基于霍夫森林的变电站开关设备检测及状态识别

针对变电站的开关设备,提出了一种基于霍夫森林(HF)的开关设备检测及状态识别方法。采用多种特征提取方法,利用HF构建分类器,通过霍夫变换框架对目标物体中心位置投票,并结合一种无需非极大值抑制的启发性算法,解决多个开关设备同时检测与定位问题,同时提高开关检测准确率；训练“分”和“合”两种开关模型,分别检测与定位开关设备,以此判别开关状态。实验结果表明,该方法识别准确率高,鲁棒性好,可应用于机器人巡检系统或者智能视频监控系统