(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210771821.X (22)申请日 2022.06.30 (71)申请人 国网甘肃省电力公司电力科 学研究 院 地址 730070 甘肃省兰州市安宁区万 新北 路249号 (72)发明人 张驯　狄磊　李志茹　魏峰　 朱小琴　赵金雄　马宏忠　王迪　 (74)专利代理 机构 上海科盛知识产权代理有限 公司 312 25 专利代理师 应小波 (51)Int.Cl. G06V 20/62(2022.01) G06V 30/148(2022.01) G06V 30/166(2022.01)G06V 30/18(2022.01) G06V 30/162(2022.01) G06V 30/19(2022.01) G06V 10/82(2022.01) G06V 10/26(2022.01) G06V 10/28(2022.01) G06V 10/32(2022.01) G06V 10/44(2022.01) G06V 10/56(2022.01) G06V 10/774(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于循环神经网络的电网设备铭牌光 学字符识别方法 (57)摘要 本发明涉及一种基于循环神经网络的电网 设备铭牌光学字符识别方法， 该方法包括以下步 骤： 步骤S1、 获取电力设备铭牌图像集， 并进行数 据预处理； 步骤S2、 采用灰度跳变算法对电力设 备铭牌定位， 确定待分割的目标区域； 步骤S3、 采 用垂直投影法对目标区域进行字符分割； 步骤 S4、 将分割后所得的字符归一化处理后输入循环 神经网络RNN中， 对网络进行训练； 步骤S5、 采用 训练后的循环神经网络RNN对按照步骤S1～S3 预 处理后的图像进行字符识别， 输出电力设备铭牌 对应的字符。 与现有技术相比， 本发明具有识别 精度高的优点。 权利要求书2页 说明书6页 附图2页 CN 115223157 A 2022.10.21 CN 115223157 A 1.一种基于循环神经网络的电网设备铭牌光学字符识别方法， 其特征在于， 该方法包 括以下步骤： 步骤S1、 获取电力设备铭牌图像集， 并进行 数据预处 理； 步骤S2、 采用灰度跳变算法对电力设备铭牌定位， 确定待分割的目标区域； 步骤S3、 采用垂直投影法对目标区域进行字符分割； 步骤S4、 将分割后所得的字符归一化处理后输入循环神经网络RNN中， 对网络进行训 练； 步骤S5、 采用训练后的循环神经网络RNN对按照步骤S1～S3预处理后的图像进行字符 识别， 输出电力设备铭牌对应的字符。 2.根据权利要求1所述的一种基于循环神经网络的电网设备铭牌光学字符识别方法， 其特征在于， 所述步骤S1中的数据预处理包括对原始电力 设备铭牌图像进行灰度化、 边缘 检测以及二 值化的预处 理。 3.根据权利要求1所述的一种基于循环神经网络的电网设备铭牌光学字符识别方法， 其特征在于， 所述步骤S1中的电力设备铭牌图像集包括采集的原始环境复杂状态下的变电 站电力设备铭牌图片， 以及经 过拉伸、 缩放和 切斜处理后的合成图像。 4.根据权利要求1所述的一种基于循环神经网络的电网设备铭牌光学字符识别方法， 其特征在于， 所述 步骤S2具体为： 步骤S2.1、 在RGB颜色空间下提取图像的颜色特 征， 根据颜色特 征信息完成粗定位； 步骤S2.2、 在垂直方向和水平方向对粗定位确定的区域进行筛选， 确定满足设定电力 设备铭牌长 宽比的目标区域， 实现精定位。 5.根据权利要求1所述的一种基于循环神经网络的电网设备铭牌光学字符识别方法， 其特征在于， 所述 步骤S3具体为： 采用垂直投影法对确定的目标区域进行二值化， 并依据电力设备铭牌图像的像素分 布， 确定分割阈值， 进行字符分割。 6.根据权利要求1所述的一种基于循环神经网络的电网设备铭牌光学字符识别方法， 其特征在于， 所述 步骤S4中循环神经网络RN N具体为： 每个时刻有一个xt输入， 通过W的神经元运算后， 得到输出yt， 同时产生一个隐性状态 ht； 该隐性状态与下一时刻的输入数据xt+1结合作为下一时刻的联合输入， 再经过神 经元W 的运算， 得到输出yt+1和隐性状态ht+1； 循环此过程， 直到遍历所有数据。 7.根据权利要求6所述的一种基于循环神经网络的电网设备铭牌光学字符识别方法， 其特征在于， 所述循环神经网络RN N的输出表达式ot为： ot＝g(V×st)V st＝f(Uxt+Wst‑1) 式中， V为输出层的权重矩阵， g为激活函数， st为隐藏层的输出值， U为输入x的权重矩 阵， W为上一时刻的st‑1在当前时刻作为输入的权 重矩阵， f是循环层的激活函数； W神经元的运算表达式为： yt＝f(ω·[ht‑1,xt]+b) 式中， ω为系数， b为偏置， ht‑1为上一时刻的网络 输出， f(·)为激活函数。 8.根据权利要求1所述的一种基于循环神经网络的电网设备铭牌光学字符识别方法，权　利　要　求　书 1/2 页 2 CN 115223157 A 2其特征在于， 所述 步骤S5中输出电力设备铭牌对应的字符包括汉字 字符、 数字和字母字符。 9.一种电子设备， 包括存储器和处理器， 所述存储器上存储有计算机程序， 其特征在 于， 所述处 理器执行所述程序时实现如权利要求1～8任一项所述的方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述程序被处理 器执行时实现如权利要求1～8中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115223157 A 3