【技术实现步骤摘要】
本专利技术涉及物资监管，具体为一种基于视觉技术的电力物资识别方法及系统。
技术介绍
1、在电力行业中，物资管理扮演着至关重要的角色，直接关联着电力企业的运营效率和安全性，传统的电力物资识别方法主要依赖于人工检测或基于传统图像处理技术的自动化识别系统。然而，这些方法在实际应用中面临诸多挑战。人工检测不仅效率低下，且易受人为因素影响，导致识别精度难以保障。而传统图像处理技术虽然实现了一定程度的自动化，但受限于其算法简单、特征提取能力不足，难以在复杂多变的实际场景中保持高识别精度。当前市场上，电力物资识别领域已涌现出了技术解决方案，条形码识别技术通过条形码扫描实现了物资的快速识别，如专利号为cn116451720a的一种仓储物资扫描识别方法及其系统，包括：获取待识别的条码信息，其中，所述条码信息包括二维码信息和条形码信息；确定各所述条码信息中图像内容的图像内容偏转角度，调整条码信息的角度；对调整过角度的所述条码信息的种类进行识别，确定所述条码信息的类别；根据所述类别，确定对应所述条码信息的识别模式；基于所述条码信息以及所述识别模式，输出所述条码信息对应的物品信息。上述方案实现了对不同倾斜角度的条码信息进行快速准确的识别，但依赖于条形码标识，当条形码损坏、丢失时，无法从其他维度对电力物资进行识别，因此存在无法对电力物资进行多维度的识别，导致识别精度低的问题。
技术实现思路
1、针对现有技术存在无法对电力物资进行多维度的识别，导致识别精度低的问题，本专利技术提供了一种基于视觉技术的电力物资识
2、为解决上述技术问题，本专利技术提供了一种基于视觉技术的电力物资识别方法，包括：
3、s1：基于预设的属性项从传感信息中提取第一关键特征信息，将第一关键特征信息输入电力物资识别模型中进行一次分析，若电力物资识别模型的第一输出结果满足预设要求，则基于第一输出结果得到目标电力物资的识别结果，若不满足预设要求则执行s2；
4、s2：对采集的电力物资图像进行处理得到目标电力物资图像，基于电力物资外观特征从所述目标电力物资图像中提取第二关键特征信息；
5、s3：将所述第二关键特征信息输入电力物资识别模型中进行二次分析，进而输出第二输出结果，基于第二输出结果与第一输出结果得到目标电力物资的识别结果。
6、采用上述技术方案后，本专利技术具有如下优点：
7、通过获取电力物资标签中的信息与识别电力物资的外观特征这两个大的维度对电力物资进行识别，同时从电力物资的形状、颜色、纹理这三个小的维度获取电力物资的外观特征，通过把某一维度获取的信息输入电力物资识别模型进行一次分析后无法得到电力物资识别结果时，把其他维度的信息输入电力物资识别模型中进行二次分析，基于一次分析结果与二次分析结果进而得到电力物资的识别结果，提高了电力物资识别的准确性与鲁棒性；
8、通过对获取的数据进行处理与从处理后的数据中提取关键特征数据，减少了数据处理的复杂性和计算量，从而提升了识别效率；
9、解决了由于无法对电力物资进行多维度的识别，导致识别精度低的问题。
10、优选的，s1中，所述将第一关键特征信息输入电力物资识别模型中进行一次分析，若电力物资识别模型的第一输出结果满足预设要求，则基于第一输出结果得到目标电力物资的识别结果，若不满足预设要求则执行s2包括：
11、构建电力物资识别模型，基于历史电力物资图像对构建的电力物资识别模型进行训练；
12、将第一关键特征信息输入训练完成的电力物资识别模型中进行一次分析，若训练完成的电力物资识别模型仅输出一个第一输出结果，则该第一输出结果即为目标电力物资的识别结果，若训练完成的电力物资识别模型未输出第一输出结果或输出超过一个第一输出结果则执行s2。
13、第一关键特征信息为从目标电力物资的标签中获取的信息，通过第一关键特征信息可得到目标电力物资的识别结果，当第一关键特征信息完整且第一关键特征信息之间不存在矛盾时，模型只会输出一个识别结果，该结果即为目标电力物资的识别结果，当第一关键特征信息部分缺失或第一关键特征信息之间存在矛盾时，模型会输出多个识别结果或者不输出识别结果，因此在输出多个识别结果或者不输出识别结果时继续执行s2，通过区分出获取的信息不完整的目标电力物资与所获取的信息存在矛盾的目标电力物资，缩短了获取的信息完整的目标电力物资与所获取的信息不存在矛盾的目标电力物资的识别时间，提高了识别效率，同时将所获取的信息不完整的目标电力物资或所获取的信息存在矛盾的目标电力物资进行再次的识别，提高了识别准确性。
14、优选的，所述构建电力物资识别模型，基于历史电力物资图像对构建的电力物资识别模型进行训练包括：
15、构建电力物资识别模型；
16、对所述历史电力物资图像进行图像增强处理得到第二增强图像，将所述第二增强图像输入构建的电力物资识别模型中进行识别，若识别结果正确，则将所述第二增强图像中电力物资外观特征所对应的信息进行记录；
17、将所记录的信息与第二增强图像所对应的电力物资类型进行绑定，基于绑定信息建立电力物资特征库。
18、当电力物资的识别结果准确时，表明电力物资外观特征所对应的信息能够确定该电力物资的类型，因此将所记录的信息与第二增强图像所对应的电力物资类型进行绑定，为了保障电力物资识别模型中电力物资特性的丰富性，因此建立电力物资特征库，在后续对电力物资进行识别时，可以将待识别图像的特征与电力物资特征库中的特征进行快速匹配，进而提高了识别速度，同时提高了模型的泛化能力与灵活性。
19、优选的，s2中，所述对采集的电力物资图像进行处理得到目标电力物资图像包括：
20、对所述采集的电力物资图像进行灰度化处理，得到灰度图；
21、对所述灰度图进行图像增强处理得到第一增强图像，基于边缘检测算法对所述第一增强图像进行分割，进而获取目标电力物资图像。消除了背景图像在目标电力物资识别过程中的影响，进而提高了识别精度与效率。
22、优选的，所述s3包括：
23、s31：将所述第二关键特征信息数值化，基于电力物资外观特征，将数值化的第二关键特征数据组合成特征向量；
24、s32：将所述特征向量与电力物资特征库进行比对，进而输出比对结果，基于比对结果与第一输出结果得到目标电力物资的识别结果。通过对第二关键特征数据进行数值化，减少了因信息表达差异而导致的识别误差，将数值化的第二关键特征数据组合成特征向量，可以更加全面地反映目标电力物资的特性，将特征向量与电力物资特征库进行本文档来自技高网...
【技术保护点】
1.一种基于视觉技术的电力物资识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于视觉技术的电力物资识别方法，其特征在于，S1中，所述将第一关键特征信息输入电力物资识别模型中进行一次分析，若电力物资识别模型的第一输出结果满足预设要求，则基于第一输出结果得到目标电力物资的识别结果，若不满足预设要求则执行S2包括：
3.根据权利要求2所述的一种基于视觉技术的电力物资识别方法，其特征在于，所述构建电力物资识别模型，基于历史电力物资图像对构建的电力物资识别模型进行训练包括：
4.根据权利要求1所述的一种基于视觉技术的电力物资识别方法，其特征在于，S2中，所述对采集的电力物资图像进行处理得到目标电力物资图像包括：
5.根据权利要求3所述的一种基于视觉技术的电力物资识别方法，其特征在于，所述S3包括：
6.根据权利要求5所述的一种基于视觉技术的电力物资识别方法，其特征在于，S32中，所述基于比对结果与第一输出结果得到目标电力物资的识别结果包括：
7.根据权利要求5所述的一种基于视觉技术的电力物资识别方法
8.一种基于视觉技术的电力物资识别系统，适用于如权利要求1-7任一项所述的一种基于视觉技术的电力物资识别方法，其特征在于，
9.根据权利要求8所述的一种基于视觉技术的电力物资识别系统，其特征在于，
10.根据权利要求8所述的一种基于视觉技术的电力物资识别系统，其特征在于，所述数据获取模块至少包括高分辨率摄像头单元、传感器单元，所述高分辨率摄像头单元用于采集电力物资图像，所述传感器单元用于获取传感信息。
...【技术特征摘要】
1.一种基于视觉技术的电力物资识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于视觉技术的电力物资识别方法，其特征在于，s1中，所述将第一关键特征信息输入电力物资识别模型中进行一次分析，若电力物资识别模型的第一输出结果满足预设要求，则基于第一输出结果得到目标电力物资的识别结果，若不满足预设要求则执行s2包括：
3.根据权利要求2所述的一种基于视觉技术的电力物资识别方法，其特征在于，所述构建电力物资识别模型，基于历史电力物资图像对构建的电力物资识别模型进行训练包括：
4.根据权利要求1所述的一种基于视觉技术的电力物资识别方法，其特征在于，s2中，所述对采集的电力物资图像进行处理得到目标电力物资图像包括：
5.根据权利要求3所述的一种基于视觉技术的电力物资识别方法，其特征在于，所述s3包括...
【专利技术属性】
技术研发人员：江轲，杨威，黄元芳，谢宇阳，应侃侃，杨茂，陈照，胡丞泽，胡红兵，李嫣妮，周富云，
申请(专利权)人：国网浙江省电力有限公司台州供电公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。