基于HOG-SVM分类器的电力屏柜锁孔快速检测方法

为实现变电站电力屏柜的机器人开锁开门操作，提出一种综合边缘特征圆形检测和HOG-SVM分类器的变电站电力屏柜锁孔图像的快速检测方法。对实时采集的图像进行预处理以降低计算量；在此基础上，根据边缘特征构建判定条件进行圆形的快速圆形检测；进一步，通过收集锁孔及对照图片作为素材训练基于HOG-SVM的锁孔分类器。实验结果表明：边缘特征圆形检测算法无须预设半径且平均耗时相对于霍夫圆检测法减少0.3～0.4 s;同素材测试，HOG-SVM分类器较CNN分类器准确率高13.79%且运行时间减少1～2 s。算法单次运行时间约0.4 s,可满足机器人进行实时开锁需要。