基于机器视觉的电力仪表自动识别方法研究

基于机器视觉的电力仪表自动识别方法研究电力仪表作为电网建设的终端单元,广泛应用于变电站场所。由于变电站中仪表种类繁多,人为检定的工作效率极低,难以适应当前大量仪表需要检定的情况,并且可能存在主观的观察误差问题。

为解决这一问题,本文研究了一种基于机器视觉的电力仪表自动识别方法,解决巡检机器人在巡检过程中对不同种类仪表的自动识别问题。论文的主要工作如下:(1)针对图像采集过程中,由于受图像采集设备及外界环境影响,将不可避免的产生噪声从而使得图像降质问题,本论文研究一种基于BM3D的电力仪表图像去噪算法,该方法结合非局部思想与变换域方法实现图像去噪,通过块匹配的方法对图像块进行分组,然后在变换域中实现去噪。

实验结果表明,该方法能够有效实现电力仪表图像去噪。(2)面向刻度均匀的指针式仪表,本文提出了一种基于二维码匹配的指针式仪表读数识别方法。

该方法首先实时采集高质量的仪表状态图像,同时获取二维码定位点信息以及与二维码相连接的数据库中存储的仪表类型信息,其次根据二维码定位点信息对仪表图像进行快速倾斜校正,并利用二维码与仪表之间先验的几何位置关系快速提取图像中表盘所在的区域,最后根据获取的仪表类型信息,选择对应的仪表读数识别算法,以实现快速准确地识别仪表读数。实验结果表明:该方法能有效提高指针式仪表读数识别的准确率,尤其是对于复杂背景的仪表图像。

(3)研究一种液位仪表读数识别方法。首先,采集包含液位线及至少两组数字在内的液位仪表区域图像;然后提取液位仪表的液柱部分,并根据其倾斜角度对整幅仪表图像进行倾斜校正,对校正后的图像重新提取其液柱部分并检测其液位高度。

选择离液位线最近的两组数字进行识别,最后根据两组数字高度与液位高度之间的比例关系计算最终的液位仪表读数。实验结果表明,该方法能够有效实现液位仪表图像的自动识别。

(4)研究一种数字型电力仪表识别方法。采集数字型仪表图像并提取其读数区域,采用Hough变换的方法对读数区域进行倾斜校正;对校正后的读数区域进行归一化处理;提取读数区域中的各个数字进行识别并按顺序输出识别结果。

实验结果表明,该方法能够准确提取数字型仪表的读数区域,并对区域内的数字按顺序准确识别。在Microsoft Visual Studio 2012软件开发环境下,本文通过调用OpenCV库函数实现了基于机器视觉的电力仪表自动识别方法,可实现对指针式仪表、液位仪表、数字仪表的自动识别。

实验结果表明本文所研究的电力仪表自动识别方法的可靠性,可满足实际应用的要求,具有一定的发展前景。