CN103076589B - 一种数字万用表自动检定装置及其检定方法 - Google Patents

Abstract

本发明公开了一种数字万用表自动检定装置，包括PC机，所述PC机分别与标准源、图像采集装置线路连接；所述标准源与万用表线路连接。本发明提供一种数字万用表自动检定装置及其检定方法，其实现万用表显示测量数据的自动读取识别导入，代替了人工通电查看万用表显示测量数据、记录数据和计算误差的认为过程，在提高准确率的同时降低了劳动成本。

Description

一种数字万用表自动检定装置及其检定方法

技术领域

本发明涉及一种数字万用表自动检定装置及其检定方法。

背景技术

电力系统中各种表计必须周期性进行检定，检定工作量较大。每种被检表计的精度、量程等各不相同，传统的人工检定过程中，要查阅技术说明书或以往的校验记录以确定测试点，工作人员需要有专门知识。此外，不同量程要手工改接与校准仪的连接线路，手动切换万用表量程，需人眼读取表计显示数据，手工记录，逐点手工计算误差，所需记录及计算的数据多，要花费较长的时间，直接影响了检定的工作效率，也存在一定错检概率。

发明内容

为解决上述问题，本发明的目的在于提供一种数字万用表自动检定装置及其检定方法，其实现万用表显示测量数据的自动读取识别导入，代替了人工通电查看万用表显示测量数据、记录数据和计算误差的认为过程，在提高准确率的同时降低了劳动成本。

本发明为达到上述的目的，本发明采用如下技术方案：

    一种数字万用表自动检定装置，包括PC机，所述PC机分别与标准源、图像采集装置线路连接；所述标准源与万用表线路连接。

    所述图像采集装置包括摄像头。

一种数字万用表自动检定装置的检定方法，包括以下步骤：

1）首先PC机根据被检定的万用表档位量程通过标准源向被检定的万用表输入对应的电流、电压和电阻值进行测量；

2）接着图像采集装置的摄像头对被检定的万用表显示的数字图像进行实时视频采集，且将采集图像输送给PC机；

3）当PC机将采集的图像依次进行滤波、二值化、规一化处理后再对图像进行数字特征提取，接着将提取的数字特征同时与数字样本特征库进行模板匹配；然后将匹配结果进行误差计算，自动形成检定报告。

    所述步骤3）中数字特征提取的步骤为：首先对图像数字归一化为16 X 8个像素后平均分成8份，统计每一份中黑色像素的百分比得到8个特征参数；接着分别统计水平方向中间两行和竖直方向中间两列的黑色象素点的百分比得到4个特征参数；最后统计所有黑色象素点的百分比作为第13个特征参数。

    所述步骤3）中所述的数字样本特征库作为人工神经网络的训练样本，通过误差反传学习算法离线学习训练好人工神经网络，以权值形式储存在网络中，提取的数字特征在已训练的神经网络中进行模板匹配。

4、    所述步骤3）中所述误差通过误差公式：△=±α%Ux±β% Um或△=±α%±                                               β%或△=±α%±n个字或△=±α%Ux±β% Um±n个字计算；其中α为表计误差的相对项系数，β 为误差的固定项系数 ，Ux为表计显示值，Um为表计测量上限。

本发明的有益效果为：本发明提供的一种数字万用表自动检定装置及其检定方法，其实现万用表显示测量数据的自动读取识别导入，代替了人工通电查看万用表显示测量数据、记录数据和计算误差的认为过程，在提高准确率的同时降低了劳动成本。

附图说明

图1为本发明一种数字万用表自动检定装置的结构示意图；

图2为图像数字8个特征参数的结构示意图；

图3为图像数字4个特征参数的结构示意图；

具体实施方式

实施例1

    如图1所示，本实施例提供的是一种数字万用表自动检定装置，包括PC机1，所述PC机1分别与标准源2、图像采集装置3线路连接；所述标准源2与万用表4线路连接。所述图像采集装置3包括摄像头。

如图2、图3所示一种数字万用表自动检定装置的检定方法，包括以下步骤：第一，首先PC机1根据被检定的万用表4档位量程通过标准源2向被检定的万用表4输入对应的电流、电压和电阻值进行测量。第二，接着图像采集装置3的摄像头对被检定的万用表4显示的数字图像进行实时视频采集，且将采集图像输送给PC机1。第三，当PC机1将采集的图像依次进行滤波、二值化、规一化处理后再对图像进行数字特征提取，接着将提取的数字特征同时与数字样本特征库进行模板匹配；然后将匹配结果进行误差计算，自动形成检定报告。

图像滤波，由于拍摄的数字图像受相机本身因素和环境条件的影响存在噪声，采样高斯滤波能够减少数字图像失真。提高对比度，受光照的影响，图像中的数字灰度和背景对比度减少，采用灰度的分段线性变换，改善数字图像的数字与背景的对比度。数字区定位，工业摄像头获得的图像区域较大，万用表显示屏的灰度值较高且构成矩形区域，利用这个特点，将数字区域定位到万用表显示屏区域。

二值化，采样的图像是彩色或灰度图像，特征提取时计算的是黑色像素的百分比，因此需要对图像进行二值化（黑白）处理，二值化采用自适应的最小均方误差算法。滤波处理，二值化后数字图像中存在一些孤立或短细小线条，滤波算法是计算其含有的黑色像素数，少于20个就滤除这些像素。数字分割，获取二值化数字图像中含多个数字，数字分割算法就是将找出万用表数字图像中的每个数字的区域。由于两数字间有缝隙，可利用图像垂直投影直方图就能定位出每个数字在水平方向上占的区间。

规一化，由于不同万用表数字大小不一，规一化就是将每个数字归一成相同大小的图像，本项目规一化成16x8像素的图像。

所述步骤3）中数字特征提取的步骤为：首先对图像数字归一化为16 × 8个像素后平均分成第一等分21、第二等分22、第三等分23、第四等分24、第五等分25、第六等分26、第七等分27、第八等分28，统计每一份中黑色像素的百分比得到相应的8个特征参数；接着将图像数字再分别在水平方向中间两行和竖直方向中间两列分成第九等分29、第十等分30、第十一等分31、第十二等分32，统计每一份中黑色像素的百分比得到相应的4个特征参数；最后统计所有黑色象素点的百分比作为第13个特征参数。

    所述步骤3）中所述的数字样本特征库作为人工神经网络的训练样本，通过误差反传学习算法离线学习训练好人工神经网络，以权值形式储存在网络中，提取的数字特征在已训练的神经网络中进行模板匹配。

5、所述步骤3）中所述误差通过误差公式：△=±α%Ux±β% Um，或△=±α%±β%或△=±α%±n个字或△=±α%Ux±β% Um±n个字计算；其中α为表计误差的相对项系数（准确度等级），β 为误差的固定项系数 ，Ux为表计显示值，Um为表计测量上限（满度值）。误差计算按《数字多用表检定规程DL/T980--2005》计算。

一台4（1/2）位数字万用表，说明书上标有△=±0.02%Ux±2个字，当使用Um=2V量程时，计算该表在Ux=1V时的误差。将测量值Ux和满量程Um代入误差公式。

因为是4（1/2）万用表，所以2个字=±=±0.0001。即绝对误差：△=±0.02%Ux±2个字=±0.02%×Ux±0.01%Um=±0.0004V；相对误差：△=±0.02%±2个字=±0.02%±0.01%=±0.04%。

本实施例所述的一种数字万用表自动检定装置及其检定方法，其实现万用表显示测量数据的自动读取识别导入，代替了人工通电查看万用表显示测量数据、记录数据和计算误差的认为过程，在提高准确率的同时降低了劳动成本。

Claims (2)

1.一种数字万用表自动检定装置的检定方法，其特征在于包括以下步骤：

步骤1）：首先PC 机（1）根据被检定的万用表（4）档位量程通过标准源（2）向被检定的万用表（4）输入对应的电流、电压和电阻值进行测量；

步骤2）：接着图像采集装置（3）的摄像头对被检定的万用表（4）显示的数字图像进行实时视频采集，且将采集图像输送给PC 机（1）；

步骤3）：当PC 机（1）将采集的图像依次进行滤波、二值化、规一化处理后再对图像进行数字特征提取，接着将提取的数字特征同时与数字样本特征库进行模板匹配；然后将匹配结果进行误差计算，自动形成检定报告；

所述步骤3）中所述的数字样本特征库作为人工神经网络的训练样本，通过误差反传学习算法离线学习训练好人工神经网络，以权值形式储存在网络中，提取的数字特征在已训练的神经网络中进行模板匹配；

所述步骤3）中所述误差通过误差公式：△=±α%Ux±β% Um或△=±α%±                                                β%或△=±α%±n个字或△=±α%Ux±β% Um±n个字计算；其中α 为表计误差的相对项系数，β 为误差的固定项系数 ，Ux 为表计显示值，Um 为表计测量上限。

2.根据权利要求1 所述的一种数字万用表自动检定装置的检定方法，其特征在于：所述步骤3）中数字特征提取的步骤为：首先对图像数字归一化为16 X 8 个像素后平均分成8 份，统计每一份中黑色像素的百分比得到8 个特征参数；接着分别统计水平方向中间两行和竖直方向中间两列的黑色象素点的百分比得到4 个特征参数；最后统计所有黑色象素点的百分比作为第13 个特征参数。