过步骤106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 (1)

1.一种从包含电力元器件的图像中识别出电力元器件的方法，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，所述图像中包括电力元器件；

手动输入，由用户在图像上勾勒出电力元器件的一个大致轮廓；当用户勾勒的轮廓边界不是完全封闭时，则获取每一个断开部分产生的两个断点，两两计算断点之间的欧氏距离，把欧式距离最近的两个点连接到一起，然后重新计算其他断点间的距离，依次迭代，完成大致边界的勾勒；

预处理，在所述图像的所有边界点上选择第一、第二边界点，设其为横坐标最小、最大边界点，分别记为点A,点B，设线段AB上所有点的横坐标集合为{x₁,x₂...x_n}，令在所述图像的所有边界点上选择第三、第四边界点，设其为纵坐标最小、最大边界点，分别记为点C,点D，设线段CD上所有点的横坐标集合为{y₁,y₂...y_n}，令则坐标为的点即为电力元器件的重心；将图像的重心移动到坐标轴的原点处，依次取与横轴正方向夹角为0°，1°...359°的矢量方向，即为采样扫描线的方向；取原点和大致边界间的采样扫描线为采样线段，得到采样线段集合S＝{S₀,S₁,S₂..S₃₅₉}，设采样线段S₀上从原点到边界方向所有像素点集合依次为{d₀,d₁...d_n}，每点的灰色度分别记为{g₀,g₁,g₂...g_n}，灰色变化度分别记为{g′₀,g′₁,g′₂...g′_n}，则g_i′＝|g_i+1-g_i|,i＝0,1,2...n-1,g′_n＝g′_n-1；取最大灰色变化度的点记为则为采样线段S₀的颜色突变像素点，依次分别取得 采样线段S₁,S₂..S₃₅₉的颜色突变像素点则将这360个点连接，可得电力元器件的粗糙边界；

扩张处理，以粗糙边界为依据，取原采样扫描线线段95％到105％之间的线段，从而向内外分别扩张形成采样条带；

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；所述精确处理的具体方法为：针对采样条带与采样扫描线确定的采样线段集S₃₆₀，电力元器件图像表示为G＝f(x,y)，G表示图像中任意一点像素值，x，y为该点在坐标系中的横纵坐标，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′₃₆₀}，统计相邻采样线的S′，如果当前S′超过了一定值T_l，那么则认为是有噪声引起的边界无法确定，丢掉该采样点，其中那么剩下的点即为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。