孫志周，田克超，劉璇，王亞菲，李健，楊國慶

(1. 國網(wǎng)智能科技股份有限公司 機器人事業(yè)部,山東 濟(jì)南 250101；2.廣東電網(wǎng)有限責(zé)任公司廣州供電局 運維部,廣東 廣州 510641)

智能電網(wǎng)是未來電網(wǎng)的發(fā)展方向，即在發(fā)電、輸電、配電、用電等環(huán)節(jié)應(yīng)用大量新技術(shù)，最終實現(xiàn)電網(wǎng)管理的自動化、綜合化、集中化、智能化[1-2]。變電站作為電網(wǎng)樞紐必須進(jìn)行定期巡視以確保安全運行，采用機器人對無人值守環(huán)境下變電站設(shè)備運行狀態(tài)進(jìn)行自動檢測顯得極其重要[3-4]。

在室外的變電站中圓形儀表是主要檢測設(shè)備之一，主要分為指針式儀表和數(shù)字式儀表。對于指針式儀表，讀數(shù)的準(zhǔn)確率在很大程度上取決于圓形儀表的圓心位置。圓心定位精度越高，讀數(shù)的準(zhǔn)確率也就越高。圓形指針儀表的圓可以說是理想的圓，但由于變電站現(xiàn)場原因，攝像機拍攝時存在俯仰視角，不能保證拍攝的圓形儀表是正圓，造成了拍攝到的儀表圖像發(fā)生了偏轉(zhuǎn)變形。再者，由于攝像機視覺的影響，拍攝得到的儀表指針和真實的儀表指針之間存在差別。這些因素嚴(yán)重影響了指針讀數(shù)識別，因此，開發(fā)一套快速、準(zhǔn)確、穩(wěn)定、可靠的讀數(shù)矯正方法具有重要意義。

鑒于此，提出了一種圓形指針式儀表讀數(shù)矯正方法。使用橢圓擬合方法得到圓形儀表的表盤區(qū)域并提取圓心，進(jìn)而得到表針圓心和擬合得到的圓心之間的距離。結(jié)合得到的距離進(jìn)行儀表指針讀數(shù)矯正，輸出正確的儀表讀數(shù)。

1 儀表圖像濾波

為了提高圖像質(zhì)量便于后面處理得到更好的結(jié)果，需要對圖像進(jìn)行預(yù)處理操作。濾波去噪是圖像預(yù)處理常用的技術(shù)手段，其中，中值濾波是一種非線性濾波器，對噪聲點有較好的處理效果[5-6]。

對于二維圖像數(shù)據(jù)，選取一個r1×r2區(qū)域的窗口，將窗口依次滑過整幅圖像，將窗口中心位置像素用窗口中像素中值代替，得到濾波后的圖像。依據(jù)實踐經(jīng)驗，選取1×3的窗口，可以較好濾除噪聲點干擾,因此，結(jié)合變電站巡檢圖像自身特點，采用中值濾波對指針圖像降噪處理。

數(shù)學(xué)形態(tài)學(xué)是進(jìn)行數(shù)字圖像處理的重要方法。它是建立在集合代數(shù)基礎(chǔ)上，用集合論方法定量地描述幾何形狀和結(jié)構(gòu)的數(shù)學(xué)方法，它逐漸成為提取和分析圖像幾何特征的工具[7]。數(shù)學(xué)形態(tài)學(xué)是分析幾何形狀和結(jié)構(gòu)的數(shù)學(xué)方法，它是由一組形態(tài)學(xué)的代數(shù)運算子組成的，最基本的形態(tài)學(xué)運算子有：腐蝕(erosion)、膨脹(dilation)，開運算(opening)和閉運算(closing)。用這些運算子及其組合來進(jìn)行圖像形狀和結(jié)構(gòu)的分析及處理，包括圖像分割、特征抽取、邊界檢測、圖像濾波，圖像增強和恢復(fù)工作[8-10]。

X對S的閉運算用X·S表示，其定義為

X·S=(X?S)ΘS，

(1)

式中：X?S表示X對S進(jìn)行膨脹；XΘS表示X對S進(jìn)行腐蝕。因此，閉操作可看作是對膨脹圖像X?S用腐蝕來進(jìn)行恢復(fù)。閉運算一般會將狹窄的缺口連接起來形成細(xì)長的彎口，并填充比結(jié)構(gòu)元素小的洞。

2 表盤和指針定位提取

2.1 表盤提取

正如以上所述，對于圓形指針式儀表，識別效果的性能在很大程度上取決于圓形儀表的圓心位置。為了找到圓形儀表的圓心，首先需要定位表盤區(qū)域，根據(jù)表盤區(qū)域確定待檢測儀表的圓心。由于攝像機拍攝角度的問題，變電站的圓形儀表產(chǎn)生了畸變，形狀變?yōu)榱藱E圓,因此橢圓的圓心就是圓形儀表的圓心。

橢圓擬合是數(shù)據(jù)處理中的一個經(jīng)典問題，它在圖像處理、機器視覺、模式識別等技術(shù)領(lǐng)域中都有重要應(yīng)用[11-12]。橢圓擬合法的基本思路是：對于給定平面上的一組樣本點，尋找一個橢圓，使其盡可能靠近這些樣本點[7],也就是說，將圖像中的一組數(shù)據(jù)以橢圓方程為模型進(jìn)行擬合，使某一橢圓方程盡量滿足這些數(shù)據(jù)。橢圓擬合的常用算法有：最小二乘法擬合、Hough變換擬合、五點擬合等。

在二維平面坐標(biāo)系中，橢圓一般可以用曲線方程的代數(shù)形式表示，如式(2)所示：

Ax2+Bxy+Cy2+Dx+Ey+F=0，

(2)

式中A、B、C、D、E、F為橢圓方程待確定的參數(shù)。由數(shù)學(xué)知識可知，當(dāng)知道橢圓上五個點或者多于五個點的坐標(biāo)即可得到方程式(2)中的參數(shù)。由于儀表發(fā)生了畸變，表盤的定位提取在人工干預(yù)的情況下效果較好,因此，本文使用五點法進(jìn)行橢圓擬合，手工標(biāo)定表盤區(qū)域內(nèi)的五個點，以便精確地定位表盤并確定表盤圓心。如圖1所示，紅色的點為擬合橢圓的標(biāo)定點選取方式。

圖1 五點法橢圓擬合標(biāo)定

2.2 表針提取

指針式儀表的指標(biāo)呈直線狀態(tài)，因此，在指針提取時可采用Hough變換進(jìn)行直線檢測。Hough變換直線檢測是圖像分析和計算機視覺的一個重要內(nèi)容，并且Hough變換的優(yōu)點是其抗噪性能比較好，并且能連接共線短直線[13-15]。Hough變換的基本思想是利用點和線的對偶性，即圖像空間共線的點對應(yīng)在參數(shù)空間里相交的線，在參數(shù)空間中交于同一個點的所有直線在圖像空間里都有貢獻(xiàn)的點與之對應(yīng)。

在圖像中檢測直線的問題，其實質(zhì)是找到構(gòu)成直線的所有的像素點;而所有共線的點(x,y)，當(dāng)直線斜率存在時，都可以用式(3)表示，其中k為直線的斜率，b為截距。

y=kx+b。

(3)

3 算法設(shè)計

機器人拍攝儀表圖像時，會因為角度原因出現(xiàn)讀數(shù)偏差，圖2為同一儀表的不同角度拍攝結(jié)果。從圖2中可以看到，儀表指針讀數(shù)出現(xiàn)偏差。這是因為指針和表盤不是處于同一個平面，當(dāng)儀表偏轉(zhuǎn)變形時，指針相對表盤出現(xiàn)了偏差,因此，將指針位置平移到儀表平面上對應(yīng)位置才是對應(yīng)正面圖像中指針的正確讀數(shù)。

(a)偏轉(zhuǎn)變形儀表 (b) 正面儀表

圖3(a)為儀表投影俯視圖簡圖，圖3(b)為儀表投影前視圖簡圖。因拍攝儀表目標(biāo)較遠(yuǎn)，可將觀測透射視線簡化為平行視線。通過兩張圖可以觀測到，當(dāng)儀表旋轉(zhuǎn)一定角度時，因為儀表平面與指針平面有一定間隔，從而在投影平面成像的結(jié)果會有一定的偏移；同時當(dāng)旋轉(zhuǎn)角度固定時，因為儀表平面與指針平面平行，兩平面對應(yīng)的點在投影平面成像的偏移距離相同,此時，當(dāng)確定指針?biāo)趫A面圓心及針尖位置，以及表盤圓心，即可確定指針在表盤實際位置，從而獲得最終矯正讀數(shù)。

(a)俯視圖 (b) 前視圖

圖3中，指針?biāo)趫A面圓心Op為標(biāo)定位置，表盤圓心Oi為通過標(biāo)定表盤進(jìn)行橢圓擬合的位置，指針針尖Pp可通過Hough直線檢測得到。根據(jù)幾何知識可得到以下位置關(guān)系，進(jìn)而計算出Pi的真實位置。

Pos(Pp) - Pos(Pi) = Pos(Op) - Pos(Oi),

(4)

式中Pos() 表示各點的位置坐標(biāo)。

綜上所述，由于儀表表盤與指針之間的距離不方便獲取，但是手工標(biāo)定可以得到指針的圓心位置，通過表盤橢圓擬合可以得到表盤的圓心位置。表盤區(qū)域提取步驟如下：

Step1 選擇目標(biāo)儀表框;

Step2 手工標(biāo)定儀表盤位置(5個點均勻分布在表盤周邊);

Step3 使用橢圓擬合標(biāo)定數(shù)據(jù)，別截取表盤區(qū)域;

Step4 計算橢圓圓心。

圖4中黃色的橢圓即為根據(jù)五點擬合的結(jié)果，其中長軸和短軸的交點(紅色的點)即為表盤圓心。

圖4 橢圓擬合 圖5 指針和表盤的偏移

經(jīng)過推算可知，表盤圓心與指針圓心的偏差即為指針針尖與表盤對應(yīng)針尖位置的偏差，也就是偏轉(zhuǎn)變形儀表指針讀數(shù)和正面儀表指針讀數(shù)的差別。見圖5中藍(lán)線即為偏移距離d。

4 實驗結(jié)果及分析

4.1 實驗數(shù)據(jù)獲取及預(yù)處理

實驗中的數(shù)據(jù)均來自機器人在巡檢過程中?？吭陬A(yù)置位拍攝的設(shè)備圖像，如圖2所示。獲取到的儀表圖像需要進(jìn)行中值濾波去噪處理，消除噪聲干擾，然后使用五點法提取表盤區(qū)域進(jìn)行二值化、形態(tài)學(xué)處理操作。

Hough直線檢測指針提取處理過程結(jié)果如圖6，步驟如下：

(a)原圖 (b) 表盤 }(c) 二值化

Step1 五點法橢圓擬合。在表盤內(nèi)任意選取五個點，擬合橢圓。

Step2 表盤定位截取。通過擬合的橢圓區(qū)域，將表盤區(qū)域截取出來。

Step3 濾波去噪、二值化。將截取獲得的表盤區(qū)域進(jìn)行濾波去噪和二值化。

Step4 形態(tài)學(xué)閉操作。對二值化表盤區(qū)域進(jìn)行閉運算操作。

Step5 直線檢測。使用Hough直線檢測算法檢測到表針的位置。

4.2 矯正實驗

實驗中共測試了87張圖像，其中：83張圖像與原圖像結(jié)果一樣或誤差在可接受的范圍內(nèi)；4張圖像的矯正后誤差仍然不符合要求，其中，標(biāo)定結(jié)果2張無法確定，2張結(jié)果較差。

表1列舉了三張矯正后的讀數(shù)情況，并與hough直線檢測進(jìn)行了對比分析，其中：圖7和圖8的正確誤差在可接受的范圍內(nèi)(根據(jù)實際需求，5%的誤差可接受)；圖9由于儀表偏轉(zhuǎn)嚴(yán)重，正確誤差較大，誤差為8.91%，矯正結(jié)果不能接受。測試結(jié)果統(tǒng)計情況見表2。

圖9 一側(cè)全遮擋儀表

表1 本文方法結(jié)果舉例

表2 測試結(jié)果統(tǒng)計

表1中數(shù)據(jù)顯示，矯正后的讀數(shù)和實際讀數(shù)更加接近，更加優(yōu)于Hough變換得出的讀數(shù)。表3中使用透視變換對圖像進(jìn)行矯正，然后識別指針對數(shù)。測試結(jié)果發(fā)現(xiàn)對偏轉(zhuǎn)較小的效果較好，如圖8結(jié)果和本文一致，但對偏轉(zhuǎn)角度較大的情況識別結(jié)果誤差仍然較大,這主要是因為圖像偏轉(zhuǎn)嚴(yán)重，即使矯正后仍有幾何位置差異。本文算法中圖9錯誤主要是表盤提取不完整造成了表盤圓心及偏移距離計算出現(xiàn)偏差。

表3 透視變換矯正結(jié)果舉例

實驗結(jié)果表示，本文矯正算法使儀表讀數(shù)的正確性取得了很大的改善。利用指針和表盤的偏移距離矯正，提高了偏轉(zhuǎn)儀表的讀數(shù)正確率，正確率達(dá)到了95.4%。

5 結(jié)論

1) 該算法成功解決了變電站設(shè)備中圓形指針式儀表傾斜造成算法識別率降低的現(xiàn)象，正確率達(dá)95.4%，提高了變電站巡檢機器人設(shè)備識別性能，可應(yīng)用到產(chǎn)品中。另一方面，算法具有建模簡單、運行速度快、魯棒性強等特點，算法的成功實施推進(jìn)了變電站無人值守進(jìn)程。

2) 對偏轉(zhuǎn)較大造成遮擋嚴(yán)重的儀表讀數(shù)還存在偏差，仍需進(jìn)一步分析研究，如針對硬件設(shè)備，調(diào)整機器人?？课恢谩?yōu)化云臺俯仰角度控制等，針對算法需要進(jìn)一步研究高性能的儀表圓心定位方法。