为黑色、图像中有若干块白色区域的图像，具体如图3所示；所述的白色区域即为可能的故障指示器的翻牌状态区域；
S9设定点数阈值和比率阈值；
S10判断特征色区域的像素点与设定的点数阈值的关系；
若特征色区域的像素点多设定的点数阈值，表明特征色区域的面积与故障指示器的翻牌器的面积相当或较大，可能是故障指示器已经翻牌；
若特征色区域的像素点<设定的点数阈值，则表明特征色区域的面积与故障指示器的翻牌器的面积相差较远，可能是高速摄像机在拍照时有其他的物体混入，或者有其他误差产生，认为此时故障指示器未翻牌，结束判断，算法结束；
S11判断特征色区域所占像素点在原始图像中所占的比率与设定的比率阈值的关系; 若特征色区域的像素点多设定的比例阈值，表明特征色区域确实表征的是原始图像中的故障指示器的翻牌区域，此时结论为故障指示器翻牌，算法结束；
若特征色区域的像素点<设定的比例阈值，表明特征色区域在原始图像中表征的不是故障指示器的翻牌区域，仅仅可能是由于高速摄像机拍照时恰好出现的其他物体或引入的其他误差；认为此时故障指示器未翻牌，结束判断，算法结束。
[0019]如图3所示为本发明提供的采用所述的故障指示器状态识别方法的故障指示器状态识别装置的功能模块图:
本发明提供的这种故障指示器状态识别装置包括若干台微型网络摄像机，且均为高速摄像机；微型网络摄像机的摄像头正对故障指示器的翻牌器和/或闪烁灯布置，能够清楚地对故障指示器进行照相或摄像；微型网络摄像机通过网线与网络交换机连接，网络交换机接收微型网络摄像机传输的数据，再统一发送给工业计算机。
[0020]工业计算机采用软件算法完成所述的故障指示器状态识别方法。
[0021]本发明提供的这种故障指示器状态识别装置和故障指示器状态识别方法，利用高速摄像机对故障指示器进行拍照，利用搭建的传输网络将照片上传至工业计算机，利用计算机识别故障指示器的翻牌状态；本发明全程自动实现故障指示器的翻牌状态判别，避免了人为判断故障指示器状态，而且避免人员沿配电网络巡线排查，极大地降低了线路人员的作业强度和作业难度，也极大地减少了线路人员的工作量。
【主权项】
1.一种故障指示器状态识别方法，主要包括如下步骤: S1获取故障指示器的高清原始照片； S2将步骤S1获得的照片，进行图像处理转换成为灰度图像； S3获取步骤S2中得到的灰度图像中每一个像素点的特征色值的最大值，并比较该最大值与设定的目标特征色的下限阈值的大小，以初步判断故障指示器是否翻牌； S4若有翻牌可能，将步骤S3中的灰度图像转换为二值图像； S5在步骤S4中获得的二值图像上，迭代查询所有像素点的特征色值，将特征色值相同的像素点进行合并和分块，得到特征色区域； S6在步骤S5中获得的已经分块的二值图像上，判断各特征色区域的像素点数与设定的点数阈值的大小，以及特征色区域所占像素点在原始图像中所占的比率与设定的比率阈值的大小，从而判断故障指示器的翻牌状态。2.根据权利要求1所述的故障指示器状态识别方法，其特征在于步骤S2所述的将高清原始照片转换为灰度图像的图像处理方法为双三次差值算法。3.根据权利要求1或2之一所述的故障指示器状态识别方法，其特征在于步骤S3所述的初步判断故障指示器是否翻牌，具体包括如下步骤: 1)获取灰度图像中每一个像素点的特征色值，从中获取特征色值的最大值； 2 )若步骤1)中获取的特征色值的最大值比设定的目标特征色的下限阈值小，则认为故障指示器未翻牌，算法结束； 3)若步骤1)中获取的特征色值的最大值比设定的目标特征色的下限阈值大，则设置近似率，得到分界值=特征色值的最大值X近似率； 4)将灰度图像中像素点的特征色值小于分界值的像素点特征色值置为0。4.根据权利要求1或2之一所述的故障指示器状态识别方法，其特征在于步骤S4所述的将灰度图像转换为二值图像，采用的算法为最大类间方差法。5.根据权利要求3所述的故障指示器状态识别方法，其特征在于步骤S4所述的将灰度图像转换为二值图像，采用的算法为最大类间方差法。6.根据权利要求1或2之一所述的故障指示器状态识别方法，其特征在于步骤S6所述的判断故障指示器的翻牌状态，具体包括如下步骤: 1)若特征色区域的像素点数多设定的点数阈值，且特征色区域所占像素点在原始图像中所占的比率多设定的比率阈值，则故障指示器翻牌，算法结束； 2)若特征色区域的像素点数多设定的点数阈值，且特征色区域所占像素点在原始图像中所占的比率〈设定的比率阈值，则故障指示器未翻牌，继续判断下一特征色区域； 3)若特征色区域的像素点数〈设定的点数阈值，则故障指示器未翻牌，继续判断下一特征色区域。7.根据权利要求3所述的故障指示器状态识别方法，其特征在于步骤S6所述的判断故障指示器的翻牌状态，具体包括如下步骤: 1)若特征色区域的像素点数多设定的点数阈值，且特征色区域所占像素点在原始图像中所占的比率多设定的比率阈值，则故障指示器翻牌，算法结束； 2)若特征色区域的像素点数多设定的点数阈值，且特征色区域所占像素点在原始图像中所占的比率〈设定的比率阈值，则故障指示器未翻牌，继续判断下一特征色区域； 3)若特征色区域的像素点数〈设定的点数阈值，则故障指示器未翻牌，继续判断下一特征色区域。8.根据权利要求4所述的故障指示器状态识别方法，其特征在于步骤S6所述的判断故障指示器的翻牌状态，具体包括如下步骤: 1)若特征色区域的像素点数多设定的点数阈值，且特征色区域所占像素点在原始图像中所占的比率多设定的比率阈值，则故障指示器翻牌，算法结束； 2)若特征色区域的像素点数多设定的点数阈值，且特征色区域所占像素点在原始图像中所占的比率〈设定的比率阈值，则故障指示器未翻牌，继续判断下一特征色区域； 3)若特征色区域的像素点数〈设定的点数阈值，则故障指示器未翻牌，继续判断下一特征色区域。9.根据权利要求5所述的故障指示器状态识别方法，其特征在于步骤S6所述的判断故障指示器的翻牌状态，具体包括如下步骤: 1)若特征色区域的像素点数多设定的点数阈值，且特征色区域所占像素点在原始图像中所占的比率多设定的比率阈值，则故障指示器翻牌，算法结束； 2)若特征色区域的像素点数多设定的点数阈值，且特征色区域所占像素点在原始图像中所占的比率〈设定的比率阈值，则故障指示器未翻牌，继续判断下一特征色区域； 3)若特征色区域的像素点数〈设定的点数阈值，则故障指示器未翻牌，继续判断下一特征色区域。10.一种采用权利要求1所述的故障指示器状态识别方法的故障指示器状态识别装置，包括微型网络摄像机、网络交换机和计算机，微型网络摄像机与故障指示器一一对应，且安装在故障指示器附近，微型网络摄像机的摄像头正对故障指示器的翻牌器；微型网络摄像机通过网线与网络交换机连接；网络交换机通过网线和计算机连接。
【专利摘要】本发明公开了一种故障指示器状态识别方法，包括获取故障指示器的原始照片并转换成灰度图像；根据灰度图像像素点的特征色值与下限阈值的关系初步判断故障指示器状态；将灰度图像转换为二值图像；在二值图像上将像素点合并和分块，得到特征色区域；根据各特征色区域判断故障指示器的翻牌状态；本发明还公开了应用所述故障指示器状态识别方法的故障指示器状态识别装置，包括微型网络摄像机、网络交换机和计算机，微型网络摄像机、网络交换机和计算机均通过网线连接。本发明利用图像处理技术对故障指示器的状态照片进行压缩、处理和识别，因此能够自动识别故障指示器的翻牌状态，避免人工进行记录和判别，减少了人员的工作难度、工作强度和工作量。
【IPC分类】G06K9/00
【公开号】CN105260716
【申请号】CN201510668981
【发明人】张义, 高意, 阳武, 黄雄凯, 许健, 文江林, 李君 , 周到, 许斌
【申请人】长沙威胜信息技术有限公司
【公开日】2016年1月20日
【申请日】2015年10月13日