基于近邻分类的距离度量学习的压板状态检测装置与方法与流程

本发明涉及视觉自动识别技术领域，更具体地，涉及一种基于近邻分类的距离度量学习的压板状态检测装置与方法。

背景技术：

电力二次压板是确保继电保护和自动装置安全运行的重要保障手段，其作用是在保护跳闸回路中人为的制造一个断点，提供检修便利和安全支撑。按规定该压板必须是可视的明显断开点，压板的投退与否决定了二次回路的通断，因此压板的投退状态必须正确，否则后果不堪设想。二次压板的状态监测需求：二次压板需要有明确的位置信息提示，即无论压板是投入还是退出，人工操作后是否完全到位而没有处于虚接状态要给操作人员明确信息提示；二次压板需要实现远方实时监控，当压板状态改变后防误主机可实时变位，即时呈现变位后的压板状态；目前压板检测方式主要包括：硬件检测电路、基于视觉的压板检测技术和非接触式压板状态监测系统。随着机器学习、计算机视觉等蓬勃发展，基于视觉的压板检测技术得到越来越广泛的应用。图像分类技术主要分为三个阶段：图像预处理阶段、图像特征提取阶段以及分类器构造阶段，图像预处理阶段、图像特征提取阶段以分类器构造阶段。对于给定的原始图像，需要对其进行预处理即数字化、归一化、平滑、复原以及增强等多种处理，从而消除图像中的无关信息保留有效信息，通过最大限度的简化图像数据实现更好的提高接下来的特征提取以及图像分类的有效性。图像特征提取通常是指通过计算机的处理将图像的不变特征提取处理，作为图像分类技术的重要环节之一，特征提取能够将图像进而表示为计算机能够识别并运算的向量形式，满足易提取、易区分以及鲁棒性高等性能。而构造良好性能的分类器也是图像分类技术的重要环节之一，它主要是通过对数据集中的大量图像数据样本进行学习。

技术实现要素：

本发明为克服上述现有技术所述的至少一种缺陷，提供一种基于近邻分类的距离度量学习的压板状态检测装置与方法。

本发明旨在至少在一定程度上解决上述技术问题。

本发明的首要目的是满足能够实时的对压板开关状态进行智能检测识别，以进一步降低传统人工检测识别可能存在的误判以及导致的安全隐患。

为解决上述技术问题，本发明的技术方案如下：

一种基于近邻分类的距离度量学习的压板状态检测装置与方法，包括压板开关，其特征在于，还包括中央处理器、数据信息传输线路、存储硬盘、摄像机装置、数据连接线路、集成板块，其中：

所述中央处理器与所述存储硬盘通过数据信息传输线路相连；

所述摄像机装置装设在压板开关的正对位置处，于所述集成板块通过数据连接线路相连；

所述集成板块与中央处理器相连。

本发明的工作流程如下：

通过摄像机装置实时获取压板开关图像，将摄像机装置获取到的压板开关图像传输至中央处理器内，中央处理器对压板开关图像进行图像预处理，降低光照及其它不良影响，基于大间距近邻分类的距离度量学习方法训练模型，对压板开关图像进行整体压板图像特征的检测，在检测系统检测出所有压板开关后，检测出的压板开关经过信息识别系统，从之前保存的图像特征中获取当前压板开关的特征，然后利用训练好的识别模型对每个压板开关的状态进行识别，最后输出结果。

优选地，存储硬盘存储的数据为压板开关的特征数据库，为检测压板开关状态提供对比样本。

优选地，集成版块包括ad转换模块、gps模块、复位控制器、无线传输/接收模块，其中：

摄像机装置与ad转换模块相连；

ad转换模块通过数据连接线路与无线传输/接收模块相连；

无线传输/接收模块通过信号传输线路与复位控制器相连；

gps模块通过信息传输线路与无线传输/接收模块相连。

摄像机装置获取的压板开关图像经ad转换模块后变为数字信号，通过无线传输/接收模块将信号发送至中央处理器，由中央处理器处理后续步骤；相关的工作人员可通过gps模块精确定位出现故障的压板开关位置，复位控制器将集成板块的工作状态恢复为初始状态，以免无线传输/接收模块的工作错误。

优选地，近邻分类的距离度量学习方法训练模型，包括以下步骤：

s1:对三个颜色通道h、s、v的像素分布进行统计分析从而提取hsv颜色直方图特征；

s2:提取lab颜色特征；

s3:提取lbps算子的纹理特征，均匀lbps纹理模式产生的特征模式数为p(p-1)+3,其中，p为采样点的数目；

s4:利用k近邻分类方法，对基于近邻分类的距离度量学习实现压板状态检测，通过训练后同一类保持其k近邻，而来自不同类型的保持大幅度分开，其学习框架中，通过利用样本类别标签定义度量函数，采用半定规划来最优化度量函数。

本方法提取摄像机拍摄的压板开关图像的颜色特性、纹理特征，与存储硬盘中的数据库进行比对，通过调试算法，使得同一状态的压板开关图像保持k近邻，不同状态的压板开关图像则保持远离，实现对压板开关状态自动化智能化判断。

与现有技术相比，本发明技术方案的有益效果是：

本发明通过摄像机装置对压板开关状态进行实时监测采集，并通过集成板块将相应的压板开关的图像信息以及定位信息传输至中央处理器，通过中央处理器与特征数据库的数据信息结合进行有效分析，通过一种基于近邻分类的距离度量学习实现压板状态检测，能够实时的对压板开关状态进行智能检测识别，以进一步降低传统人工检测识别可能存在的误判以及导致的安全隐患，便于相应设备对一些紧急情况做出告警，提示工作人员进行安全有效的处理，提高电网智能操作效率。

附图说明

图1为本发明的压板状态检测流程

图2为本发明的结构示意图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；

对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

下面结合附图和实施例对本发明的技术方案做进一步的说明。

实施例1

一种基于近邻分类的距离度量学习的压板状态检测装置与方法，包括压板开关，其特征在于，还包括中央处理器、数据信息传输线路、存储硬盘、摄像机装置、数据连接线路、集成板块，其中：

所述中央处理器与所述存储硬盘通过数据信息传输线路相连；

所述摄像机装置装设在压板开关的正对位置处，于所述集成板块通过数据连接线路相连；

所述集成板块与中央处理器相连。

存储硬盘存储的数据为压板开关的特征数据库，提供对比样本。

在具体实施过程中，通过摄像机装置实时获取压板开关图像，将摄像机装置获取到的压板开关图像传输至中央处理器内，中央处理器对压板开关图像进行图像预处理，降低光照及其它不良影响，基于近邻分类的距离度量学习方法训练模型，对压板开关图像进行整体压板图像特征的检测对三个颜色通道h、s、v的像素分布进行统计分析从而提取hsv颜色直方图特征；提取lab颜色特征；提取lbps算子的纹理特征。所产生的特征模式数为p(p-1)+3，使通过训练后的度量总是保持其近邻总是属于同一类，而来自不同类型的样本保持大幅度地分开，通过利用样本类别标签定义度量函数，采用半定规划来最优化度量函数。在检测系统检测出所有压板开关后，检测出的压板开关经过信息识别系统，从之前保存的图像特征中获取当前压板开关的特征，然后利用训练好的识别模型对每个压板开关的状态进行识别，最后输出结果。

相同或相似的标号对应相同或相似的部件；

附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。