CN113822288B - 一种二次线电缆白头快速核对方法及系统 - Google Patents
一种二次线电缆白头快速核对方法及系统 Download PDFInfo
- Publication number
- CN113822288B CN113822288B CN202111398663.XA CN202111398663A CN113822288B CN 113822288 B CN113822288 B CN 113822288B CN 202111398663 A CN202111398663 A CN 202111398663A CN 113822288 B CN113822288 B CN 113822288B
- Authority
- CN
- China
- Prior art keywords
- character
- image
- matrix
- numerical
- cable
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Character Input (AREA)
Abstract
本发明涉及电力电缆技术领域,公开了一种二次线电缆白头快速核对方法及系统,其方法通过对电缆白头图像进行灰度处理和二值化处理,得到二值化图像,并根据二值化图像的灰度值构建初始数值矩阵,提取若干个轮廓字符特征及其对应的位置关系,对每个轮廓字符特征进行字符分割,从而生成字符矩阵,对字符矩阵进行匹配,得到相应的二值化模板图像,并对二值化模板图像进行识别,得到相应的数值数据,并根据数值数据及其位置关系对数值数据进行位置排列,从而得到电缆白头编号,再通过参考电缆白头编号与电缆白头编号进行核对,从而得到核对结果,从而提高了核对效率和准确度。
Description
技术领域
本发明涉及电力电缆技术领域,尤其涉及一种二次线电缆白头快速核对方法及系统。
背景技术
随着中国电网的不断发展,电网架构的不断完善,电网技术的不断更新进步,随之而来的是变电站的不断增多,电网设备的不断增加,以及二次回路的不断增加,也导致了工作量的急剧上升,而配备的工作人员却因各种原因往往无法跟上工作量的增加速度,导致基层班组人员不堪重负,无法兼顾工程验收细节,导致错误、事故频发。在这巨大的工作量中,二次回路的验收工作和日常维护工作则为其中之重,二次线众多繁杂,细节验收较多。
目前,在二次回路的施工验收环节,均由人工进行,由施工工人进行人为的对照图纸进行接线,打印二次线电缆白头编号,对照图纸和现场套编号,需要施工人员精神注意力时刻保持高度集中,其中一旦工作人员略有疏忽,则导致一连串的错误;在验收环节,在投产时间紧,巨大的验收工作量下,业主工作人员亦难以化大量的时间在二次线的核对环节进行核验。因此,在庞大的工作量之下,施工质量都难以保证,验收环节亦难以保证,所产生的风险隐患极大。
同时,对于核对二次线电缆白头编号的工作,目前是通过人工核对确认,而人工核验确认时,细节方面易疏忽,以及某些细节验收较为考验工作人员耐心等问题,尤其在于二次回路端子排、电缆、二次线电缆白头等验收方面;变电站二次设备种类繁多,二次线多且复杂,施工人员难以保证每一根接线的正确性,对于现场验收人员而言,也难以每一根每一根二次线进行核对;而且,根据现场经验和变电站事故案例分析,二次线接线错误所导致的问题时有发生。因此,目前人工核验确认存在耗时长、效率低、速度慢、准确度低的问题。
发明内容
本发明提供了一种二次线电缆白头快速核对方法及系统,解决了人工核验确认存在耗时长、效率低、速度慢、准确度低的技术问题。
有鉴于此,本发明第一方面提供了一种二次线电缆白头快速核对方法,包括以下步骤:
获取待识别的电缆白头图像;
对所述待识别的电缆白头图像进行灰度处理,得到灰度图像;
对所述灰度图像进行二值化处理,得到二值化图像;
根据所述二值化图像的灰度值构建初始数值矩阵,在所述初始数值矩阵中提取若干个轮廓字符特征及其对应的位置关系;
基于所述初始数值矩阵对每个所述轮廓字符特征进行字符分割,从而生成字符矩阵;
将所述字符矩阵在预设的模板库中进行匹配,得到相应的二值化模板图像;
基于预设的数值数据台账对所述二值化模板图像进行识别,从而得到相应的数值数据,所述预设的数值数据台账包含所述二值化模板图像与所述数值数据之间的映射关系;
根据轮廓字符特征的位置关系对所述数值数据进行位置排列,从而得到电缆白头编号;
通过预先存储的参考电缆白头编号与所述电缆白头编号进行核对,从而得到核对结果。
优选地,本方法还包括:基于图像处理算法对所述待识别的电缆白头图像进行亮度处理和裁剪处理。
优选地,所述对所述灰度图像进行二值化处理,得到二值化图像的步骤具体包括:
根据预设的初始化阈值对所述灰度图像的像素进行分类,得到对象像素数据和背景像素数据,计算所述对象像素数据和所述背景像素数据的灰度平均值;
根据所述对象像素数据和所述背景像素数据的灰度平均值更新所述预设的初始化阈值,得到新的阈值;
判断所述新的阈值与所述预设的初始化阈值是否相等,若不相等,则调用所述新的阈值重新执行所述根据预设的初始化阈值对所述灰度图像的像素进行分类,得到对象像素数据和背景像素数据,计算所述对象像素数据和所述背景像素数据的灰度平均值的步骤,直至所述新的阈值与所述预设的初始化阈值相等,输出相应的灰度图像,以得到所述二值化图像。
优选地,所述基于所述初始数值矩阵对每个所述轮廓字符特征进行字符分割,从而生成字符矩阵的步骤包括:
依次遍历每个所述轮廓字符特征对应的数值矩阵中的每一行中的行字符,将遍历得到的所有行字符按照相应的行标保存至相应的行标数组中,从而得到所有轮廓字符特征对应的行标数组;
根据所有行标数组将所述初始数值矩阵沿纵轴方向分割成若干个子数值矩阵,每一个子数值矩阵对应一个电缆白头编号,所述子数值矩阵的个数为电缆白头的总个数;
依次遍历每个所述子数值矩阵中的每一行中的列字符,将遍历得到的所有列字符按照相应的列标保存至相应的列标数组中,从而得到所有子数值矩阵对应的列标数组;
通过列标数组将相应的所述子数值矩阵分割成字符矩阵。
优选地,所述将所述字符矩阵在预设的模板库中进行匹配,得到相应的二值化模板图像的步骤具体包括:
将所述字符矩阵中各个元素与预设的模板库中预存的字符模板矩阵中对应的元素进行差值处理,计算差值总和,得到差值总和结果,根据所述差值总和结果确定匹配度最高的字符模板矩阵,从而得到相应的二值化模板图像,其中,所述差值总和结果越小,所述字符矩阵与所述字符模板矩阵的匹配度越高。
第二方面,本发明还提供了一种二次线电缆白头快速核对系统,包括:
图像获取模块,用于获取待识别的电缆白头图像;
灰度处理模块,用于对所述待识别的电缆白头图像进行灰度处理,得到灰度图像;
二值化模块,用于对所述灰度图像进行二值化处理,得到二值化图像;
特征提取模块,用于根据所述二值化图像的灰度值构建初始数值矩阵,在所述初始数值矩阵中提取若干个轮廓字符特征及其对应的位置关系;
字符分割模块,用于基于所述初始数值矩阵对每个所述轮廓字符特征进行字符分割,从而生成字符矩阵;
匹配模块,用于将所述字符矩阵在预设的模板库中进行匹配,得到相应的二值化模板图像;
字符识别模块,用于基于预设的数值数据台账对所述二值化模板图像进行识别,从而得到相应的数值数据,所述预设的数值数据台账包含所述二值化模板图像与所述数值数据之间的映射关系;
字符排列模块,用于根据轮廓字符特征的位置关系对所述数值数据进行位置排列,从而得到电缆白头编号;
核对模块,用于通过预先存储的参考电缆白头编号与所述电缆白头编号进行核对,从而得到核对结果。
优选地,本系统还包括:图像处理模块,用于基于图像处理算法对所述待识别的电缆白头图像进行亮度处理和裁剪处理。
优选地,所述二值化模块具体包括:
分类模块,用于根据预设的初始化阈值对所述灰度图像的像素进行分类,得到对象像素数据和背景像素数据,计算所述对象像素数据和所述背景像素数据的灰度平均值;
阈值更新模块,用于根据所述对象像素数据和所述背景像素数据的灰度平均值更新所述预设的初始化阈值,得到新的阈值;
图像输出模块,用于判断所述新的阈值与所述预设的初始化阈值是否相等,若不相等,则调用所述新的阈值重新执行所述根据预设的初始化阈值对所述灰度图像的像素进行分类,得到对象像素数据和背景像素数据,计算所述对象像素数据和所述背景像素数据的灰度平均值的步骤,直至所述新的阈值与所述预设的初始化阈值相等,输出相应的灰度图像,以得到所述二值化图像。
优选地,所述字符分割模块具体包括:
第一遍历模块,用于依次遍历每个所述轮廓字符特征对应的数值矩阵中的每一行中的行字符,将遍历得到的所有行字符按照相应的行标保存至相应的行标数组中,从而得到所有轮廓字符特征对应的行标数组;
第一分割模块,用于根据所有行标数组将所述初始数值矩阵沿纵轴方向分割成若干个子数值矩阵,每一个子数值矩阵对应一个电缆白头编号,所述子数值矩阵的个数为电缆白头的总个数;
第二遍历模块,用于依次遍历每个所述子数值矩阵中的每一行中的列字符,将遍历得到的所有列字符按照相应的列标保存至相应的列标数组中,从而得到所有子数值矩阵对应的列标数组;
第二分割模块,通过列标数组将相应的所述子数值矩阵分割成字符矩阵。
优选地,所述匹配模块具体用于,将所述字符矩阵中各个元素与预设的模板库中预存的字符模板矩阵中对应的元素进行差值处理,计算差值总和,得到差值总和结果,根据所述差值总和结果确定匹配度最高的字符模板矩阵,从而得到相应的二值化模板图像,其中,所述差值总和结果越小,所述字符矩阵与所述字符模板矩阵的匹配度越高。
从以上技术方案可以看出,本发明具有以下优点:
本发明通过对电缆白头图像进行灰度处理和二值化处理,得到二值化图像,并根据二值化图像的灰度值构建初始数值矩阵,提取若干个轮廓字符特征及其对应的位置关系,对每个轮廓字符特征进行字符分割,从而生成字符矩阵,对字符矩阵进行匹配,得到相应的二值化模板图像,并对二值化模板图像进行识别,得到相应的数值数据,并根据数值数据及其位置关系对数值数据进行位置排列,从而得到电缆白头编号,再通过参考电缆白头编号与电缆白头编号进行核对,从而得到核对结果,从而提高了核对效率和准确度。
附图说明
图1为本发明实施例提供的一种二次线电缆白头快速核对方法的流程图;
图2为本发明实施例提供的数值矩阵的示意图;
图3为本发明实施例提供的一种二次线电缆白头快速核对系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅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做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。
术语解释:
二次线:在发电厂和变电站中直接生产、输送和分配电能的设备如变压器、高压断路器、隔离开关、电抗器、并联补偿电力电容器、电力电缆、送电线路以及母线等属于一次设备,由这些设备按照一定规律连接而构成的电路称为一次接线。也称为电气主接线或者一次系统。
由二次设备互相连接,构成对一次设备进行监测、控制、调节和保护的电气回路称为二次回路。是在电气系统中由互感器的次级绕组、测量监视仪器、继电器、自动装置等通过控制电缆联成的电路。用以控制、保护、调节、测量和监视一次回路中各参数和各元件的工作状况。用于监视测量表计、控制操作信号、继电保护和自动装置等所组成电气连接的回路均称为二次回路或称二次线。
二次线电缆白头:指该二次线的电缆上所套的白色套头,其放置在电缆与端子排连接处,上面印有该二次线所在二次回路的编号。其中,二次线电缆白头上的编号,而编号中所需要识别的字符为数字、字母和“.”、“-”、“/”等标点符号。
端子排:承载多个或多组相互绝缘的端子组件并用于固定支持件的绝缘部件。端子排的作用是将屏内设备和屏外设备的线路相连接,起到信号(电流电压)传输的作用。
为了便于理解,请参阅图1,本发明提供的一种二次线电缆白头快速核对方法,包括以下步骤:
S1、获取待识别的电缆白头图像。
需要说明的是,在获取电缆白头图像时,用户可以通过摄像头拍摄电缆白头图像。
S2、对待识别的电缆白头图像进行灰度处理,得到灰度图像。
S3、对灰度图像进行二值化处理,得到二值化图像。
具体地,步骤S3包括:
S301、根据预设的初始化阈值对灰度图像的像素进行分类,得到对象像素数据和背景像素数据,计算对象像素数据和背景像素数据的灰度平均值;
其中,初始化阈值设定为80。
S302、根据对象像素数据和背景像素数据的灰度平均值更新预设的初始化阈值,得到新的阈值。
假设对象像素数据的灰度平均值为m1,背景像素数据的灰度平均值为m2,则新的阈值为(m1+m2)/2。
S303、判断新的阈值与预设的初始化阈值是否相等,若不相等,则调用新的阈值重新执行根据预设的初始化阈值对灰度图像的像素进行分类,得到对象像素数据和背景像素数据,计算对象像素数据和背景像素数据的灰度平均值的步骤,直至新的阈值与预设的初始化阈值相等,输出相应的灰度图像,以得到二值化图像。
S4、根据二值化图像的灰度值构建初始数值矩阵,在初始数值矩阵中提取若干个轮廓字符特征及其对应的位置关系。
需要说明的是,经过灰度处理后,电缆白头图像的色调为黑色和白色,一般示例中,二次线电缆白头数据为黑色,背景色为白色,通过二值化处理后的图像能较为明显的显示出所需提取的对象的图像信息。
本实施例中,将大于或等于阈值的像素点灰度设为255,小于阈值的像素点灰度设为0。在经过二值化处理后,则图像灰度值只有0和255,如图2所示,其中,数字0为黑色,数字255为白色,而图中由多个数字0的位置所构成的图形即为所需提取的轮廓字符特征,同时,由于电缆白头编号存在顺序,因此,各个轮廓字符特征在电缆白头图像中是存在位置关系的。
S5、基于初始数值矩阵对每个轮廓字符特征进行字符分割,从而生成字符矩阵。
需要说明的是,本实施例中的分割方法利用二值化图像数据规律进行。由于二次线电缆白头图像上的每个字符之间存在空白间隙,经过二值化处理的图像空白间隙,在数值矩阵上表示为数字255。
在二次线电缆白头经过二值化处理后图像数据中,其横向分布规律为255→x(0~255)→255,对应图像信息为空白部分→字符数据→空白部分。因此,可以通过识别数字255来判断每个字符分割的位置,从而实现字符分割。
具体地,步骤S5具体包括:
S501、依次遍历每个轮廓字符特征对应的数值矩阵中的每一行中的行字符,将遍历得到的所有行字符按照相应的行标保存至相应的行标数组中,从而得到所有轮廓字符特征对应的行标数组。
在实际应用过程中,可以新建和初始化行标数组、列标数组以及存储每一个字符数据的四维数组。在初始状态下,行标数组、列标数组以及四维数组均为空集。
S502、根据所有行标数组将初始数值矩阵沿纵轴方向分割成若干个子数值矩阵,每一个子数值矩阵对应一个电缆白头编号,子数值矩阵的个数为电缆白头的总个数。
具体地,在具体实现过程中,包括:
从初始数值矩阵的第0行(最上行)开始,依次对该行的每一列数值进行遍历,判断是否存在数值0,如果不存在(即识别到空白间隙),则不做操作,若存在,则表示识别到了字符,保存该字符按照相应的行标(第几行)至行标数组;
同样依次遍历第1行,第2行...第n行的每一列,当再次遍历到全是255的数值行时,即识别到了空白间隙,表示该字符识别结束,保存该字符按照相应的行标(第几行)至行标数组,即可在纵向分割出第一个字符;
重复上一步,继续扫描下一行,直至扫描到空数据,保存相应字符按照相应的行标至行标数组,由行标数组r[1]和r[2]、r[3]和r[4]、......r[n-1]和r[n]分别构成每行字符的横向分割线,其中n/2即为电缆白头的个数,记录为hn,再根据此行标数组将数值矩阵按纵方向分割成n/2个子矩阵,每一个子矩阵即对应一个电缆白头编号。
S503、依次遍历每个子数值矩阵中的每一行中的列字符,将遍历得到的所有列字符按照相应的列标保存至相应的列标数组中,从而得到所有子数值矩阵对应的列标数组;
具体地,在具体实现过程中,包括:
对每一个子数值矩阵,从第0列(最左列)开始,依次对该列的每一行数值进行遍历,判断是否存在数值0,如果不存在(即识别到空白间隙),则不做操作,若存在,则表示识别到了字符,保存该字符按照相应的列标(第几列)至列标数组;
同样依次遍历第1列,第2列...第n列的每一行,当再次遍历到全是255的数值行时,即识别到了空白间隙,表示该字符识别结束,保存该字符按照相应的列标(第几列)至列标数组,即可在横向分割出第一个字符;
重复上一步,继续扫描下一列,直至扫描到空数据,保存列标至列标数组c[],由列标数组c[1]和c[2]、c[3]和c[4]、......c[n-1]和c[n]分别构成每个字符的纵向分割线,同时记录此子矩阵的所具有的字符数n/2,保存至字符数矩阵fn[]。
S504、通过列标数组将相应的子数值矩阵分割成字符矩阵。
具体地,通过列标数组c[]将该子数值矩阵分割成每一个字符矩阵,保存至四维数组arr[n,m,r,l],n表示该子矩阵所在行数,也即第几个电缆白头,m表示为该子矩阵的第几个字符,r和l表示该字符的数值矩阵。
S6、将字符矩阵在预设的模板库中进行匹配,得到相应的二值化模板图像。
具体地,步骤S6包括:
将字符矩阵中各个元素与预设的模板库中预存的字符模板矩阵中对应的元素进行差值处理,计算差值总和,得到差值总和结果,根据差值总和结果确定匹配度最高的字符模板矩阵,从而得到相应的二值化模板图像,其中,差值总和结果越小,字符矩阵与字符模板矩阵的匹配度越高。
需要说明的是,通过下式将字符矩阵中各个元素与预设的模板库中预存的字符模板矩阵中对应的元素进行差值处理。
其中,k为两份数据的匹配值,K越小,则匹配度越高。aij表示字符矩阵中的元素,bij表示预存的字符模板矩阵中的元素,在实际应用中,取k值最小的数据对应的二值化模板图像进行输出。
S7、基于预设的数值数据台账对二值化模板图像进行识别,从而得到相应的数值数据,预设的数值数据台账包含二值化模板图像与数值数据之间的映射关系。
需要说明的是,预设的数值数据台账中可以提前设置二值化模板图像与数值数据之间的映射关系,通过匹配得到的二值化模板图像后,基于其映射关系可以得到相应的数值数据。如编号1,2,3,a,b,c等。
S8、根据轮廓字符特征的位置关系对数值数据进行位置排列,从而得到电缆白头编号。
需要说明的是,在前述步骤中提取到了若干个轮廓字符特征及其对应的位置关系,其中,若干个轮廓字符特征分别与相应的数值数据存在对应关系,因而,可以通过数值数据与轮廓字符特征的对应关系确定数值数据的位置,从而根据其位置对数值数据进行位置排列,从而得到电缆白头编号,如A640I,A630I。
S9、通过预先存储的参考电缆白头编号与电缆白头编号进行核对,从而得到核对结果。
在实际应用中,步骤S9具体为:
将预先存储的参考电缆白头编号编辑存储至文本文档中;当用户上传识别到的电缆白头编号后,选取所需核对的参考电缆白头编号;并对参考电缆白头编号和电缆白头编号进行核对,若核对成功,则标记为true,否则,标记为false。
在另一实施例中,还生成匹配报告,显示总匹配数,匹配为true的个数,匹配为false的个数及匹配为false的对应的参考电缆白头编号和电缆白头编号。
在一个具体实施例中,本方法还包括:基于图像处理算法对待识别的电缆白头图像进行亮度处理和裁剪处理。
可以理解的是,基于图像处理算法对待识别的电缆白头图像进行亮度处理和裁剪处理,从而保证图像的清晰度和质量。
本实施例提供了一种二次线电缆白头快速核对方法,通过对电缆白头图像进行灰度处理和二值化处理,得到二值化图像,并根据二值化图像的灰度值构建初始数值矩阵,提取若干个轮廓字符特征及其对应的位置关系,对每个轮廓字符特征进行字符分割,从而生成字符矩阵,对字符矩阵进行匹配,得到相应的二值化模板图像,并对二值化模板图像进行识别,得到相应的数值数据,并根据数值数据及其位置关系对数值数据进行位置排列,从而得到电缆白头编号,再通过参考电缆白头编号与电缆白头编号进行核对,从而得到核对结果,从而提高了核对效率和准确度。
以上为本发明提供的一种二次线电缆白头快速核对方法的实施例的详细描述,以下为本发明提供的一种二次线电缆白头快速核对系统的实施例的详细描述。
为了方便理解,请参阅图3,本发明提供了一种二次线电缆白头快速核对系统,包括:
图像获取模块100,用于获取待识别的电缆白头图像;
灰度处理模块200,用于对待识别的电缆白头图像进行灰度处理,得到灰度图像;
二值化模块300,用于对灰度图像进行二值化处理,得到二值化图像;
特征提取模块400,用于根据二值化图像的灰度值构建初始数值矩阵,在初始数值矩阵中提取若干个轮廓字符特征及其对应的位置关系;
字符分割模块500,用于基于初始数值矩阵对每个轮廓字符特征进行字符分割,从而生成字符矩阵;
匹配模块600,用于将字符矩阵在预设的模板库中进行匹配,得到相应的二值化模板图像;
字符识别模块700,用于基于预设的数值数据台账对二值化模板图像进行识别,从而得到相应的数值数据,预设的数值数据台账包含二值化模板图像与数值数据之间的映射关系;
字符排列模块800,用于根据轮廓字符特征的位置关系对数值数据进行位置排列,从而得到电缆白头编号;
核对模块900,用于通过预先存储的参考电缆白头编号与电缆白头编号进行核对,从而得到核对结果。
在具体实施例中,本系统还包括:图像处理模块,用于基于图像处理算法对待识别的电缆白头图像进行亮度处理和裁剪处理。
在具体实施例中,二值化模块具体包括:
分类模块,用于根据预设的初始化阈值对灰度图像的像素进行分类,得到对象像素数据和背景像素数据,计算对象像素数据和背景像素数据的灰度平均值;
阈值更新模块,用于根据对象像素数据和背景像素数据的灰度平均值更新预设的初始化阈值,得到新的阈值;
图像输出模块,用于判断新的阈值与预设的初始化阈值是否相等,若不相等,则调用新的阈值重新执行根据预设的初始化阈值对灰度图像的像素进行分类,得到对象像素数据和背景像素数据,分别对象像素数据和背景像素数据的灰度平均值的步骤,直至新的阈值与预设的初始化阈值相等,输出相应的灰度图像,以得到二值化图像。
在具体实施例中,字符分割模块具体包括:
第一遍历模块,用于依次遍历每个轮廓字符特征对应的数值矩阵中的每一行中的行字符,将遍历得到的所有行字符按照相应的行标保存至相应的行标数组中,从而得到所有轮廓字符特征对应的行标数组;
第一分割模块,用于根据所有行标数组将初始数值矩阵沿纵轴方向分割成若干个子数值矩阵,每一个子数值矩阵对应一个电缆白头编号,子数值矩阵的个数为电缆白头的总个数;
第二遍历模块,用于依次遍历每个子数值矩阵中的每一行中的列字符,将遍历得到的所有列字符按照相应的列标保存至相应的列标数组中,从而得到所有子数值矩阵对应的列标数组;
第二分割模块,通过列标数组将相应的子数值矩阵分割成字符矩阵。
在具体实施例中,匹配模块具体用于,将字符矩阵中各个元素与预设的模板库中预存的字符模板矩阵中对应的元素进行差值处理,计算差值总和,得到差值总和结果,根据差值总和结果确定匹配度最高的字符模板矩阵,从而得到相应的二值化模板图像,其中,差值总和结果越小,字符矩阵与字符模板矩阵的匹配度越高。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本实施例提供了一种二次线电缆白头快速核对系统,通过对电缆白头图像进行灰度处理和二值化处理,得到二值化图像,并根据二值化图像的灰度值构建初始数值矩阵,提取若干个轮廓字符特征及其对应的位置关系,对每个轮廓字符特征进行字符分割,从而生成字符矩阵,对字符矩阵进行匹配,得到相应的二值化模板图像,并对二值化模板图像进行识别,得到相应的数值数据,并根据数值数据及其位置关系对数值数据进行位置排列,从而得到电缆白头编号,再通过参考电缆白头编号与电缆白头编号进行核对,从而得到核对结果,从而提高了核对效率和准确度。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
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 (8)
1.一种二次线电缆白头快速核对方法,其特征在于,包括以下步骤:
获取待识别的电缆白头图像;
对所述待识别的电缆白头图像进行灰度处理,得到灰度图像;
对所述灰度图像进行二值化处理,得到二值化图像;
根据所述二值化图像的灰度值构建初始数值矩阵,在所述初始数值矩阵中提取若干个轮廓字符特征及其对应的位置关系;
基于所述初始数值矩阵对每个所述轮廓字符特征进行字符分割,从而生成字符矩阵;
将所述字符矩阵在预设的模板库中进行匹配,得到相应的二值化模板图像;
基于预设的数值数据台账对所述二值化模板图像进行识别,从而得到相应的数值数据,所述预设的数值数据台账包含所述二值化模板图像与所述数值数据之间的映射关系;
根据轮廓字符特征的位置关系对所述数值数据进行位置排列,从而得到电缆白头编号;
通过预先存储的参考电缆白头编号与所述电缆白头编号进行核对,从而得到核对结果;
所述基于所述初始数值矩阵对每个所述轮廓字符特征进行字符分割,从而生成字符矩阵的步骤包括:
依次遍历每个所述轮廓字符特征对应的数值矩阵中的每一行中的行字符,将遍历得到的所有行字符按照相应的行标保存至相应的行标数组中,从而得到所有轮廓字符特征对应的行标数组;
根据所有行标数组将所述初始数值矩阵沿纵轴方向分割成若干个子数值矩阵,每一个子数值矩阵对应一个电缆白头编号,所述子数值矩阵的个数为电缆白头的总个数;
依次遍历每个所述子数值矩阵中的每一行中的列字符,将遍历得到的所有列字符按照相应的列标保存至相应的列标数组中,从而得到所有子数值矩阵对应的列标数组;
通过列标数组将相应的所述子数值矩阵分割成字符矩阵。
2.根据权利要求1所述的二次线电缆白头快速核对方法,其特征在于,还包括:基于图像处理算法对所述待识别的电缆白头图像进行亮度处理和裁剪处理。
3.根据权利要求1所述的二次线电缆白头快速核对方法,其特征在于,所述对所述灰度图像进行二值化处理,得到二值化图像的步骤具体包括:
根据预设的初始化阈值对所述灰度图像的像素进行分类,得到对象像素数据和背景像素数据,计算所述对象像素数据和所述背景像素数据的灰度平均值;
根据所述对象像素数据和所述背景像素数据的灰度平均值更新所述预设的初始化阈值,得到新的阈值;
判断所述新的阈值与所述预设的初始化阈值是否相等,若不相等,则调用所述新的阈值重新执行所述根据预设的初始化阈值对所述灰度图像的像素进行分类,得到对象像素数据和背景像素数据,计算所述对象像素数据和所述背景像素数据的灰度平均值的步骤,直至所述新的阈值与所述预设的初始化阈值相等,输出相应的灰度图像,以得到所述二值化图像。
4.根据权利要求1所述的二次线电缆白头快速核对方法,其特征在于,所述将所述字符矩阵在预设的模板库中进行匹配,得到相应的二值化模板图像的步骤具体包括:
将所述字符矩阵中各个元素与预设的模板库中预存的字符模板矩阵中对应的元素进行差值处理,计算差值总和,得到差值总和结果,根据所述差值总和结果确定匹配度最高的字符模板矩阵,从而得到相应的二值化模板图像,其中,所述差值总和结果越小,所述字符矩阵与所述字符模板矩阵的匹配度越高。
5.一种二次线电缆白头快速核对系统,其特征在于,包括:
图像获取模块,用于获取待识别的电缆白头图像;
灰度处理模块,用于对所述待识别的电缆白头图像进行灰度处理,得到灰度图像;
二值化模块,用于对所述灰度图像进行二值化处理,得到二值化图像;
特征提取模块,用于根据所述二值化图像的灰度值构建初始数值矩阵,在所述初始数值矩阵中提取若干个轮廓字符特征及其对应的位置关系;
字符分割模块,用于基于所述初始数值矩阵对每个所述轮廓字符特征进行字符分割,从而生成字符矩阵;
匹配模块,用于将所述字符矩阵在预设的模板库中进行匹配,得到相应的二值化模板图像;
字符识别模块,用于基于预设的数值数据台账对所述二值化模板图像进行识别,从而得到相应的数值数据,所述预设的数值数据台账包含所述二值化模板图像与所述数值数据之间的映射关系;
字符排列模块,用于根据轮廓字符特征的位置关系对所述数值数据进行位置排列,从而得到电缆白头编号;
核对模块,用于通过预先存储的参考电缆白头编号与所述电缆白头编号进行核对,从而得到核对结果;
所述字符分割模块具体包括:
第一遍历模块,用于依次遍历每个所述轮廓字符特征对应的数值矩阵中的每一行中的行字符,将遍历得到的所有行字符按照相应的行标保存至相应的行标数组中,从而得到所有轮廓字符特征对应的行标数组;
第一分割模块,用于根据所有行标数组将所述初始数值矩阵沿纵轴方向分割成若干个子数值矩阵,每一个子数值矩阵对应一个电缆白头编号,所述子数值矩阵的个数为电缆白头的总个数;
第二遍历模块,用于依次遍历每个所述子数值矩阵中的每一行中的列字符,将遍历得到的所有列字符按照相应的列标保存至相应的列标数组中,从而得到所有子数值矩阵对应的列标数组;
第二分割模块,通过列标数组将相应的所述子数值矩阵分割成字符矩阵。
6.根据权利要求5所述的二次线电缆白头快速核对系统,其特征在于,还包括:图像处理模块,用于基于图像处理算法对所述待识别的电缆白头图像进行亮度处理和裁剪处理。
7.根据权利要求5所述的二次线电缆白头快速核对系统,其特征在于,所述二值化模块具体包括:
分类模块,用于根据预设的初始化阈值对所述灰度图像的像素进行分类,得到对象像素数据和背景像素数据,计算所述对象像素数据和所述背景像素数据的灰度平均值;
阈值更新模块,用于根据所述对象像素数据和所述背景像素数据的灰度平均值更新所述预设的初始化阈值,得到新的阈值;
图像输出模块,用于判断所述新的阈值与所述预设的初始化阈值是否相等,若不相等,则调用所述新的阈值重新执行所述根据预设的初始化阈值对所述灰度图像的像素进行分类,得到对象像素数据和背景像素数据,计算所述对象像素数据和所述背景像素数据的灰度平均值的步骤,直至所述新的阈值与所述预设的初始化阈值相等,输出相应的灰度图像,以得到所述二值化图像。
8.根据权利要求5所述的二次线电缆白头快速核对系统,其特征在于,所述匹配模块具体用于,将所述字符矩阵中各个元素与预设的模板库中预存的字符模板矩阵中对应的元素进行差值处理,计算差值总和,得到差值总和结果,根据所述差值总和结果确定匹配度最高的字符模板矩阵,从而得到相应的二值化模板图像,其中,所述差值总和结果越小,所述字符矩阵与所述字符模板矩阵的匹配度越高。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111398663.XA CN113822288B (zh) | 2021-11-24 | 2021-11-24 | 一种二次线电缆白头快速核对方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111398663.XA CN113822288B (zh) | 2021-11-24 | 2021-11-24 | 一种二次线电缆白头快速核对方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113822288A CN113822288A (zh) | 2021-12-21 |
CN113822288B true CN113822288B (zh) | 2022-02-15 |
Family
ID=78919791
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111398663.XA Active CN113822288B (zh) | 2021-11-24 | 2021-11-24 | 一种二次线电缆白头快速核对方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113822288B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6328214B1 (en) * | 1999-01-22 | 2001-12-11 | Intermec Ip Corporation | Opto-electronic device for acquisition of images of codes in one and two dimensions |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222226B (zh) * | 2011-06-21 | 2013-01-23 | 杭州电子科技大学 | 一种基于先验分析的迭代式车牌字符分割方法 |
CN105094337B (zh) * | 2015-08-19 | 2018-06-22 | 华南理工大学 | 一种基于虹膜和瞳孔的三维视线估计方法 |
CN105046808B (zh) * | 2015-09-11 | 2017-08-25 | 华中科技大学 | 一种纸币多光谱高分辨率图像采集系统及采集方法 |
CN106874909B (zh) * | 2017-01-18 | 2019-10-11 | 深圳怡化电脑股份有限公司 | 一种图像字符的识别方法及其装置 |
CN108388898A (zh) * | 2018-01-31 | 2018-08-10 | 宁波市科技园区明天医网科技有限公司 | 基于连接体和模板的字符识别方法 |
CN110363112B (zh) * | 2019-06-28 | 2022-06-17 | 北京京能高安屯燃气热电有限责任公司 | 一种配线电缆接线位置核对方法及系统 |
CN112345872A (zh) * | 2020-12-04 | 2021-02-09 | 中国南方电网有限责任公司超高压输电公司昆明局 | 基于深度置信网络的换流站二次回路异常识别和预警方法 |
CN112927194A (zh) * | 2021-02-02 | 2021-06-08 | 武汉光谷信息技术股份有限公司 | 设计图纸与实物的自动核对方法及系统 |
-
2021
- 2021-11-24 CN CN202111398663.XA patent/CN113822288B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6328214B1 (en) * | 1999-01-22 | 2001-12-11 | Intermec Ip Corporation | Opto-electronic device for acquisition of images of codes in one and two dimensions |
Also Published As
Publication number | Publication date |
---|---|
CN113822288A (zh) | 2021-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107507194B (zh) | 一种基于红外图像温度分布规律和bp神经网络的绝缘子串故障检测方法 | |
CN111563509B (zh) | 一种基于tesseract的变电站端子排识别方法及系统 | |
CN111986172A (zh) | 一种面向电力设备的红外图像故障检测方法及装置 | |
CN111859805B (zh) | 基于人工智能的电力图纸拓扑关系的检测方法 | |
CN110363112B (zh) | 一种配线电缆接线位置核对方法及系统 | |
CN105894041A (zh) | 基于高光谱遥感影像提取配电网系统中变电站信息的方法 | |
CN110794243A (zh) | 一种直流系统故障诊断方法、系统以及设备 | |
CN112906576B (zh) | 隔离开关设备的状态识别方法、装置、设备及其测温方法 | |
CN114494185B (zh) | 一种基于rgb-t多尺度特征融合的电气设备故障检测方法 | |
CN115457591A (zh) | 一种电网厂站主接线图拓扑关系的识别方法 | |
CN111553176B (zh) | 一种适用于变电站屏柜接线的无线传输检查方法及系统 | |
CN112967248A (zh) | 生成缺陷图像样本的方法、装置、介质及程序产品 | |
CN110717883A (zh) | 一种基于红外图像的电缆部位自动识别方法 | |
CN109919936B (zh) | 一种复合绝缘子运行状态的分析方法、装置及设备 | |
CN113822288B (zh) | 一种二次线电缆白头快速核对方法及系统 | |
CN113036906B (zh) | 一种电力调度系统的自动巡检机器人 | |
CN112000831B (zh) | 一种基于变电站图形转化的异常数据识别优化方法 | |
CN112164045A (zh) | 一种用于电缆生产的综合检测系统 | |
CN116310765A (zh) | 一种电气接线图图元识别方法 | |
CN115471845A (zh) | 基于深度学习和OpenCV的换流站数字仪表识别方法 | |
CN114973274A (zh) | 一种变电设备台账校核方法及系统 | |
CN114639022A (zh) | 基于sufr模板匹配的开关柜分合状态识别方法及系统 | |
CN115359505A (zh) | 一种电力图纸检测提取方法及系统 | |
CN115310505A (zh) | 一种用于互感器二次回路接线端子的自动识别方法及系统 | |
CN114757939A (zh) | 一种基于机器视觉的光缆生产检测监管系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |