在電力遠程監控中基于陰影消除優化的儀表指針位置檢測識別方法技術

一種在電力遠程監控中基于陰影消除優化的儀表指針位置檢測識別方法，屬數據識別領域。其對圖像進行灰度化、去噪處理，使用灰度變換函數對圖像進行灰度變換，利用大律法進行二值化，使用開運算處理毛刺，進行形態學處理指針邊緣，進行Hough變換，最后篩選指針邊緣所在直線，根據指針直線傾斜角度，計算指針度數。其使用灰度變換拉伸指針和陰影的對比度，采用大律法進行二值化，最后利用開運算濾除指針邊緣的毛刺，達到陰影消除的效果。在不同的陰影程度下都有較好的表現，能較準確找到指針邊緣，計算出指針讀數且具有一定的實時性。可廣泛應用于各種變配電站運行狀態的遠程采集、自動分析以及運行管理等領域。

Detection and Recognition Method of Instrument Pointer Position Based on Shadow Elimination Optimization in Electric Power Remote Monitoring

A method for detecting and identifying the position of instrument pointer based on shadow elimination optimization in power remote monitoring belongs to the field of data recognition. It grays and denoises the image, uses gray transform function to transform the image, binarizes the image by big law, uses open operation to process burrs, carries out morphological processing of pointer edge, carries out Hough transform, and finally filters the line where the pointer edge is located, calculates the degree of pointer according to the tilt angle of the pointer line. It uses gray transformation to stretch the contrast between the pointer and the shadow, uses big law to binarize, and finally uses open operation to filter out the burrs on the edge of the pointer, so as to achieve the effect of shadow elimination. It can find the edge of the pointer more accurately, calculate the reading of the pointer and has a certain real-time performance under different shadows. It can be widely used in remote acquisition, automatic analysis and operation management of various transformer and distribution stations.

【技術實現步驟摘要】
在電力遠程監控中基于陰影消除優化的儀表指針位置檢測識別方法
本專利技術屬于數據識別領域，尤其涉及一種用于電力遠程監控過程中特定對象的圖像識別。
技術介紹
基于降低運行成本和節約占地面積等方面的考慮，隨著無人值守變電站(簡稱電力站，下同)越來越多地被采用，各種視頻監控系統被大量應用。由于視頻監控會產生大量的實況錄像或照片圖像，則圖像的處理、解讀或根據所示圖片進行識別、判斷，在電力系統的運行監控工作中已經成為必須。“視覺理解”技術是一種智能系統，可以通過視覺系統(攝像機)對所處的環境進行自主觀測和分析的智能化技術，是人工智能技術和機器視覺技術發展的一個重要方向，在變電站巡檢、遠程集中監控、視頻圖像大數據分析和挖掘等方面具有非常廣闊的應用前景。指針式儀表作為電力系統中最重要的測量儀器，存在著沒有數據接口，只能人為讀取讀數的弊端。為實現電力站的無人巡檢、無人作業，需要實現對指針式儀表的智能“視覺理解”。由于電力站在無人時刻是不開燈的，只能由機器臂自帶單光源，故陰影成為在電力站中實現對指針的識別的最大阻礙。針對陰影消除方法的研究，王翔宇等人在“HSV顏色空間中結合圖像區域信息的目標陰影消除方法”(《計算機工程與應用》，,2015:359-360-361-362-363.)一文中提出先利用HSV空間變換確定陰影區域，再結合圖像的區域信息由外而內的消除陰影區域；陳錫等人在“亮點、顏色和梯度結合的陰影消除算法”(電子工業出版社,2010:556-557-558-559-560-561.)中提出一種利用亮點、顏色和梯度結合判斷是否進行陰影抑制的陰影消除算法；時文東等人專利技術了一種基于RGBY的陰影消除方法，能在各種情況下準確消除物體的影子(參見CN105869121A“一種基于RGBY的陰影消除方法”)；王珦磊等人在“一種基于YUV顏色空間自適應陰影消除算法”.(微型機與應用,2016,(7).)”中提出了一種新的基于YUV顏色空間自適應陰影消除算法，具有較好的自適應性，但需要事先采集背景圖像。上述技術方案在實際應用過程中均發現存在一定的不足，不能完全適應基于“視覺理解”方法構建的電力遠程監控系統的要求。
技術實現思路
本專利技術所要解決的技術問題是提供一種在電力遠程監控中基于陰影消除優化的儀表指針位置檢測識別方法。其使用灰度變換拉伸指針和陰影的對比度，采用大律法進行二值化，最后利用開運算濾除指針邊緣的毛刺，達到陰影消除的效果。在不同的陰影程度下都有較好的表現，能較準確找到指針邊緣，計算出指針讀數且具有一定的實時性。本專利技術的技術方案是：提供一種在電力遠程監控中基于陰影消除優化的儀表指針位置檢測識別方法，包括通過視頻監控系統或攝像機獲取電控柜或儀表盤的圖像；其特征是：1)首先針對每一類或每一型號的儀表，構建一個指針的傾斜角度與儀表度數的對應關系表或對應數據庫；2)對圖像進行灰度化、去噪處理；3)使用灰度變換函數對圖像進行灰度變換，拉升對比度；4)利用大律法進行二值化；5)使用開運算處理毛刺，達到消除陰影的作用；6)進行形態學處理指針邊緣；7)進行Hough變換；8)篩選指針邊緣所在直線；9)根據指針直線傾斜角度，計算指針度數；10)通過獲得的指針傾斜角度與儀表度數的對應關系表，得到指針儀表的度數。進一步的，所述的儀表指針位置檢測識別方法，利用自適應的閾值二值化來提高陰影消除的效果，提高儀表指針位置的識別精度。具體的，所述的灰度變換采用下述公式來實現：s＝T(r)，A≤r，s≤A+L其中，圖像的灰度區間為[A，A+L]，變量r代表原圖像的灰度級，變量s代表拉伸過以后的圖像的灰度級。。進一步的，所述灰度變換的變換函數的形式如下：其中0＜a，b＜1，取a＝0.2，b＝0.4。。具體的，在進行所述圖像的二值化時，假設一幅M*N大小的灰度圖像具有L個不同的灰度級，ni表示第i個灰度級的像素點的個數，n為總像素點數，即n＝M*N＝n0+n1+…+nL-1當閾值為t時，C1和C2中的像素點的個數占總體的百分比分別為：此時，C1和C2類的平均灰度值分別為：則，圖像的總平均灰度值為：u＝w1u1+w2u2然后，在L個灰度級中用不同的t進行計算類間方差，公式如下：σ2(t)＝w1(u1-u)2+w2(u2-u)2＝w1w2(u1-u2)2其中最大的類間方差對應的t值就是最佳閾值。具體的，所述的形態學處理指針邊緣按照如下方式進行：設E(x，y)和D(x，y)分別是結構元素B(x，y)對m*n大小的圖像f(x，y)腐蝕和膨脹的結果；具體的，所述的通過直線的斜率和直線的位置進行篩選，選出指針邊緣所在的直線。本技術方案在所述Hough變換后得到的圖像中，通過直線的斜率和直線的位置進行篩選，選出指針邊緣所在的直線。與現有技術比較，本專利技術的優點是：1、本技術方案使用灰度變換拉伸指針和陰影的對比度，采用大律法進行二值化，最后利用開運算濾除指針邊緣的毛刺，達到陰影消除的效果；2、本算法在不同的陰影程度下都有較好的表現，能較準確找到指針邊緣，計算出指針讀數且具有一定的實時性。附圖說明圖1是本專利技術的處理流程方框圖；圖2是對儀表圖像進行灰度化和高斯濾波后的效果圖；圖3是圖2的梯度直方圖；圖4是灰度變換函數曲線圖；圖5是采用本技術方案的灰度變換效果圖；圖6是圖5的灰度直方圖；圖7是儀表圖像未經灰度變換的大律法二值化圖；圖8是經灰度變換的大律法二值化圖；圖9是Canny邊緣檢測圖；圖10是Hough變換圖。其中，1為指針的第一邊緣，2為指針的第二邊緣。具體實施方式下面結合附圖對本專利技術做進一步說明。圖1中，本專利技術的技術方案提供了一種在電力遠程監控中基于陰影消除優化的儀表指針位置檢測識別方法，包括通過視頻監控系統或攝像機獲取電控柜或儀表盤的圖像；其專利技術點在于：1)首先針對每一類或每一型號的儀表，構建一個指針的傾斜角度與儀表度數的對應關系表或對應數據庫；2)獲取儀表盤的圖像；3)對圖像進行灰度化、去噪處理；4)使用灰度變換函數對圖像進行灰度變換，拉升對比度；5)利用大律法進行二值化；6)使用開運算處理毛刺，達到消除陰影的作用；7)進行形態學處理指針邊緣；8)進行Hough變換；9)篩選指針邊緣所在直線；10)根據指針直線傾斜角度，計算指針度數；11)通過獲得的指針傾斜角度與儀表度數的對應關系表，得到指針儀表的度數。對于本技術方案，具體敘述如下：1、灰度變換：攝像頭采集的圖像一般是24位的真彩色，紅綠藍分別占8位。由于圖像的顏色信息對于后面的處理識別作用不大，為加快計算的速度，將圖像進行灰度化處理。此外，圖像一般都會受到噪聲的干擾，故使用高斯濾波去噪，得到圖2所示圖像。由圖2所示可知，指針與陰影的灰度值十分接近，若直接二值化就會導致無法清晰地將指針摳出，影響指針的識別。所以必須對陰影進行抑制，即拉伸圖像的對比度。直方圖是灰度圖像的一種重要的特征。它表現了256個灰度值在圖像中的分布情況。從圖3可以看出，經灰度化和高斯濾波的效果圖整體較暗，其灰度直方圖的分量集中在灰度級的中低部，且中部分布的像素最多。而我們的感興趣區即指針的灰度值集中在灰度級的低端，所以需要使用灰度變換函數來有目的性的拉升感興趣區的灰度值，以此來加大指針與陰影的對比度。假設圖像的灰度區間為[A,A+L]，變量本文檔來自技高網...

【技術保護點】
1.一種在電力遠程監控中基于陰影消除優化的儀表指針位置檢測識別方法，包括通過視頻監控系統或攝像機獲取電控柜或儀表盤的圖像；其特征是：1)首先針對每一類或每一型號的儀表，構建一個指針的傾斜角度與儀表度數的對應關系表或對應數據庫；2)對圖像進行灰度化、去噪處理；3)使用灰度變換函數對圖像進行灰度變換，拉升對比度；4)利用大律法進行二值化；5)使用開運算處理毛刺，達到消除陰影的作用；6)進行形態學處理指針邊緣；7)進行Hough變換；8)篩選指針邊緣所在直線；9)根據指針直線傾斜角度，計算指針度數；10)通過獲得的指針傾斜角度與儀表度數的對應關系表，得到指針儀表的度數。

【技術特征摘要】
1.一種在電力遠程監控中基于陰影消除優化的儀表指針位置檢測識別方法，包括通過視頻監控系統或攝像機獲取電控柜或儀表盤的圖像；其特征是：1)首先針對每一類或每一型號的儀表，構建一個指針的傾斜角度與儀表度數的對應關系表或對應數據庫；2)對圖像進行灰度化、去噪處理；3)使用灰度變換函數對圖像進行灰度變換，拉升對比度；4)利用大律法進行二值化；5)使用開運算處理毛刺，達到消除陰影的作用；6)進行形態學處理指針邊緣；7)進行Hough變換；8)篩選指針邊緣所在直線；9)根據指針直線傾斜角度，計算指針度數；10)通過獲得的指針傾斜角度與儀表度數的對應關系表，得到指針儀表的度數。2.按照權利要求1所述的在電力遠程監控中基于陰影消除優化的儀表指針位置檢測識別方法，其特征是所述的儀表指針位置檢測識別方法，利用自適應的閾值二值化來提高陰影消除的效果，提高儀表指針位置的識別精度。3.按照權利要求1所述的在電力遠程監控中基于陰影消除優化的儀表指針位置檢測識別方法，其特征是所述的灰度變換采用下述公式來實現：s＝T(r)，A≤r，s≤A+L其中，圖像的灰度區間為[A，A+L]，變量r代表原圖像的灰度級，變量s代表拉伸過以后的圖像的灰度級。4.按照權利要求4所述的在電力遠程監控中基于陰影消除優化的儀表指針位置檢測識別方法，其特征是所述灰度變換的變換函數的形式如下：其中0<a，b&lt...

【專利技術屬性】
技術研發人員：韓浩江，張立，毛俊，姚明，吳昊，安帥，張海清，夏澍，楊杰，柴俊，楊劍，
申請(專利權)人：國網上海市電力公司，
類型：發明
國別省市：上海,31