CN112785546B - 基于图像处理的端子类型识别方法、装置、终端、及介质 - Google Patents

Abstract

本申请提供基于图像处理的端子类型识别方法、装置、终端、及介质，本发明能够基于图像处理技术，高效又精准地识别各端子的使用状态，施工端子所在位置，端子排横放或竖放，以及ODN端子是FC(圆头)类型或是SC(方头)类型的端子，因此大大提升了ODN设备的管理效率。

Description

基于图像处理的端子类型识别方法、装置、终端、及介质

技术领域

本申请涉及图像处理技术领域，特别是涉及基于图像处理的端子类型识别方法、装置、终端、及介质。

背景技术

ODN设备是一种基于PON设备的FTTH光缆网络，主要是为OLT和ONU之间提供光传输通道。ODN设备一般情况是无电源，且设备端口密度大，插入后纤芯会遮挡在端口前面。

但是，ODN设备端子在施工前后往往出现较大差异，如何高效又精准地识别各端子的使用状态，施工端子所在位置，端子排横放或竖放，以及ODN端子是FC(圆头)类型或是SC(方头)类型的端子，是本领域亟需解决的技术问题。

申请内容

鉴于以上所述现有技术的缺点，本申请的目的在于提供基于图像处理的端子类型识别方法、装置、终端、及介质，用于解决现有技术中的问题。

为实现上述目的及其他相关目的，本申请的第一方面提供一种基于图像处理的端子类型识别方法，其包括：获取至少包括端子画面的ODN设备图像；利用图像识别算法来识别并切割当前施工端子排区域的图像；利用图像识别算法来识别并切割端子排中具体端子的图像；根据当前施工端子排区域中各端子的间隔距离占端子排总宽度的比例来识别端子排中各端子所在位置，据以确定各端子的端子序号；根据图像中当前施工端子排区域中各端子是否有插入接头的图像特征来确认各端子的使用状态；根据施工前和施工后的设备图像中各端子使用状态的对比结果，确认当前施工所使用的端子；根据当前施工所使用的端子的形状识别该ODN端子的端子类型。

于本申请的第一方面的一些实施例中，所述方法还包括：对所获取的ODN设备图像进行图像角度矫正；其中，图像角度矫正的方式包括：识别所述ODN设备图像中的端子画面区域；对端子画面区域的上沿与下沿进行长度比较，和/或对端子画面区域的左沿和右沿进行长度比较，并根据比较结果来判断所述设备图像是否出现畸变。

于本申请的第一方面的一些实施例中，所述利用图像识别算法来识别并切割当前施工端子排区域的图像，其包括：利用图像识别算法来确定图像中端子排的数量；对位于施工位置的ODN端子图像进行切割。

于本申请的第一方面的一些实施例中，所述根据当前施工端子排区域中各端子的间隔距离占端子排总宽度的比例来识别端子排中各端子所在位置，据以确定各端子的端子序号，其包括：对切割后的当前施工端子排区域的图像进行二值化处理和图像灰度处理；根据端子排中各端子的间隔距离占端子排总宽度的比例，识别出端子排中各端子的位置，并根据各端子在端子排宽度方向上的位置来确定各端子的端子序号。

于本申请的第一方面的一些实施例中，所述ODN端子的端子类型包括：适于FC接头的圆口端子和适于SC接头的方口端子。

于本申请的第一方面的一些实施例中，所述根据当前施工所使用的端子的形状识别该ODN端子的端子类型，其包括：确定ODN设备图像在二值化处理后的端口平面特征形状；若为圆形，则确定ODN端子为适于FC接头的圆口端子；若为方形，则确定ODN端子为适于SC接头的方口端子。

为实现上述目的及其他相关目的，本申请的第二方面提供一种基于图像处理的端子类型识别装置，其包括：图像获取模块，用于获取至少包括端子画面的ODN设备图像；图像处理模块，用于利用图像识别算法来识别并切割当前施工端子排区域的图像；端子序号确定模块，用于根据当前施工端子排区域中各端子的间隔距离占端子排总宽度的比例来识别端子排中各端子所在位置，据以确定各端子的端子序号；端子状态确认模块，用于根据图像中当前施工端子排区域中各端子是否有插入接头的图像特征来确认各端子的使用状态；施工端子确认模块，用于根据施工前和施工后的设备图像中各端子使用状态的对比结果，确认当前施工所使用的端子；端子类型识别模块，用于根据当前施工所使用的端子的形状识别该ODN端子的端子类型。

为实现上述目的及其他相关目的，本申请的第三方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述基于图像处理的端子类型识别方法。

为实现上述目的及其他相关目的，本申请的第四方面提供一种电子终端，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行所述基于图像处理的端子类型识别方法。

如上所述，本申请的基于图像处理的端子类型识别方法、装置、终端、及介质，具有以下有益效果：本发明能够基于图像处理技术，高效又精准地识别各端子的使用状态，施工端子所在位置，端子排横放或竖放，以及ODN端子是FC(圆头)类型或是SC(方头)类型的端子，因此大大提升了ODN设备的管理效率。

附图说明

图1显示为本申请一实施例中基于图像处理的端子类型识别方法的流程示意图。

图2显示为本申请一实施例中基于图像处理的端子类型识别装置的结构示意图。

图3显示为本申请一实施例中图像处理终端的结构示意图。

具体实施方式

以下通过特定的具体实例说明本申请的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本申请的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

需要说明的是，在下述描述中，参考附图，附图描述了本申请的若干实施例。应当理解，还可使用其他实施例，并且可以在不背离本申请的精神和范围的情况下进行机械组成、结构、电气以及操作上的改变。下面的详细描述不应该被认为是限制性的，并且本申请的实施例的范围仅由公布的专利的权利要求书所限定。这里使用的术语仅是为了描述特定实施例，而并非旨在限制本申请。空间相关的术语，例如“上”、“下”、“左”、“右”、“下面”、“下方”、“下部”、“上方”、“上部”等，可在文中使用以便于说明图中所示的一个元件或特征与另一元件或特征的关系。

在本申请中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”、“固持”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。

再者，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示。应当进一步理解，术语“包含”、“包括”表明存在所述的特征、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的，或意味着任一个或任何组合。因此，“A、B或C”或者“A、B和/或C”意味着“以下任一个：A；B；C；A和B；A和C；B和C；A、B和C”。仅当元件、功能或操作的组合在某些方式下内在地互相排斥时，才会出现该定义的例外。

针对现有技术中如何高效又精准地识别各端子的使用状态，施工端子所在位置，端子排横放或竖放，以及ODN端子是FC(圆头)类型或是SC(方头)类型的端子，是本领域亟需解决的技术问题，本发明提出基于图像处理的端子类型识别方法、装置、终端、及介质，用于有效解决这些技术问题。

为了使本发明的目的、技术方案及优点更加清楚明白，通过下述实施例并结合附图，对本发明实施例中的技术方案的进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定发明。

实施例一

如图1所示，展示了本发明一实施例中的基于图像处理的端子类型识别方法的流程示意图。本实施例的识别方法包括步骤S101～106。

步骤S101：获取至少包括端子画面的ODN设备图像。

优选的，在获取至少包括端子画面的ODN设备图后，对ODN设备图像进行图像角度矫正。其中，图像角度矫正的方式包括如下两个步骤。

首先，识别ODN设备图像中的端子画面区域。具体的，设备图像中端子画面区域和非端子画面区域的图像灰度会有较大的区别，故可通过图像灰度的检测结果来识别ODN设备图像中的端子画面区域；或者，可利用边缘检测算法来检测图像边缘区域，而除此之外的非边缘区域便可作为端子画面区域，由此可识别ODN设备图像中的端子画面区域；本实施例对如何识别所述ODN设备图像中的端子画面区域的方式并不作限定，事实上，现有技术中任何能够实现图像识别的技术手段都可应用于本实施例的技术方案中。

其次，对端子画面区域的上沿与下沿进行长度比较，和/或对端子画面区域的左沿和右沿进行长度比较，并根据比较结果来判断所述设备图像是否出现畸变。由此，确保施工前和施工后的设备图像都为正视图，对轻微的畸变通过图像算法进行相应的补偿纠偏。

具体的，在识别出端子画面区域后，可通过设备图像的上沿或下沿是否呈水平来判断设备图像是否摆正，或可通过设备图像的左沿或右沿是否呈垂直来判断设备图像是否摆正等等，本实施例不作限定。

进一步的，对端子画面区域的上沿长度与下沿长度进行比较，若两者长度不等，则该图像出现横向畸变，导致端子位置定位不准，需进行图像角度矫正，矫正至上沿长度与下沿长度相等来消除图像横向畸变；对端子画面区域的左沿长度与右沿长度进行比较，若两者长度不等，则该图像出现纵向畸变，导致端子位置定位不准，需进行图像角度矫正，矫正至左沿长度与右沿长度相等来消除图像纵向畸变。

步骤S102：利用图像识别算法来识别并切割当前施工端子排区域的图像，具体包括如下两个步骤。

首先，利用图像识别算法来确定图像中实际端子排的具体数量。在端子画面区域中，端子排区域的图像灰度通常与端子排间隔区域的图像灰度有差别，故可通过图像灰度的检测结果来识别端子排区域和端子排间隔区域，并根据识别结果来统计端子画面区域中端子排的具体数量。

其次，对位于施工位置的ODN端子图像进行切割，一般切割出相关端子所在排或相邻排。识别图像中施工位置的方式包括：将施工前和施工后的图像做对比，对比出有差异的区域便可作为当前的施工区域。

需说明的是，本实施例所指的图像识别算法包括但不限于：图像分割算法、图像分类算法、目标检测算法等。

其中，图像分割算法是从图像中找出目标所在的区域，把图像分成若干个特定的、具有独特性质的区域并提出特定目标的技术和过程，例如：基于阈值的分割算法、基于聚类的分割算法、基于边缘的分割算法、基于区域生长的分割算法、或者基于图的分割算法等。图像分类算法是判断图像中物体类别的算法，其通过找到合适的特征，然后通过这些特征利用合适的分类算法即可对图像进行分类；常用的特征有基于灰度直方图的特征、基于形态学的特征、基于纹理的特征、LBP特征、或者SIFT特征等等；常用的分类算法如随机森林算法、AdBoost算法、SVM算法等。目标检测算法是基于目标几何和统计特征的图像分割，将目标的分割和识别合二为一，定位目标，确定目标位置及大小的一种算法，例如：基于候选区域的目标检测算法(如R-CNN、Fast R-CNN、FPN等)、单次目标检测算法(如SSD算法、YOLO算法等)等，本实施例不作限定。

步骤S103：根据当前施工所使用的端子的形状识别该ODN端子的端子类型。

具体的，ODN端子的端子类型包括适于FC接头的圆口端子和适于SC接头的方口端子。FC接头和SC接头的形状是不同的，FC接头图像在二值化处理后的平面特征为圆形，SC接头图像在二值化处理后的平面特征为矩形。更简便的，选取整个ODN设备中任一个端子图像(例如选取最清晰的端子图像)进行形状识别，便可确定整个ODN端子类型是适于FC圆形接头还是SC方形接头的。

步骤S104：根据当前施工端子排区域中各端子的间隔距离占端子排总宽度的比例来识别端子排中各端子所在位置，据以确定各端子的端子序号。

首先，对切割后的当前施工端子排区域的图像进行二值化处理和图像灰度处理；所述二值化处理是指图像中每个像素的亮度值归类为0值或1值；所述灰度处理是指将图像处理为灰度图像，而灰度图像是指图像中每个像素可以由0(黑)到255(白)的亮度值表示，0～255之间表示不同的灰度级。

其次，根据端子排中各端子的间隔距离占端子排总宽度的比例，识别出端子排中各端子的位置，并根据各端子在端子排宽度方向上的位置来确定各端子的端子序号。

步骤S105：根据图像中当前施工端子排区域中各端子是否有插入接头的图像特征来确认各端子的使用状态。

具体来讲，可根据各端子的边缘内侧部分是否有插入接头的图像特征或未插入接头的图像特征，来确认端子的使用状态。进一步的，端子有插入接头的图像特征可表现为：端子边缘轮廓不清晰且不规则，与相邻端子边缘的分界不清晰；端子未插入接头的图像特征可表现为：端子边缘轮廓清晰且规则，与相邻端子边缘的分界清晰可定等等。

需说明的是，端子有插入接头或未插入接头的图像特征并不限于本实施例列举的这些，事实上，端子插入接头和端子未插入接头这两种状态之间的任何差异点，都可用作区分这两种状态的图像特征。

步骤S106：根据施工前和施工后的设备图像中各端子使用状态的对比结果，确认当前施工所使用的端子。

具体来讲，先分别获取施工前和施工后的设备图像，并将两者进行图像比较。若图像比较结果为两张图像完全一样或者相似度高于预设阈值，则认为当前并未对ODN端子进行施工；若图像比较结果为两张图像有区别或者相似度低于预设阈值，则认为当前对ODN端子进行了施工；施工后和施工前的设备图像发生变化的位置便可认定为当前施工的ODN端子所在位置。

应理解的是，本实施例所提供的基于图像处理的端子类型识别方法可应用于多种类型的硬件设备。所述硬件设备例如是控制器，如ARM(Advanced RISC Machines)控制器、FPGA(Field Programmable Gate Array)控制器、SoC(System on Chip)控制器、DSP(Digital Signal Processing)控制器、或者MCU(Micorcontroller Unit)控制器等等。所述硬件设备也可以是包括存储器、存储控制器、一个或多个处理单元(CPU)、外设接口、RF电路、音频电路、扬声器、麦克风、输入/输出(I/O)子系统、显示屏、其他输出或控制设备，以及外部端口等组件的计算机；所述计算机包括但不限于如台式电脑、笔记本电脑、平板电脑、智能手机、智能电视、个人数字助理(Personal Digital Assistant，简称PDA)等个人电脑。在另一些实施方式中，所述硬件设备还可以是服务器，所述服务器可以根据功能、负载等多种因素布置在一个或多个实体服务器上，也可以由分布的或集中的服务器集群构成，本实施例不作限定。

实施例二

如图所示，展示了本发明一实施例中的基于图像处理的端子类型识别装置的结构示意图。本实施例的识别装置包括图像获取模块21、图像处理模块22、端子类型识别模块23、端子序号确定模块24、端子状态确认模块25、施工端子确认模块26。

其中，图像获取模块21获取至少包括端子画面的ODN设备图像；图像处理模块22用于利用图像识别算法来识别并切割当前施工端子排区域的图像；端子类型识别模块23用于根据当前施工所使用的端子的形状识别该ODN端子的端子类型；端子序号确定模块24用于根据当前施工端子排区域中各端子的间隔距离占端子排总宽度的比例来识别端子排中各端子所在位置，据以确定各端子的端子序号；端子状态确认模块25用于根据图像中当前施工端子排区域中各端子是否有插入接头的图像特征来确认各端子的使用状态；施工端子确认模块26用于根据施工前和施工后的设备图像中各端子使用状态的对比结果，确认当前施工所使用的端子。

需说明的是，本实施例的基于图像处理的端子类型识别装置与上文实施例中基于图像处理的端子类型识别方法的实施方式类似，故不再赘述。

应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，图像处理模块可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上图像处理模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。

例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微处理器(digital signal processor，简称DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(Central Processing Unit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称SOC)的形式实现。

实施例三

如图3所示，展示了本发明一实施例中的图像处理终端的结构示意图。本实例提供的终端，包括：处理器31、存储器32、通信器33；存储器32通过系统总线与处理器31和通信器33连接并完成相互间的通信，存储器32用于存储计算机程序，通信器33用于和其他设备进行通信，处理器31用于运行计算机程序，使电子终端执行如上基于图像处理的端子类型识别方法的各个步骤。

上述提到的系统总线可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

实施例四

本发明在本实施例中提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上文实施例中的基于图像处理的端子类型识别方法。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

综上所述，本申请提供基于图像处理的端子类型识别方法、装置、终端、及介质，本发明能够基于图像处理技术，高效又精准地识别各端子的使用状态，施工端子所在位置，端子排横放或竖放，以及ODN端子是FC(圆头)类型或是SC(方头)类型的端子，因此大大提升了ODN设备的管理效率。所以，本申请有效克服了现有技术中的种种缺点而具高度产业利用价值。

上述实施例仅例示性说明本申请的原理及其功效，而非用于限制本申请。任何熟悉此技术的人士皆可在不违背本申请的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本申请所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本申请的权利要求所涵盖。

Claims (10)

1.一种基于图像处理的端子类型识别方法，其特征在于，包括：

获取至少包括端子画面的ODN设备图像；

利用图像识别算法来识别并切割当前施工端子排区域的图像；

根据当前施工所使用的端子的形状识别该ODN端子的端子类型；

根据当前施工端子排区域中各端子的间隔距离占端子排总宽度的比例来识别端子排中各端子所在位置，据以确定各端子的端子序号；

根据图像中当前施工端子排区域中各端子是否有插入接头的图像特征来确认各端子的使用状态；

根据施工前和施工后的设备图像中各端子使用状态的对比结果，确认当前施工所使用的端子。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所获取的ODN设备图像进行图像角度矫正；其中，图像角度矫正的方式包括：

识别所述ODN设备图像中的端子画面区域；

对端子画面区域的上沿与下沿进行长度比较，和/或对端子画面区域的左沿和右沿进行长度比较，并根据比较结果来判断所述设备图像是否出现畸变。

3.根据权利要求1所述的方法，其特征在于，所述利用图像识别算法来识别并切割当前施工端子排区域的图像，其包括：

利用图像识别算法来确定图像中端子排的数量；

对位于施工位置的ODN端子图像进行切割。

4.根据权利要求1所述的方法，其特征在于，所述根据当前施工端子排区域中各端子的间隔距离占端子排总宽度的比例来识别端子排中各端子所在位置，据以确定各端子的端子序号，其包括：

对切割后的当前施工端子排区域的图像进行二值化处理和图像灰度处理；

根据端子排中各端子的间隔距离占端子排总宽度的比例，识别出端子排中各端子的位置，并根据各端子在端子排宽度方向上的位置来确定各端子的端子序号。

5.根据权利要求1所述的方法，其特征在于，所述ODN端子的端子类型包括：适于FC接头的圆口端子和适于SC接头的方口端子。

6.根据权利要求5所述的方法，其特征在于，所述根据当前施工所使用的端子的形状识别该ODN端子的端子类型，其包括：

确定ODN设备图像在二值化处理后的端口平面特征形状；

若为圆形，则确定ODN端子为适于FC接头的圆口端子；

若为方形，则确定ODN端子为适于SC接头的方口端子。

7.一种基于图像处理的端子类型识别装置，其特征在于，包括：

图像获取模块，用于获取至少包括端子画面的ODN设备图像；

图像处理模块，用于利用图像识别算法来识别并切割当前施工端子排区域的图像；

端子类型识别模块，用于根据当前施工所使用的端子的形状识别该ODN端子的端子类型；

端子序号确定模块，用于根据当前施工端子排区域中各端子的间隔距离占端子排总宽度的比例来识别端子排中各端子所在位置，据以确定各端子的端子序号；

端子状态确认模块，用于根据图像中当前施工端子排区域中各端子是否有插入接头的图像特征来确认各端子的使用状态；

施工端子确认模块，用于根据施工前和施工后的设备图像中各端子使用状态的对比结果，确认当前施工所使用的端子。

8.根据权利要求7所述的装置，其特征在于，所述ODN端子的端子类型包括：适于FC接头的圆口端子和适于SC接头的方口端子。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述基于图像处理的端子类型识别方法。

10.一种图像处理终端，其特征在于，包括：处理器及存储器；

所述存储器用于存储计算机程序；

所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如权利要求1至6中任一项所述基于图像处理的端子类型识别方法。

Images