一种配电室内仪表旋转图像校正方法技术

本发明专利技术涉及变电智能运维技术领域，具体涉及一种配电室内仪表旋转图像校正方法。本发明专利技术通过对图像中目标物的旋转校正来实现对整幅图像的旋转校正，基于旋转整幅图像生成多角度副本，采用目标检测网络批量完成副本中多目标结构化信息预测，并采用加权平均计算评估值，取最小值对应副本作为校正源，再通过长宽比判断校正源方向，若方向不一致，采用逆向旋转90度，实现图像旋转校正。本发明专利技术所述的校正方法适用于被拍摄图像发生小角度旋转（

【技术实现步骤摘要】
一种配电室内仪表旋转图像校正方法


[0001]本专利技术涉及变电智能运维
，具体涉及一种配电室内仪表旋转图像校正方法。

技术介绍

[0002]配电室内有多种表计、开关、指示灯等目标需要不间断监控和状态识别，以确保配电室内各项设备运行稳定。目前常用的方式是借助图像采集设备，持续采集监控对象图像，进而通过计算机视觉领域技术实现对监控对象的检测识别。
[0003]由于环境变化如墙壁振动、人为触碰、转台误差等情况，造成采集设备偏转，进而造成采集图像偏转，对图像处理以及目标识别形成干扰，影响目标识别结果的准确性。目前，针对图像的旋转校正，多是采用先检测整幅图像旋转角度，再行逆角度旋转校正，相关算法学习难度较高，主要应用在遥感图像检测领域，由于增加角度参量，无法直接使用现有成熟目标检测网络，同时在本方法所提领域未发现有成熟使用案例。

技术实现思路

[0004]本专利技术的目的在于提供一种配电室内仪表旋转图像校正方法，该方法依托对图像中目标物的旋转校正来实现对整幅图像的旋转校正，适用于被拍摄图像发生小角度旋转（
±
45度）、无明显畸变且场景图像中有清晰矩形轮廓的目标。
[0005]为实现上述目的，本专利技术采用了以下技术方案：一种配电室内仪表旋转图像校正方法，该方法包括以下步骤：S1、收集配电室内仪表图像，并对仪表图像中外轮廓为矩形的部位进行标注，得到仪表图像标注数据集。考虑到配电室场景内外轮廓为矩形的目标较多，容易找到，故本专利技术对仪表图像中外轮廓为矩形的部位进行标注。针对矩形目标进行检测，在旋转角度为0时，检测结果即为目标实际轮廓，更方便计算。
[0006]S2、构建目标检测网络模型，利用仪表图像标注数据集对目标检测网络模型进行训练，得到训练好的目标检测网络模型。
[0007]S3、设定旋转步长为d，将待检测图像按逆时针或顺时针方向依次旋转d度，直至旋转90度，得到90/d个旋转图像副本；其中，d的取值为1~90度。设定0
‑
90角度范围下的图像旋转间隔角度，即旋转步长d，使待检测图像按照旋转步长d，在0~90度范围内依次旋转d度，直至旋转90度，进而得到90/d张旋转图像副本。
[0008]S4、将90/d个旋转图像副本输入至训练好的目标检测网络模型中，目标检测网络模型输出各个旋转图像副本的结构化信息。结构化信息，即是检测结果，主要包括：矩形区域（x、y、width、height）、类别、相似度等。
[0009]S5、采用以下公式计算出各个旋转图像副本的结构化信息的评估值：
其中，Z为旋转图像副本的结构化信息的加权平均值，N为旋转图像副本中的外轮廓为矩形的目标的数量，Conf
i
为第i个外轮廓为矩形的目标的置信度，Conf
fix
为置信度阈值，Conf
fix
取0
‑
1之间小数，P
C
为第i个外轮廓为矩形的目标所属类别的预定系数，P
C
取0
‑
1之间小数，S
i
为第i个外轮廓为矩形的目标外截矩形面积。
[0010]S6、选取评估值最小的旋转图像副本作为校正源。本专利技术采用的目标检测算法，检测结果中包括：矩形区域，该矩形区域为外截矩形，只有当目标旋转角度为0时，外截矩形与实际目标轮廓吻合，此时评估值最小，故选择对应的图像做为校正源。
[0011]S7、对校正源的方向进行判断，确定校正图像，将待检测图像按校正图像进行校正。具体地说，对校正源的方向进行判断，将校正源在由待检测图像旋转至当前位置过程中附加的填充背景去除，保留图像部分，提取图像部分的外截矩形，根据外截矩形的长宽比对图像的方向进行判断；若校正源的图像方向与原始图像的方向一致，则将校正源作为最优副本，将待检测图像按最优副本进行校正；若方向不一致，则选择步骤S3中相反的旋转方向，将校正源旋转90度，旋转后的校正源即为校正图像，将待检测图像按校正图像进行校正。
[0012]进一步的，所述目标检测网络模型采用YoloV3\V4\V5、CornerNet\CenterNet、Fast
‑
Cascade、Faster
‑
RcNN\Fast
‑
RCNN中的任意一种一、二阶目标检测网络。YoloV5、Cascade
‑
RCNN等都是目前行业内成熟度较高的算法，且这些算法整体效果良好，且处在持续提升中。
[0013]进一步的，所述结构化信息包括区域、类别和置信度。
[0014]和现有技术相比，本专利技术的优点为：（1）本专利技术通过对图像中目标物的旋转校正来实现对整幅图像的旋转校正，基于旋转整幅图像生成多角度副本，采用目标检测网络批量完成副本中多目标结构化信息预测，并采用加权平均计算评估值，取最小值对应副本作为校正源，再通过长宽比判断校正源方向，若方向不一致，采用逆向旋转90度，实现图像旋转校正。本专利技术所述的校正方法适用于被拍摄图像发生小角度旋转（
±
45度）、无明显畸变且场景图像中有清晰矩形轮廓的目标，本专利技术可降低算法处理的难度，提高算法处理效果。
[0015]（2）本专利技术通过检测图像中矩形目标旋转角度进而判断整幅图像的角度，更容易在配电室内仪表图像中找到目标，使检测过程更加简单、方便。本专利技术检测图像中矩形目标旋转角度，是采用遍历检测多角度副本中矩形目标集合的结构化信息集合，通过评估值来选择旋转角度副本的对应的旋转角度为所求旋转角度，该方法能够确保检测结果的准确性，找到旋转角度副本后，即可实现待检测图像的校正，校正过程简单方便。
[0016]（3）针对整幅图像进行倾斜识别以及校正，会增加角度参量，算法复杂度增加，而本专利技术无需增加额外的参量即可完成目标检测，且图像旋转为图像处理常规操作，技术成熟。针对整幅图像进行倾斜识别以及校正，目前相关算法的主要应用在遥感图像检测领域，针对配电室内仪表旋转图像未发现有成熟使用案例。而且针对整幅图像进行倾斜识别以及校正，通常需要标注4个顶点坐标，且需要保证标注后4点连线构成矩形，标注难度提升，而
本专利技术只需标注常规矩形区域即可。本专利技术适用于小角度、无明显畸变且有清晰矩形轮廓目标的旋转校正。
附图说明
[0017]图1是本专利技术的方法流程图。
具体实施方式
[0018]下面结合附图对本专利技术做进一步说明：实施例一某配电室定时采集仪表图像，通过仪表图像校正，再行仪表目标检测，进一步的实现仪表示数、指示灯和开关状态等识别。如图1所示，本专利技术所述的配电室内仪表旋转图像校正方法，包括以下步骤：S11、收集仪表图像，在仪表图像中选择包含如指示牌、矩形表计等矩形目标的部位进行标注，得到仪表图像标注数据集。
[0019]S12、构建目标检测网络模型，本实施例中的目标检测网络模型为CornerNet网络。利用仪表图像标注数据集对CornerNet网络进行训练，输出训练好的目标检测模型。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种配电室内仪表旋转图像校正方法，其特征在于，该方法包括以下步骤：S1、收集配电室内仪表图像，并对仪表图像中外轮廓为矩形的部位进行标注，得到仪表图像标注数据集；S2、构建目标检测网络模型，利用仪表图像标注数据集对目标检测网络模型进行训练，得到训练好的目标检测网络模型；S3、设定旋转步长为d，将待检测图像按逆时针或顺时针方向依次旋转d度，直至旋转90度，得到90/d个旋转图像副本；其中，d的取值为1~90度；S4、将90/d个旋转图像副本输入至训练好的目标检测网络模型中，目标检测网络模型输出各个旋转图像副本的结构化信息；S5、采用以下公式计算出各个旋转图像副本的结构化信息的评估值：其中，Z为旋转图像副本的结构化信息的加权平均值，N为旋转图像副本中的外轮廓为矩形的目标的数量，Conf
i
为第i个外轮廓为矩形的目标的置信度，Conf
fix
为置信度阈值，Conf
fix
取0
‑
1之间小数，P
C
为第i个外轮廓为矩形的目标所属类别的预定系数，P
C
取0<...

【专利技术属性】
技术研发人员：方亮，朱言庆，张悦，
申请(专利权)人：智洋创新科技股份有限公司，
类型：发明
国别省市：