首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于图像识别的刀闸工作状态识别方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:国网江西省电力有限公司南昌供电分公司;国家电网有限公司

摘要:本发明涉及图像处理领域,具体涉及基于图像识别的刀闸工作状态识别方法及系统。一种基于图像识别的刀闸工作状态识别系统,包括:刀闸图像获取模块、环境数据获取模块、环境影响分析模块、图像修正模块和刀闸工作状态识别模块。本发明通过图像修正模型来对收到环境影响的刀闸图像进行修正,并基于修正后的刀闸修正图像进行刀闸工作状态识别,能够有效地减弱环境对于刀闸工作状态识别的影响,并且在图像修正模型的使用过程中输入了图像调整参数向量,能够实现引入先验知识,以达到更好的图像修正效果。

主权项:1.一种基于图像识别的刀闸工作状态识别方法,其特征在于,包括:获取刀闸图像;获取环境数据;将环境数据送入环境影响分析模型进行处理,输出图像调整参数向量,图像调整参数向量包括各种图像调整参数;将刀闸图像、环境数据和图像调整参数向量送入图像修正模型进行处理,输出刀闸修正图像;图像修正模型包括图像特征提取层、第一特征拼接层、特征图构建层、第二特征拼接层、权重矩阵图生成层、特征强化层和输出层,其中图像特征提取层用于接收刀闸图像并进行特征提取,输出图像特征向量;第一特征拼接层用于将图像特征向量和环境数据进行拼接,构建第一融合特征向量;特征图构建层用于将第一融合特征向量进行反卷积操作,构建刀闸特征图;第二特征拼接层用于将图像调整参数向量和图像特征向量进行拼接,构建第二融合特征向量;权重矩阵图生成层用于将第二融合特征向量进行反卷积操作,构建权重矩阵图;特征强化层用于基于权重矩阵图对刀闸特征图进行特征强化,以构建刀闸修正图像;输出层用于输出刀闸修正图像;将刀闸修正图像送入刀闸工作状态识别模型进行处理,输出刀闸工作状态;环境影响分析模型基于BP神经网络进行建立,具体训练步骤如下:获取若干份环境影响分析训练样本,环境影响分析训练样本包括环境数据和对应的最优图像调整参数向量,环境数据对应的最优图像调整参数向量通过粒子群优化算法模拟得到;将所有环境影响分析训练样本组成环境影响分析训练集,再将环境影响分析训练集送入参数初始化的环境影响分析模型进行训练,以最优图像调整参数向量作为目标,获取环境影响分析模型的准确率,若是环境影响分析模型的准确率高于第一预设值,则输出训练好的环境影响分析模型;否则,通过环境影响分析训练集继续对环境影响分析模型进行训练;针对每一种环境数据,通过粒子群优化算法模拟得到环境数据对应的最优图像调整参数向量,包括如下步骤:步骤S1:生成若干份模拟粒子,模拟粒子包括{x1,x2,x3,…,xi,…,xI},其中i=1,2,3,…,I,xi为图像调整参数,I为图像调整参数的总个数,再将所有模拟粒子组成种群集合,设置最大迭代次数T;步骤S2:令t=1,t用于记录迭代次数;步骤S3:计算每个模拟粒子对应的适应度,选择适应度最大的模拟粒子存入最优模拟粒子库中,将当前最优模拟粒子库中适应度最大的模拟粒子进行保留,删除最优模拟粒子库中其余的模拟粒子,再将当前最优模拟粒子库中的模拟粒子记为gbest;步骤S4:针对每一个模拟粒子,选择模拟粒子在历史迭代中适应度最大的记为pbest,通过如下公式对模拟粒子进行调整: ; ;其中,vi(t)为图像调整参数xi在当前迭代对应的速度;w为惯性权重;pbesti为模拟粒子pbest中的第i个图像调整参数,c1为个体学习因子,r1为(0,1)内的随机数;gbesti为模拟粒子gbest中的第i个图像调整参数,c2为社会学习因子,r2为(0,1)内的随机数;δ为合作系数,由模拟粒子的适应度变化和与模拟粒子gbest的距离决定;N为模拟粒子的邻居集合,邻居集合是指与模拟粒子的距离在预设范围内的其他模拟粒子的集合,Yj为邻居集合N中第j个模拟粒子的第i个图像调整参数;步骤S5:判断t<T是否成立,若是t<T成立,将t+1赋值给t,回到步骤S3;若是t<T不成立,进入步骤S6;步骤S6:将最优模拟粒子库中适应度最大的模拟粒子作为环境数据对应的最优图像调整参数向量。

全文数据:

权利要求:

百度查询: 国网江西省电力有限公司南昌供电分公司 国家电网有限公司 基于图像识别的刀闸工作状态识别方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。