关键词： 指针式仪表   机器视觉   霍夫变换   读数识别   倾斜矫正   图像细化  

摘要： 指针式仪表自动判读技术是当前机器视觉研究的热点,也是模式识别领域一项重要的研究内容和前沿技术。在对指针式仪表识别技术进行了一般性概述之后,详细介绍了基于机器视觉的指针式仪表自动读数识别技术的基本概念、基本原理和主要研究内容,介绍了该技术在国内外的研究现状,同时重点介绍了图像校正、圆形表盘轮廓检测、指针线检测和角度计算等主要研究内容的最新进展,最后给出了指针式仪表自动读数识别涉及的关键技术和发展方向。

关键词： 指针式仪表   空间变换   边缘提取   距离法  

摘要： 针对目前指针式仪表图像自动读数识别普遍存在受光照变化影响大,表盘内部阻尼液干扰引起识别精度低的问题,本研究提出了一种基于空间变换的指针式仪表读数识别算法。首先选取指针所在区域的圆心和半径,获得边缘提取的仪表内圈圆弧轮廓,以此确定图像空间变换需要的参数从而将圆弧形的表盘转换成矩形;其次通过图像拼接处理构建无指针图像,在此基础上对刻度线进行校正处理得到刻度线坐标;最后通过减影法提取指针区域中心直线坐标,判断指针与刻度线的相对位置来获取指针读数。光照实验表明,本算法对指针和刻度线识别受光照影响小,经校表实验表明,本研究提出的算法识别速度快、精度高。

关键词： 智能变电站   Hough变换   图像处理   指针式仪表   指针角度  

摘要： 为了解决智能变电站中人工读取仪表存在的效率低下,读取困难等问题,运用数字图像处理技术设计了一个智能变电站指针式仪表自动读数识别系统。该系统对采集到的图像进行预处理,提出了一种基于Hough变换指针角度识别方法,推导出指针方向与识别读数的数学公式。此算法比传统Hough变换提取法增加了仪表指针通过圆盘圆心等这一条件,提高了指针特征提取的精度。经过大量实验表明,该指针式仪表自动读数识别方法可以准确地读出仪表的读数。

关键词： 复杂光照   指针式仪表   图像二值化  

摘要： 在无人巡检变电站中光照环境复杂,巡检机器人拍摄的照片总会出现光照不均匀现象,为消除复杂光照对图像识别的影响,首先使用基于Retinex理论的自适应Gamma增强算法去掉仪表图像不均匀光照的影响,使图像亮度均衡,然后使用双阈值算法对图像二值化,再进行骨架化处理,用Hough变换对指针提取,最后用查表法读取仪表示数。试验表明,使用该算法能有效克服不均匀光照的影响,二值化效果良好,指针仪表示数读取准确率提高。

关键词： 巡检   指针式仪表   自动读数   透视变换  

摘要： 针对电力设备自动化巡检的需求,提出了一种基于计算机视觉技术的电力指针式仪表读数智能识别方法。该方法利用表盘的颜色直方图分布特征和亮度梯度特征在整幅图像中定位出表盘作为感兴趣区域,通过光照均衡处理消除阴影影响,应用ORB算法计算待测图像与模板图像之间的透视变换矩阵,并对表盘区域进行倾斜校正;采用自适应阈值进行表盘区域的二值化处理,通过表盘刻度线向心性计算得到指针旋转中心,并由改进的霍夫直线检测算法进行指针定位检测,通过指针偏转角度及表盘格局计算获得相应读数。实验结果表明,该方法能适应多种类型表盘格局和不同视角下指针读数识别,其识别精度和准确率高、适应性强,实时性好,相对误差小于2.5%。

关键词： 机器视觉   指针式仪表   图像识别   直线拟合  

摘要： 基于机器视觉技术实现指针式仪表数据的自动读取具有重要意义,针对现有方法中存在的识别精度不高等不足,提出一种基于标定的指针式仪表数据视觉读取方法;首先,基于标定模板完成仪表表盘最大、最小刻度线识别与斜率计算;其次,通过仪表表盘图像预处理及连通区域筛选得到指针大致区域;然后,融合Hough和边缘聚类与拟合方法实现仪表指针边缘的精确定位,进而实现指针数据的识别与读取;最后,以某品牌避雷器监测器为例,对上述方法进行实验验证;结果表明,该方法能够准确、稳定的识别出指针式仪表示数。

关键词： 指针式仪表   自动识别   图像配准   变电站  

摘要： 相比于数字仪表，指针式仪表因具备价格低，稳定性好，维护方便，适用于恶劣环境场合的优点，而成为了变电站仪表的首选。指针式仪表的输出是模拟信号，不能通过计算机系统直接采集，目前指针式仪表的读数是由人工完成的，但是由于指针式仪表种类多且数量大，人工判读面临着工作量大，效率低的问题，而且读数结果受到观测角度，距离以及视觉疲劳的影响，容易出现读数误差。近几年，我国正在进行变电站的智能化改造，指针式仪表的人工判读被机器判读取代已成必然趋势。\n 变电站智能巡检机器人是为了满足电力生产和安全运行的需要，提高变电站智能化水平而产生的，机器人采集到指针仪表的图像并把它传到监控后台后，我们采用数字图像处理和机器视觉的技术，可以自动识别出指针仪表的读数。考虑到需要读取的指针仪表种类很多，以及拍摄到的图像中仪表表盘可能存在平移、倾斜、旋转等缺点，本文提出将图像配准应用到指针仪表上，将输入图像按照参考图像进行校正，可以得到比较好的表盘图像，这种算法可以克服输入图像存在的平移、旋转、歪斜等问题，实用性更强。另外，对每种类型的指针仪表进行了模板化处理，基于QT界面手动输入量程，选择圆心、刻度线点，以此拟合出读数与指针角度的关系式。在表盘子图像中，使用图像形态学算法提取到指针，包括OTSU阈值分割，最大连通域，孔洞填充，细化等，最后使用最小二乘法拟合指针的直线，从而获取读数。\n 该指针式仪表的自动识别系统对不同量程和刻度的指针仪表均适用，克服了采集图像效果不好的问题，它基于OpenCV，采用C++编程实现，使用的软件开发平台是Visual Studio2017，并使用QT5.9做出了该系统的界面。

关键词： 中值滤波   指针式仪表   Hough变换   二值化   指针读数  

摘要： 指针式仪表因结构设计简单、维护方便、防电磁干扰、经久耐用等优点,广泛应用在电力设备监控、电力开关气体压力监测等方面。随着变电站对于设备运行故障快速判断的需要,以往的人工巡检、抄表、记录模式已经不能适应变电站对于管理及生产效率的要求,仪表的示值自动计数技术直接关系到变电站自动化与信息化的发展进程。仪表示值的自动识别技术是实现变电站内设备运行状态参数信息提取、融合、挖掘并为生产管理提供参考指导的前提。目前指针式仪表多采用基于机器视觉的自动识别原理,其关键技术主要有表盘回转中心的定位、指针中心线的提取、多指针表盘的自动识别以及表盘图像光照变化的自适应。当前这些技术在国内外已经取得了一定的进展,但不够深入及成熟,为了促进变电站向自动化、信息化方向发展,本文以变电站自动化改造的子项目为应用背景,以变电站内广泛使用的指针式仪表为识别对象,对比常用的仪表图像识别算法,设计出一套可行性强的指针式仪表识别方案,主要研究内容如下:一、根据仪表的精度等级、仪表图像采集环境,选择图像采集的硬件设备获取质量较好的目标初始图像。运用数字图像处理技术对指针式初始仪表图像进行预处理,通过中值滤波,图像增强等手段去除原始仪表图像中的噪声干扰,突出表盘信息。使用大律法选取最优阈值对图像进行了二值化处理并通过形态学相关算法处理仪表图像特征信息、。二、消除噪声后的指针图像会有一定角度的倾斜,倾斜的图像会影响后期对图像指针特征值提取和指针示数的判读,所以必须对图像进行倾斜校正使其符合识别要求。本文提出了一种基于投影的方法检测图像的倾斜角度。三、结合实际需要提出表盘提取算法。在所有现存系统中,几乎均以纯表盘图像作为识别起点,而实际获取的这些图像所包含的背景往往较为复杂。采取边缘检测算法先对仪表图像的边缘进行检测,之后则对圆形表盘使用Hough变换圆检测提取表盘信息。四、调整与改进指针特征值提取算法。指针仪表在类型上较为多样化,这就使得指针与表盘环境也具有多样性的特点,自动识别系统在应对各种情况时应能均可正确提取其中的特征,本文采用骨架提取代替边缘特征,解决了识别系统的移植性问题。五、规范了指针读数计算方法。提出了一种新的基于传统角度法和距离法的更精确的读数方法,除了能保证距离法的精度之外,还可以把距离法中的参数实现角度转换,并能减少人工参与程度,使得自动读数的精度得到提升。六、借助实验来对本文提出的指针式仪表读数识别方法进行验证,得出本文所提出的识别方法可满足实际需要这个研究结论,具有相应的研究意义。

关键词： 指针式仪表   自适应Canny算法   二次握手机制   Ransac椭圆拟合   LSD算法  

摘要： 目前,变电站指针式仪表的自动识别任务已经成为研究的热点,相关研究主要围绕着指针检测,提取指针线段特征,表盘刻度排布识别依赖于预先在模板上的标定参数。当巡检机器人行进至观测点位置或云台偏转角度出现偏差时,识别算法可能会产生较大误差。针对现有方法存在的缺陷,本文以巡检机器人执行巡检任务为应用背景,以表盘刻度排布和指针的自动识别为目标,重点研究了两种类型仪表——宽刻度指针式仪表和窄刻度指针式仪表的自动识别算法。首先,基于表盘刻度形态及排布规律,定位指针式仪表表盘刻度;然后,修复未能检测到的缺省刻度,并建立仪表刻度坐标系;最后,利用指针与刻度之间相对位置关系识别指针,实现指针式仪表地自动识别任务。本文主要工作和创新点如下:⑴表盘刻度特征提取算法:首先,以OTSU算法为先验,提出一种自适应Canny算法进行边缘检测;然后,使用八领域轮廓跟踪方法将离散的边缘点串接起来,获取轮廓;最后,分析轮廓形态特征,提取表盘上线段特征和矩形特征;⑵一种窄刻度指针式仪表自动识别方法及其改进方法:a)首先,融合本文提出线段提取算法和LSD算法,检测刻度和指针线段;然后,提出层级式近邻相似性插值方法修复缺省刻度,建立完备坐标系。b)首先,提出了基于平齐性约束下的二次握手机制进行线段配对;然后,设计了改进Ransac椭圆拟合方法获取判别椭圆;其次,研究了一种行之有效的缺省刻度修复方法,建立完备刻度坐标系;最后,改进LSD算法识别指针。⑶一种宽刻度指针式仪表自动识别方法及其改进方法:a)首先,采用本文提出的矩形轮廓检测算法识别表盘刻度;然后,利用刻度与对应数字位置关系,获取对应数字;其次,识别数字并建立刻度坐标系;最后,LSD算法定位指针。b)首先,对表盘刻度进行定位;然后,采用径向角度表征刻度,并通过排序建立刻度坐标系;最后,LSD算法获取指针位置。⑷指针式仪表自动识别系统设计:首先,对于软件系统设计的整体流程进行了详细介绍;然后,使用MFC设计了两个软件系统界面,系统获取算法流程的每一个实现步骤,并进行了可视化;最后,通过对比实验,分析算法识别结果,验证了算法的实时性和有效性。

关键词： 指针式仪表   相机标定   SIFT特征提取   最大连通区域算法  

摘要： 指针式仪表以其结构简单、读数方便、受外界电磁干扰等因素影响较小而广泛应用于电力、冶金等工业生产领域。本文主要研究基于机器视觉的圆形指针式仪表自动读数识别技术,具有一定的理论意义和实用价值。在自然光照条件下,利用相机对圆形指针式仪表进行原始图像的采集。针对采集仪表图像相机存在的畸变误差,将二维平面靶标相机标定法引入仪表图像采集,利用二维平面靶标相机标定法对相机进行标定以获取其内外参数,利用其标定参数进行原始图像畸变校正以提高图像采集精度。然后,再运用数字图像处理技术对校正后的指针式仪表图像进行滤波去噪、阈值二值化、Laplacian边缘检测等预处理操作,减少仪表图像中的噪声干扰,突出表盘有效信息。由于仪表现场环境的复杂性,仪表的安装位置不是精确地垂直于地面,采集到的圆形指针式仪表图像存在一定程度的旋转倾斜角度。本文采用SIFT(Scale Invariant Feature Transform)特征提取算法分别提取待测图像与模板图像的特征点,利用模板匹配方法对指针式仪表图像进行旋转校正,从而可以更加精确地计算出仪表指针线的倾斜角度,以消除或降低由于仪表旋转倾斜而造成的读数识别误差。对于旋转校正后的指针式仪表图像,通过检测到圆形仪表轮廓和仪表指针所在的直线,计算出指针线的倾斜角度,利用指针角度计算法计算出当前仪表读数。由于经典Hough变换检测圆的算法需要在笛卡尔坐标空间和极坐标空间对所有的像素点进行坐标转换,效率低下。本文提出利用最大连通区域算法检测指针式仪表轮廓,通过分析每个参考像素点与其周围8邻域中的像素点的连通性获取仪表轮廓所在的最大连通区域,从而定位仪表轮廓。利用形态学膨胀腐蚀操作提取出指针线骨架,利用Hough变换算法在仪表轮廓区域内部进行指针直线的检测。最后,基于实测数据,通过仿真实验对本文提出的基于相机标定和最大连通区域的圆形指针式仪表自动读数识别方法进行了检验。实验结果表明,本文所提出的方法相对传统的最小二乘法、基于区域生长的方法以及Hough变换算法在识别效率和识别精确度都有较大程度提高。