王東燦

摘要：為了解決智能變電站中人工讀取儀表存在的效率低下，讀取困難等問題，運用數(shù)字圖像處理技術(shù)設(shè)計了一個智能變電站指針式儀表自動讀數(shù)識別系統(tǒng)。該系統(tǒng)對采集到的圖像進(jìn)行預(yù)處理，提出了一種基于Hough變換指針角度識別方法，推導(dǎo)出指針方向與識別讀數(shù)的數(shù)學(xué)公式。此算法比傳統(tǒng)Hough變換提取法增加了儀表指針通過圓盤圓心等這一條件，提高了指針特征提取的精度。經(jīng)過大量實驗表明，該指針式儀表自動讀數(shù)識別方法可以準(zhǔn)確地讀出儀表的讀數(shù)。

關(guān)鍵字：智能變電站；Hough變換；圖像處理；指針式儀表；指針角度

中圖分類號：TP391.4 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2018）14-0191-02

1引言

在科技高度發(fā)達(dá)的今天，隨著深度學(xué)習(xí)、計算機(jī)視覺和機(jī)器學(xué)習(xí)等技術(shù)的高速發(fā)展，數(shù)字圖像處理技術(shù)在諸多領(lǐng)域有了用武之地，尤其在車牌識別，指紋識別，人臉識別等領(lǐng)域已經(jīng)有了比較成熟的產(chǎn)品在使用。針對人工讀取指針式儀表存在的種種缺陷，采用數(shù)字圖像處理技術(shù)和模式識別相關(guān)技術(shù)，設(shè)計一種智能變電站指針式儀表自動讀數(shù)識別方法已成為一件十分重要且緊迫的事情。變電站待巡檢的儀表設(shè)備中大部分是指針式儀表，這類儀表相較于數(shù)字式儀表，結(jié)構(gòu)簡單，價格低廉，因為是機(jī)械結(jié)構(gòu)，無須電源，使用起來方便，廣泛應(yīng)用于電力系統(tǒng)中。傳統(tǒng)的儀表大多采用人工讀取的方式，但是人工讀取存在諸多問題，比如易產(chǎn)生疲勞，誤差較大，效率低下，有些儀表由于存放位置的原因，人眼無法讀到。

2系統(tǒng)算法結(jié)構(gòu)

采集圖像后并對其進(jìn)行預(yù)處理，指針式儀表識別的關(guān)鍵是指針特征值的提取，確定指針的指向。用Hough變換檢測最長的直線，該直線即可認(rèn)為指針，然后判斷指針的兩端，距離指針座最遠(yuǎn)的一端即為指針指向刻度的一端。將指向刻度的一端與指針座連接起來所在的直線即為指針的中軸線。下圖為指針式儀表自動讀數(shù)識別的算法結(jié)構(gòu)與處理流程。

3圖像預(yù)處理

指針式儀表的圖像是由普通數(shù)字?jǐn)z像機(jī)在自然場景下采集到的。在采集的過程中，由于受到拍攝角度、儀表玻璃面反射、光照等因素的影響，采集到的圖像往往包含大量的噪聲。沒有經(jīng)過任何處理的圖像，圖像中所包含的噪聲會使圖像模糊，甚至使圖像中的有用信息丟失，所以必須對獲得的圖像進(jìn)行預(yù)處理，否則會導(dǎo)致儀表指針特征值提取困難，影響最終識別結(jié)果的準(zhǔn)確性。預(yù)處理主要包括以下方法：圖像灰度化、去除噪聲、邊緣檢測、二值化等。

3.1圖像采集

圖像采集是指針式儀表自動讀數(shù)識別系統(tǒng)的第一步，主要是采集在實際的生產(chǎn)生活環(huán)境中包含有待監(jiān)控識別的指針式儀表的圖像，傳送到我們的指針式儀表自動讀數(shù)識別系統(tǒng)進(jìn)行判讀。一個良好的數(shù)字圖像采集系統(tǒng)應(yīng)該能夠隨時采集到高質(zhì)量的指針式儀表圖像。在圖像采集環(huán)節(jié)，采集到圖像質(zhì)量越高越好，后期的特征值提取就越準(zhǔn)確。高質(zhì)量的圖像應(yīng)該是分辨率高，干擾因素少，光照適中，背景區(qū)域和目標(biāo)區(qū)域邊界分明。該系統(tǒng)采集的圖像是使用普通攝像機(jī)在自然光情景下指針式儀表圖像。

3.2圖像的灰度化

由于攝像頭采集到的圖像是彩色圖像，彩色圖像所占用的存儲空間大，處理時間長，處理效率低下，所以必須將彩色圖像進(jìn)行灰度化。常用的圖像灰度化方法有：

本系統(tǒng)采用加權(quán)平均值法對彩色圖像灰度化，根據(jù)公式（1）對每一個像素點進(jìn)行灰度化處理。

3.3表盤圖像去噪

圖像在采集和傳輸過程中，容易受到各種外界因素的干擾，不可避免地會產(chǎn)生各種噪聲從而影響圖像的質(zhì)量。這對后續(xù)圖像的處理產(chǎn)生很大的影響，有可能會導(dǎo)致識別出現(xiàn)錯誤，所以有必要了解噪聲的來源及種類。然后采取圖像處理技術(shù)消除噪聲，改善圖像質(zhì)量。常見的噪聲模型有以下幾種：高斯噪聲，均勻噪聲，脈沖噪聲。本系統(tǒng)采用中值濾波的方法重點處理高斯噪聲和脈沖噪聲。

3.4邊緣檢測

圖像易受環(huán)境光源影響，噪聲明顯，圖像處理需要將有意義的對象與背景分離開，分離的首要步驟就是邊緣檢測，邊緣檢測過的圖像特征更有效。邊緣檢測是計算機(jī)視覺和數(shù)字圖像處理中的基本問題，標(biāo)識數(shù)字圖像中亮度變化明顯的像素點是邊緣檢測的目的。本系統(tǒng)采用Canny邊緣檢測算法，包括跟蹤邊緣、消除噪聲、尋找圖像中的梯度方向和幅值。消除噪聲需要對原始圖像數(shù)據(jù)與高斯內(nèi)核（Mask）作卷積降噪。使用垂直和對角線方向的邊緣、4個內(nèi)核（Mask）檢測水平得到梯度方向和幅值；跟蹤邊緣需要采用滯后閾值，包括高閾值和低閾值，跟蹤圖像中模糊的部分，避免將噪聲像素當(dāng)成邊緣。

3.5圖像二值化

所謂圖像二值化就是將具有256個亮度等級的灰度圖像處理成只有0和255兩個亮度等級的二值化圖像，表現(xiàn)為黑色和白色。在圖像預(yù)處理階段進(jìn)行圖像二值化處理具有十分重要的意義。首先，在圖像采集過程中面臨著多種多樣的環(huán)境，通過對圖像進(jìn)行二值化處理，能夠把一些干擾因素去除，為后續(xù)的特征提取做前提準(zhǔn)備。一些有用的信息并不會因為圖像二值化丟失，相反好的圖像二值化算法可以更好提取出這些前景目標(biāo)比如：表盤邊緣、指針、刻度數(shù)字等。目前已經(jīng)有很多成熟的圖像二值化算法，基本是采用閾值分割的思想。根據(jù)條件選定一個灰度值T，然后將圖像中所有的像素點與T相比較，把比T大的分一類，把比T小的分一類。這樣圖像中所有的像素點分成了兩類：一類賦值0，一類賦值1，形成二值圖像。有三種常見的閾值計算方法：（1）灰度平均法；（2）雙峰法；（3）最大類間方差法（OTSU）。其中最大類間方差法是使用的最為廣泛的閾值分割方法，本系統(tǒng)使用最大類間方差法對圖像進(jìn)行二值化處理。

4儀表的特征提取和讀數(shù)識別

4.1儀表指針的提取

儀表圖像中指針具有灰度關(guān)于中軸線對稱、底端粗、頂端細(xì)的特征，而且指針的中軸線經(jīng)過轉(zhuǎn)動軸心。因此指針定位可通過hough變換提取經(jīng)過表盤轉(zhuǎn)動軸心的指針中軸線來實現(xiàn)。

直角坐標(biāo)系中直線l的方程為：

用極坐標(biāo)表示為：

式中：ρ表示直線l到原點o的距離，θ則表示x軸與垂線的夾角。x-y平面內(nèi)的任一條直線與ρ-θ空間內(nèi)的一個點相對應(yīng)。x-y平面的任一個點與ρ-θ平面上的一條正弦曲線相對應(yīng)。Hough變換的本質(zhì)是將圖像空間內(nèi)具有一定關(guān)系的像元進(jìn)行聚類，尋找能把這些像元用某一解析形式聯(lián)系起來的參數(shù)空間累積對應(yīng)點。x-y平面上任意一條直線對應(yīng)于ρ-θ空間中的一個點，x-y平面任意一個點對應(yīng)于ρ-θ空間中的一條曲線。

根據(jù)儀表指針具有的直線特性，本系統(tǒng)提出了基于Hough變換的指針定位算法，計算出指針中軸線與x軸的夾角θ并檢測出過表盤轉(zhuǎn)動軸心的指針位置。儀表指針圍繞指針軸心旋轉(zhuǎn)，中軸線必過指針的轉(zhuǎn)動軸心，通過這個特征定位指針中軸線，從而進(jìn)一步提高指針角度的提取準(zhǔn)確度。儀表的指針轉(zhuǎn)動角度限制在儀表的量程范圍內(nèi)，在對圖像的Hough變換值進(jìn)行搜索的時候，可以對特定角度范圍內(nèi)的直線進(jìn)行搜索，這樣可以提高搜索的效率，減少搜索量。具體步驟如下：

1）在對圖像進(jìn)行二值化處理后，在處理后的圖像的基礎(chǔ)上決定Hough變換累加器的大小并分配內(nèi)存空間。

2）如果指針目標(biāo)中的像素滿足表盤轉(zhuǎn)動軸心在ρ-θ空間上的曲線，則存入累加器。

3）根據(jù)前期建模的儀表量程設(shè)定檢測直線角度的閾值T，分別計算θ在T范圍內(nèi)每一個ρ的值，將結(jié)果保存在Hough變換累加器中。

4）遍歷整個累加器來查找累加值最大的那個點，然后記錄這個點并將其鄰域清零。

5）重復(fù)第4）步直到累加器下所有的累加值都為零為止，記錄下這些點即對應(yīng)了檢測的表盤圖像中指針中軸線。

4.2儀表讀數(shù)識別

在進(jìn)行表盤區(qū)域定位后，儀表的示數(shù)可以用指針的偏轉(zhuǎn)角度來描述。Hough變換是現(xiàn)今直線檢測中比較成熟的檢測方法，其運用兩個坐標(biāo)空間之間的變換將在一個空間中具有相同形狀的曲線或直線映射到另一個坐標(biāo)空間的一個點上形成峰值，其中直線y=kx+b檢測的極坐標(biāo)形式如公式（2）所示。

Hough變換用于變電站指針式儀表圖像中指針的檢測時，如果指針邊緣受到噪聲干擾或其他原因出現(xiàn)間斷的情況下仍然能進(jìn)行良好的分割，原因就是Hough變換有一個突出的優(yōu)點：對分割結(jié)果的不完全或噪聲不是十分敏感。對提取出來的圖像進(jìn)行邊緣化處理后，利用改進(jìn)的Hough變換將檢測到的斷續(xù)的短直線進(jìn)行迭代擬合，由此得到的長線段即為儀表指針?biāo)诘闹本€y=kx+b。知道斜率k，通過θ=tan-1k計算出指針的傾斜角度。指針的示數(shù)N由下式得出。

N=A×（θ-θ（min））/（θ（max）-θ（min）） （4）

式中，A為儀表盤總量程，θ（min）表示表盤零刻度、θ（max）表示表盤的滿刻度的角度。

5結(jié)論

本系統(tǒng)針對智能變電站中指針式儀表讀取準(zhǔn)確性差，自動化程度低等問題，采用數(shù)字圖像處理相關(guān)技術(shù)，以O(shè)penCV為圖像處理的核心軟件，運用加權(quán)平均法灰度化、中值濾去噪、Canny邊緣檢測、最大類間方差確定閾值和Hough直線提取等算法，設(shè)計了一個指針式儀表自動識別讀數(shù)系統(tǒng)。該系統(tǒng)能夠在復(fù)雜的環(huán)境下實現(xiàn)指針式儀表的自動判讀。

參考文獻(xiàn)：

[1] 許麗，石偉，方甜巡檢機(jī)器人中的指針式儀表讀數(shù)識別系統(tǒng)[J].儀器儀表學(xué)報，2017，38（7）：1782-1790.

[2] 尹力. 基于圖像的指針式儀表讀數(shù)自動識別技術(shù)研究[D].成都：電子科技大學(xué)，2016.

[3] 劉陽.基于數(shù)字圖像處理技術(shù)的指針式儀表識別系統(tǒng)[D].濟(jì)南：山東大學(xué)，2016.

[4] 王欣，孫鵬. 智能變電站中指針式儀表圖像自動識別方法[J].電氣技術(shù)，2016，5（1）：7-10.

[5] 石偉，王朝立，陳建帥，等. 基于圖像處理的變電站指針式儀表讀數(shù)研究[J].電子技術(shù)，2016，29（1）：118-121.

[6] 佘世洲，宋凱，劉輝等. 一種電力指針式儀表示數(shù)自動識別的魯棒方法[J].計算機(jī)技術(shù)與發(fā)展，2011，35（19）：85-88.

[7] 王瑞，李琦，方彥軍.一種基于改進(jìn)角度法的指針式儀表圖像自動讀數(shù)方法[J].電測與儀表，2013，50（11）：115-118.

[8]CorreaAlegriaF，CruzSerraA.Computervisionappliedtotheauto maticcalibrationofmeasuringinstruments[J].Measurement，2000（28）：185-195.