本发明属于机器视觉下的目标检测技术领域，尤其涉及一种应用于电厂环境的开关识别方法。
背景技术：
在电厂环境中开关的运用十分广泛，电气设备在改变电力系统的运行方式或检测电气运行状态时需要进行一系列电气设备的核对和倒闸操作。随着智能电厂的试点建设，电气检测已经向远程自动化操作方向改进，但是目前任需要运行人员参与。对于常规电厂，倒闸操作需要运行人员就地核对开关位置和状态并对其进行操作，这种操作模式存在劳动强度大、操作时间长、不安全等缺点，且受现场人员知识、经验等条件约束，容易出现误判现象。现有的电力设备开关状态图像识别算法采用的是灰度行程长度统计方法。这种识别算法简单，但是需要人工进行目标加框定位，自动化程度较低，且不易扩展于其他类型的开关状态识别。
技术实现要素：
本发明的发明目的是：为了解决现有技术中存在的以上问题，本发明提出了一种应用于电厂环境的开关识别方法。
本发明的技术方案是：一种应用于电厂环境的开关识别方法，包括以下步骤：
a、分别构建电厂环境下开关处于开状态和关状态的分类器；
b、获取待识别的图像数据，利用步骤a获得的分类器对目标区域进行定位，得到开关的目标区域；
c、通过已有数据进行误检排除和漏检查找并对目标区域进行灰度变化、图像分割和图像形态学处理；
d、对步骤c中处理后的目标区域提取区域特征值；
e、根据步骤d中获得的特征值构建开关识别模型；
f、利用步骤e中对步骤c中处理后的目标区域进行识别。
进一步地，所述开关识别模型表示为
其中，n为开关目标区域图片标准化后的列数，pi为各列中感兴趣像素的总和，
本发明的有益效果是：本发明通过训练开关状态分类器，利用分类器定位开关位置，再通过已有数据进行误检排除和漏检查找并对目标区域进行灰度变换、形态学处理以及图像分割技术来建立数学模型从而判断开关的状态，能够高效、非接触式、以及低成本的完成开关识别任务，为机器人的智能巡检提供了技术支持，还可以大大减轻运行人员的劳动强度、缩短操作时间，并消除现场人员主观因素的影响。
附图说明
图1是本发明的应用于电厂环境的开关识别方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1所示，为本发明的应用于电厂环境的开关识别方法的流程示意图。一种应用于电厂环境的开关识别方法，包括以下步骤：
a、分别构建电厂环境下开关处于开状态和关状态的分类器；
b、获取待识别的图像数据，利用步骤a获得的分类器对目标区域进行定位，得到开关的目标区域；
c、通过已有数据进行误检排除和漏检查找并对目标区域进行灰度变化、图像分割和图像形态学处理；
d、对步骤c中处理后的目标区域提取区域特征值；
e、根据步骤d中获得的特征值构建开关识别模型；
f、利用步骤e中对步骤c中处理后的目标区域进行识别。
在步骤a中，本发明利用装配较清晰的摄像头的机器人获取目标区域的数据，采用但不限于缩放、模糊等图像预处理，获得多幅预处理图像；再通过目标区域成像信息，提取目标区域的多个特征，如纹理(lbp)特征、颜色(luv、hsv)特征、边缘梯度(采取但不限于hog)特征等，来建立一个针对开关轮廓的分类器(如svm支持向量机、朴素贝叶斯、决策树、深度学习或adaboosting等)。
在步骤b中，本发明通过步骤a中构建的分类器对待识别开关图像数据中开关的目标区域进行检测，可以大大提高检测的准确率，并且不受开关背景面光照、角度、面积等条件变化的影响。
在步骤c中，本发明对开关的目标区域进行预处理操作，包括灰度变化、图像分割和图像形态学处理等。
在步骤e中，本发明根据步骤d中目标区域特征值构建开关识别模型，表示为
其中，n为开关目标区域图片标准化后的列数，pi为各列中感兴趣像素的总和，
在步骤f中，本发明利用步骤e中对步骤c中处理后的开关的目标区域进行开关识别。在具体应用中，可以将开关检测结果返回给机器人主体，通过对比正常情况下该灯的状态可以为机器人报警和操作人员下一步决策提供更多更精确信息，以此提升决策实施效率。
本发明通过图像多通道分解、边缘检测、梯度特征提取等来训练分类器，利用该分类器来定位开关位置，再通过已有数据进行误检排除和漏检查找并对目标区域进行图像灰度变换、形态学处理以及图像分割技术来建立数学模型从而判断开关的状态，克服了受背景纹理变化和光场变化的影响，大大减轻了运行人员的劳动强度、缩短了操作时间，并消除现场人员主观因素的影响等问题。
本发明将应用于电厂环境的开关识别方法作为图像模式识别算法软件植入到巡检机器人中，利用模式识别和图像处理技术实现对电厂电气开关位置和状态的自动识别功能，具有速度快，准确率高且不受背景纹理变化和光场变化的影响的优点，同时具有较高的鲁棒性。。计算机视觉技术是一种借助成像设备对人类视觉处理方式的模拟。基于视觉技术的检测方案不仅可以准确的判断开关的位置和状态还可以大大减轻运行人员的劳动强度，缩短操作时间，并消除现场人员主观因素的影响。将计算机视觉检测技术应用于检测大量密集的开关时，通过图像多通道分解、边缘检测、梯度特征提取等来训练一个分类器，利用该分类器来定位开关位置，再通过已有数据进行误检排除和漏检查找并对目标区域进行图像灰度变换、形态学处理以及图像分割技术来判断开关的状态。这种识别技术能够高效、非接触式、以及低成本的完成开关识别任务，为机器人的智能巡检提供了技术支持。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。