指針式儀表識別算法及在電力巡檢中的應用

賀要鋒， 閆 明， 張 柯， 劉曉慧， 王楠楠， 汪 陽

(1.國網河南省電力公司 許昌供電公司,河南 許昌 461000； 2.許昌學院 信息工程學院，河南 許昌 461000)

開閉所是電力系統中變電站的下一級，承擔著將電安全穩定地輸入到用電單位的責任，其重要性日益凸顯。指針式儀表由于具有結構簡單、使用方便、易維護的優點，在電力設備[1-3]中有著廣泛的應用，在電力巡檢過程中[4-5]，需要人工讀取儀表示數，但人工讀數工作量大、誤差高、讀數精度易受工作環境的影響[6]。在智能電網的發展趨勢下，軌道式巡檢機器人[7-9]搭載云臺攝像頭能夠對開關柜中指針式儀表進行圖像采集，運用圖像識別算法對采集到的圖像進行識別處理，能夠實現指針式儀表的自動讀數。

針對儀表的自動讀數問題，學者們提出了一系列的算法[10-12]，包括中心投影法、減影法、模板特征法、神經網絡算法等。其中，中心投影法、減影法、模板特征法受圖像拍攝環境的影響較大，魯棒性能差；最小二乘法計算量大，不適用于實時讀數的場合。本文利用Hough變換算法進行指針識別，該方法讀數精度高，計算量小，且具有較好的容錯性，在開閉所巡檢中具有較大的推廣價值。

1 算法的提出

在指針式儀表的自動讀數過程中，首先需要對采集的圖像進行預處理[13]，提取感興趣的區域(Region of Interest，ROI)，最終獲取指針位置，并通過計算直線斜率得到儀表的讀數。該過程能夠在低分辨率圖片中準確找出指針的位置，實現指針式儀表的高精度自動讀數，算法流程如圖1所示。

圖1 算法流程圖

1.1 圖像采集

圖像一般通過攝像頭進行采集，并在計算機中形成圖像文件。JPEG格式的圖像文件能夠用較小的磁盤空間得到較好的圖像品質，故本算法采用的圖片格式為JPEG，采集的原圖如圖2所示。

圖2 圖像采集

1.2 灰度化

圖像灰度化的方法包括分量法、最大值法、平均法和加權平均法。加權平均法是基于人的視覺特性對圖像進行灰度化，既可提高后續算法的速度，又能夠提高系統的綜合應用時效，其基本公式為

Gray=R×0.992+G×0.587+B×0.114

(1)

式中，R，G，B分別為彩色圖像的紅色通道、綠色通道和藍色通道的像素值，灰度化的圖像如圖3所示。

圖3 灰度化

1.3 中值濾波

中值濾波是一種非線性的圖像平滑技術，能夠有效地去除脈沖噪聲、椒鹽噪聲，同時又能保留圖像的邊緣細節，其基本原理是將每一個圖像像素點的灰度值設置為該點某鄰域內的所有像素點灰度值的中值，使每一個像素值與領域的像素值非常接近，從而消除孤立的噪點，實現圖像濾波。中值濾波后的圖像如圖4所示，選取的函數窗為3×3。

圖4 中值濾波

1.4 二值化

圖像的二值化能夠使圖像的對比度更加明顯，將前景目標從背景目標中分割出來。圖像二值化的具體方法是確定一個閾值T，圖像中的像素大于該閾值的灰度設置為255，小于的設置為0，具體公式如下：

(2)

(3)

(4)

算法的具體步驟為：

① 求出圖像中的最大灰度Gray_Max;

② 令i=0；

③ 求出大于i和小于i的兩類像素總數和像素的灰度平均值；

⑤ 令i=i+1；循環步驟③～⑤，直到i>Gray_Max；

⑥ 找到最大值，得到相應的閾值T。

Otsu算法實現簡單，適應性強，具有良好的性能。圖像二值化處理的結果如圖5所示。

圖5 二值化

1.5 提取ROI

在圖像處理過程中，提取ROI能夠簡化工作過程，分析圖像中所關注的重點，從而減少處理時間，增加識別精度。根據指針式儀表的外形，制定提取ROI的過程為：① 找到圖像中的內輪廓；② 得到最大內輪廓；③ 提取最大內輪廓中的圖像作為圖形處理的ROI。通過以上步驟獲取的ROI圖像如圖6所示。

1.6 開運算

開運算屬于形態學運算的一種，是對圖像先腐蝕后膨脹的過程，開運算能夠完全刪除不能包含結構元素的對象區域，平滑對象的輪廓，斷開狹窄的連接，去掉細小的突出部分。開運算后的圖像如圖7所示。

圖7 開運算

1.7 指針細化

圖像細化[15]是將圖像上“臃腫”的像素簡化為單像素相連的二值圖像，從而提高儀表的自動讀數精度，細化的好壞直接影響后續的圖像識別效果。圖像細化是經過一層層的剝離，從原圖上去掉一些點，但仍要保持原來的形狀，直到得到圖像的骨架。本文采用快速圖像細化算法(Fast Parallel Algorithm for Thinning Digital Patterns)，指針細化后的圖像如圖8所示。

圖8 指針細化

1.8 Hough變換

Hough變換是圖像處理中的特征提取技術，可用于直線的檢測和提取，其基本原理是利用點線的對偶性，通過變換將圖像空間轉換到參數空間中。假設y=ax+b上有兩個點(x1,y1)和(x2,y2)，則在極坐標體系可表示為

(5)

經過一系列變換之后得到：

(6)

式中，a為斜率；b為直線的截距。式(6)表明，直線坐標系同一直線上的點對應極坐標系中的一條曲線，且所有曲線相交于一點，參數空間中共點的曲線數即為直角坐標系中共線的點數，將極坐標空間量化成許多累加器小格，圖像中的點(xi,yi)映射到Hough變換中的一組累加器List(ρi,θi)中，滿足以上正弦曲線方程的每一點將使相應的所有累加器加1，累加器最大值對應于圖像最長的直線，故根據Hough變換原理能夠提取儀表指針的中軸線,從而計算儀表讀數。

1.9 示值判讀

獲取指針后，儀表示數可通過待測圖像與基準圖像(指零圖像)中兩個指針的位置求出。其基本原理是：① 首先計算指針分別指向零刻度線和滿量程刻度線時兩個指針中間的夾角α；② 然后求出待測圖像與基準圖像中兩個指針之間的夾角α0；③ 最后利用α，α0與量程η的關系求出待測圖像中指針的讀數，具體計算公式為

(7)

式中，p為指針讀數。

2 實驗分析

本實驗使用Visual Studio 2012集成開發環境，以OpenCV庫函數作為圖像處理的核心，實現指針式儀表的自動讀數。

整個實驗以10種不同狀態的儀表圖像作為實驗數據，實驗結果如表1中所示。

表1 算法實驗結果

從表1中可以看出，10種不同狀態的儀表圖像的自動讀數的絕對誤差都小于0.004，準確率都在99%以上，自動讀數性能好、精度高，這表明本文算法具有良好的指針式儀表圖像的自動判讀性能。

圖9～圖11分別表示圓形、長方形、圓弧形指針式儀表的圖像識別過程，從圖中可以看出，本算法能夠在3種不同形狀的指針式儀表中準確地提取出指針所在的直線，并能夠準確地讀取儀表示數。在電力系統中，開關柜、GIS設備和變壓器等設備中存在形狀各異的指針式儀表，本文算法能夠對不同形狀的儀表進行識別，具有較好的魯棒性。

圖9 圓形指針式儀表的圖像識別過程

圖10 長方形指針式儀表的圖像識別過程

圖11 圓弧形指針式儀表的圖像識別過程

3 結束語

指針式儀表的讀數是電力巡檢過程中必不可少的工作，針對人工讀數成本高、精度低、容易受儀表形狀和環境干擾的問題，提出了一種基于Hough變換的指針自動讀數算法，該算法運行速度快，抗干擾能力強，讀數精度高，具有一定的推廣價值。