推荐星级:
- 1
- 2
- 3
- 4
- 5
巡检机器人中的指针式仪表读数识别系统
资料介绍
为了解决智能巡检机器人仪表读数识别中易受光照变化影响、识别精度不高等问题,结合高压变电场中常见指针区域的图像特点,建立了指针式仪表读数高精度识别系统。鉴于巡检机器人的室外工作环境,提出了迭代最大类间方差算法,实现了多种光照条件下仪表图像的指针区域提取。经过分析指针转动和图像特性,提出了基于Hough变换的指针角度识别,推导出指针角度与仪表读数的函数关系。该算法较传统Hough变换角度提取法,增加了指针中心线通过表计中心等约束条件,提高了指针角度提取的精度,降低了搜索数据量和搜索时间。通过大量实验验证所建立的表计读数识别系统可实现室外各种光照条件下表计读数识别,获得95%以上的正确识别率。多组鲁棒性实验分析表明,该系统对光照条件、指针宽度、表盘干扰、拍摄角度(不产生指针阴影)具有较好的鲁棒性,但由于拍摄角度而产生指针阴影时,会引起较大的指针中心线提取和角度计算偏差,从而降低仪表读数识别精度。
部分文件列表
文件名 | 大小 |
巡检机器人中的指针式仪表读数识别系统.pdf | 3M |
部分页面预览
(完整内容请下载后查看)仪
器
仪
表
学
报
38
7
期
Vol. 38 No. 7
Jul. 2017
第
卷
第
Chinese Journal of Scientific Instrument
2017
7
月
年
*
巡检机器人中的指针式仪表读数识别系统
1
2
1
,
石
,
方
许
丽
伟
甜
( 1.
450046; 2.
461000)
许继电源有限公司 许昌
华北水利水电大学信息工程学院 郑州
: 、 ,
要 为了解决智能巡检机器人仪表读数识别中易受光照变化影响 识别精度不高等问题 结合高压变电场中常见指针区域
摘
, 。 , ,
的图像特点 建立了指针式仪表读数高精度识别系统 鉴于巡检机器人的室外工作环境 提出了迭代最大类间方差算法 实现
。 ,
了多种光照条件下仪表图像的指针区域提取 经过分析指针转动和图像特性 提出了基于
Hough
,
变换的指针角度识别 推导出
。
指针角度与仪表读数的函数关系 该算法较传统
Hough
, ,
变换角度提取法 增加了指针中心线通过表计中心等约束条件 提高了
, 。
指针角度提取的精度 降低了搜索数据量和搜索时间 通过大量实验验证所建立的表计读数识别系统可实现室外各种光照条
,
件下表计读数识别 获得
95%
。 , 、 、 、
以上的正确识别率 多组鲁棒性实验分析表明 该系统对光照条件 指针宽度 表盘干扰 拍摄角
( ) , ,
度 不产生指针阴影 具有较好的鲁棒性 但由于拍摄角度而产生指针阴影时 会引起较大的指针中心线提取和角度计算偏差
,
。
从而降低仪表读数识别精度
:
;
;
;
; Hough
关键词 仪表读数识别 指针提取 指针夹角计算 最大类间方差 变换
: TH865 : A : 510. 40
国家标准学科分类代码
中图分类号
文献标识码
Pointer meter reading recognition system used in patrol robot
1
2
1
Xu Li ,Shi Wei ,Fang Tian
( 1. School of information Engineering,North China University of Water Resources and Electric Power,Zhengzhou 450046,China;
2. Xuji Power Supply Company Limited,Xuchang 461000,China)
Abstract: In order to solve the problems that the performance of instrument reading recognition system in intelligent patrol robot is easily
affected by varying illumination and the recognition accuracy is low,a high accuracy reading recognition system for pointer instrument is
built according to the characteristics of pointer area image commonly found in high voltage electronic field. In view of the outdoor work
environment of patrol robot,an iterative maximum between class variance algorithm is proposed in this paper to achieve the extraction of
pointer area in instrument image under various kinds of illuminations. After analyzing the pointer rotation mechanism and image
characteristic,the pointer angle recognition algorithm based on Hough transform is proposed,the function relationship between pointer
angle and instrument reading is deduced. Compared with traditional pointer angle extraction algorithm based on Hough transform,the
constraint condition of pointer center line going through the meter center is introduced in the algorithm,which improves the accuracy of
pointer angle extraction,and reduces the amount of search data and search time. Plenty of experiments verify that the instrument reading
recognition system proposed in this paper can achieve meter reading recognition under various kinds of outdoor illumination conditions
and achieve a correct recognition rate better than 95% . The analysis results of various robustness experiments show that the proposed
system has good robustness to illumination condition,pointer width,dial interference,imaging shooting angle ( without the shadow of
pointer) . However,when the shadow of pointer is generated due to imaging shooting angle,large bias will occur in the extraction of
pointer central line and calculation of angle,which decreases the accuracy of the meter reading recognition.
Keywords: meter reading recognition; pointer extraction; pointer angle calculation; maximum between class variance; Hough transform
: 2016-06
Received Date: 2016-06
( 51609086)
收稿日期
*
:
基金项目 国家自然科学基金
项目资助
7
:
丽 等 巡检机器人中的指针式仪表读数识别系统
1783
第
期
许
2. 1
指针区域提取
,
在采集仪表图像过程中 由于受光照条件或者仪表
1
引
言
,
玻璃镜面反射等因素的影响 导致仪表指针等特征信息
[13]
,
近年来随着国家电网无人值守变电站的大力推广
,
提取出现困难 从而影响仪表读数识别
。
因此在提取
智能巡检机器人将逐步代替人工完成变电站设备的巡
,
指针区域之前必须要对图像进行去除噪声 高通增强
。
[1-3]
。
、 、
巡检机器人携带着可见光 红外 声音等各类传
检
,
为后续指针中心线的精确提取提供清晰的图像 进而提
, 、 ,
感器 采集电力仪表设备的声 像信息 采用图像处理和
。
高仪表识别的精度
2. 1. 1
由于仪表图像在采集过程中会受到噪声的干扰 本
[4-6]
。
模式识别技术完成对各类设备状态的自动识别
表盘图像去噪
变电站待巡检的仪表设备中大部分是指针式仪表设
,
, 、 、 、 。
备 如气压表 温度表 油温表 避雷器表等 这类仪表结
。
文采用图像平滑来减少噪声对仪表图像质量的影响
但
、 、 、 、
构简单 制作成本低 维护方便 抗电磁干扰能力强 可靠
,
是如果采用过大或过小的平滑窗口 就会使仪表图像的
、 、 、 ,
性高 具有防尘 防水 防冻特性 广泛应用于我国电力系
、
细节比如边界轮廓 线条等变得模糊不清或边界轮廓断
。 ,
统中 由于其输出结果不是数字信号 无法直接输入计
,
裂 本文采用
5 × 5
方形窗口的中值滤波器去除图像噪
。
算机系统中 传统的仪表读数识别多是通过人工判别
,
,
,
。
声 既能达到去噪的目的 又能保持图像中的细节信息
2. 1. 2
为了增大背景和目标区的灰度差 准确地提取出指
Butterworth
,
采用人眼识别易受到诸多人为因素的影响 检测效率低
高通增强
; 、 ,
且精确度不高 还存在一些高辐射 高危险的场合 无法
[4-5,7]
,
。
采用人工判读
,
,
高通滤波器增强仪表图像
针区域 本文采用
,
巡检机器人多工作于室外环境 仪表识别算法需要
。
抑制低频信息
2. 1. 3
最大类间方差法是一种常用的自适应目标阈值分割
,
适用于各种不同的光照和天气情况 国内外学者对此进
目标分割
。 [7-8]
行了大量研究 文献 针对指针式仪表读数算法对
,
光照变化影响较大的问题 提出一种基于视觉显著性区
,
算法 对一般的前后背景分明的图像有很好的分割效果
,
。
域检测的指针式仪表读数方法 利用视觉显著性区域的
[14-15]
。
但难以实现前后景灰度变化不大的目标提取
如
;
先验知识提取仪表图像指针区域 通过依次旋转仪表指
针图像统计旋转不同角度时仪表指针图像在纵轴上的投
1 ,
图 所示 传统最大类间方差法的思想是使用一个阈值
C
C
。
两个类 计算两类之
2
将整个数据分成背景
和目标
, ,
影最大值 计算指针至平行于横轴需要旋转的角度 从而
1
2
:
间的方差 δ 为
。 [10-11]
计算仪表读数 文献 针对室外环境下仪表外壳存
2
2
2
= w × ( u - u ) + w × ( u - u )
( 1)
w
分别为背景和目标所占的图像像素总数
δ
在反光及雨后水珠等聚光导致的仪表图像高亮区域影响
1
1
2
2
: w
式中
的比例
和
,
识别这一情况 采用轮廓特征拟合规则几何图形的方法
,
1
2
,u
u
。
为背景和目标中像素灰度均值 当类间
和
,
判断指针与某一固定特征之间的位置关系 从而得到仪表
1
2
2
2
。 [12]
的相应读数 文献 提出一种适合智能变电站巡检机
( max( ) ) , t
δ 时 所对应的 值即为分割的
方差值 δ 最大
T。
最佳阈值
。
器人室外工作环境的双指针式仪表设备读数的识别算法
,
首先针对双针仪表设备图像建立仪表模板 建立仪表的起
,
始刻度和终止刻度的位置信息 利用尺度不变特征变换算
, ,
法 在输入图像中匹配提取仪表表盘区域子图像 利用快
Hough
, 。
变换检测两条指针中心线 完成指针读数
速
、
由于室外巡检机器人仪表识别受到各种光照 仪表
,
玻璃盘的镜面反射和灰尘等因素的影响 本文提出迭代
最大类间方法解决因光照问题或镜面反射所引起的过亮
Hough
1
图
最大类间方差原理
Fig. 1 Principal diagram of maximum between
class variance
;
或过暗仪表图像的指针提取 提出基于
变换的指
,
针角度计算方法 并推导出指针角度和仪表读数之间的
,
函数关系 完成指针式仪表读数的自动识别
。
在对实际变电站采集的指针式仪表灰度图像进行二
,
值化阈值分割处理时发现 在光照过亮或者过暗条件下
2
指针式仪表读数识别
,
拍摄的仪表图像 其目标区域与背景区域的灰度变化较
。
,
传统的最大类间方差法进行二值化阈值分割后 二
小
,
针对变电站中刻度分布均匀的指针式仪表 本文所
值图像存在大块黑色或者白色区域无法正确分割出仪表
、
建立的仪表读数识别系统包括指针区域提取 指针位置
,
表盘区域 严重影响后续指针提取
。
3
定位和指针读数识别 个部分
。
全部评论(0)