CN106295658B - 一种变电站指针式仪表读数自动识别系统 - Google Patents

一种变电站指针式仪表读数自动识别系统 Download PDF

Info

Publication number
CN106295658B
CN106295658B CN201610661012.8A CN201610661012A CN106295658B CN 106295658 B CN106295658 B CN 106295658B CN 201610661012 A CN201610661012 A CN 201610661012A CN 106295658 B CN106295658 B CN 106295658B
Authority
CN
China
Prior art keywords
module
image
reading
pointer
substation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610661012.8A
Other languages
English (en)
Other versions
CN106295658A (zh
Inventor
苏两河
叶开明
陈重洪
陈丽君
叶开发
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Fujian Electric Power Co Ltd
Quanzhou Electric Power Technology Institute of State Grid Fujian Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Fujian Electric Power Co Ltd
Quanzhou Electric Power Technology Institute of State Grid Fujian Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Fujian Electric Power Co Ltd, Quanzhou Electric Power Technology Institute of State Grid Fujian Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201610661012.8A priority Critical patent/CN106295658B/zh
Publication of CN106295658A publication Critical patent/CN106295658A/zh
Application granted granted Critical
Publication of CN106295658B publication Critical patent/CN106295658B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/48—Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/211—Selection of the most significant subset of features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种变电站指针式仪表读数自动识别系统，包括用以采集变电站指针式仪表图像信息的图像采集模块，图像采集模块经无线传输模块连接至计算机；计算机内设置有图像滤波模块、二值化处理模块、指针定位模块、读数自动计算模块、阈值判断模块以及结果输出模块；图像滤波模块与二值化处理模块对图像信息进行滤波处理与二值化处理，并将处理过的信息传递至所述指针定位模块，指针定位模块采用改进的Hough变换方法对图像进行指针定位，读数自动计算模块对定位后的图像进行自动判读得到所述变电站指针式仪表的读数，读数经所述阈值判断模块、结果输出模块输出。本发明能够有效解决人工读数效率低下问题，解决由于疲劳等因素造成的读数错误等问题。

Description

一种变电站指针式仪表读数自动识别系统
技术领域
本发明涉及变电站指针式仪表读取技术领域，特别是一种变电站指针式仪表读数自动识别系统。
背景技术
指针式仪表构造简单、价格便宜、维护方便、可靠性高、防腐蚀性和抗电磁场干扰能力强，基于以上优点，变电站的断路器大多数采用指针式仪表监控其压力值。目前，运行维护人员在进行维护巡视时，大部分依靠人工判读的方式读取断路器的压力值，记录在纸上，巡视完毕后再将所记录到的数据一条条手工输入到电脑。这种传统的方法不仅效率低，同时容易受人的主观因素影响导致所得到的断路器示值结果不准确。近年来，随着数字图像处理技术的不断发展和完善，指针式仪表的识别也获得了巨大的进步。因此，针对上述问题是本发明研究的对象。
发明内容
有鉴于此，本发明的目的是提出式仪表读取技术领域，特别是一种变电站指针式仪表读数自动识别系统，能够有效解决人工读数效率低下问题，解决由于疲劳等因素造成的读数错误等问题。
本发明采用以下方案实现：一种变电站指针式仪表读数自动识别系统，包括用以采集变电站指针式仪表图像信息的图像采集模块，所述图像采集模块经一无线传输模块连接至计算机；所述计算机内依次设置有图像滤波模块、二值化处理模块、指针定位模块、读数自动计算模块、阈值判断模块以及结果输出模块；所述图像滤波模块与二值化处理模块对无线传输模块传来的图像信息进行滤波处理与二值化处理，并将处理过的信息传递至所述指针定位模块，所述指针定位模块采用改进的Hough变换方法对图像进行指针定位，所述读数自动计算模块对定位后的图像进行自动判读得到所述变电站指针式仪表的读数，所述读数经所述阈值判断模块、结果输出模块输出。
进一步地，所述变电站指针式仪表为断路器用密度压力表。
进一步地，所述图像滤波模块与所述二值化处理模块的工作流程包括以下步骤：
步骤S11：对图像信息进行同态滤波处理，将图像表示成照度函数和反射函数的乘积，用滤波器滤除低频段用以滤除光照，解决光照不均的问题；
步骤S12：对同态滤波处理后的图像进行二值化处理与细化处理，并且提取图像的骨架，形成容易提取图像特征的图像。
进一步地，所述指针定位模块的工作流程包括以下步骤：
步骤S21：确定圆心，通过Hough变换方法对图像进行特征提取，其中提取到的特征包括：圆、圆心、指针、多条刻度线以及耐震液直线；
步骤S22：通过滤除不经过圆心的直线滤除耐震液，将剩余直线中最长的一条确定为指针；将圆确定为仪表盘。
进一步地，所述读数自动计算模块的工作流程包括以下步骤：
步骤S31：将仪表盘分成一、二、三、四共四个象限；
步骤S32：根据指针两个端点中部所属的象限以及指针的斜率计算出指针与起始刻度的夹角，进而得到断路器压力表的读数。
进一步地，所述阈值判断模块以及结果输出模块的工作流程包括：若所述读数超出量程范围或者无法识别读数，将图像信息另外存储，并转发至工作人员进行人工判读。
与现有技术相比，本发明有以下有益效果：本发明能够有效解决人工读数效率低下的问题，解决由于疲劳等因素造成的读数错误等问题。
附图说明
图1为本发明的结构原理示意图。
图2为本发明实施例中图像采集模块采集到的断路器用密度压力表。
图3为本发明实施例中同态滤波处理后图像。
图4为本发明实施例中细化处理后的图像。
图5为本发明实施例中检测到的圆及圆心。
图6为本发明实施例中检测到的指针及耐震液直线。
图7为本发明实施例中仪表读数计算示意图。
[主要组件符号说明]
图中：1为耐震液直线，2为指针直线，3为圆心，4为圆，5为起始刻度，6为终止刻度。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
如图1所示，本实施例提供了一种变电站指针式仪表读数自动识别系统，包括用以采集变电站指针式仪表图像信息的图像采集模块，所述图像采集模块经一无线传输模块连接至计算机；所述计算机内依次设置有图像滤波模块、二值化处理模块、指针定位模块、读数自动计算模块、阈值判断模块以及结果输出模块；所述图像滤波模块与二值化处理模块对无线传输模块传来的图像信息进行滤波处理与二值化处理，并将处理过的信息传递至所述指针定位模块，所述指针定位模块采用改进的Hough变换方法对图像进行指针定位，所述读数自动计算模块对定位后的图像进行自动判读得到所述变电站指针式仪表的读数，所述读数经所述阈值判断模块、结果输出模块输出。
在本实施例中，变电站指针式仪表为断路器用密度压力表。
在本实施例中，所述图像滤波模块与所述二值化处理模块的工作流程包括以下步骤：
步骤S11：对图像信息进行同态滤波处理，将图像表示成照度函数和反射函数的乘积，用滤波器滤除低频段用以滤除光照解决光照不均的问题；
步骤S12：对同态滤波处理后的图像进行二值化处理与细化处理，并且提取图像的骨架，形成容易提取图像特征的图像。
在本实施例中，所述指针定位模块的工作流程包括以下步骤：
步骤S21：确定圆心，通过Hough变换方法对图像进行特征提取，其中提取到的特征包括：圆、圆心、指针、多条刻度线以及耐震液直线；
步骤S22：通过滤除不经过圆心的直线滤除耐震液，将剩余直线中最长的一条确定为指针；将圆确定为仪表盘。
在本实施例中，所述读数自动计算模块的工作流程包括以下步骤：
步骤S31：将仪表盘分成一、二、三、四共四个象限；
步骤S32：根据指针两个端点中部所属的象限以及指针的斜率计算出指针与起始刻度的夹角，进而得到断路器压力表的读数。
在本实施例中，所述阈值判断模块以及结果输出模块的工作流程包括：若所述读数超出量程范围或者无法识别读数，将图像信息另外存储，并转发至工作人员进行人工判读。
较佳的，在本实施例中，受仪表周围环境以及光照的影响，采集到的图像信息中包含有噪声，图片不清晰，最终导致图像识别效率低下、识别精度低甚至读数错误，因此必须首先对采集到的图像进行预处理，以改善图像的质量。图2为实际运行中采集到的断路器用密度压力表。
同态滤波是一种在频域中对图像进行处理的方法，其作用是增强图像对比度和压缩图像亮度范围，从而解决图像上光照不均的问题。将图像表示成照度函数和反射函数的乘积，其中，照度频谱主要集中在低频段，而反射频谱主要位于高频段，用滤波器滤除低频段就可达到滤除光照的目的。图3为同态滤波后处理的图像。
本实施例对同态滤波后的图像进行进一步处理，本发明对图像进行二值化之后进行细化处理，提取图像的骨架，形成比较容易提取图像特征的图像，如图4所示。
指针式仪表识别的关键在于直线指针位置的确定，传统的Hough变换方法检测到的直线可能会与实际指针中心线存在一定的偏差或者检测到非指针，为此本发明提出一种改进的Hough变换方法。首先进行圆心的确定：仪表盘是圆形的，其圆心是固定的，且必然在指针轴心的直线上，因此，为了避免指针较粗时出现检测到的直线不经过指针轴心或者检测到非指针的情况，可先找出仪表盘的圆心，然后滤除到不经过圆心的直线。圆可通过Hough变换检测得到。图5中，“+”号为检测到的圆心（3），仪表盘边缘的红色线为检测到的圆（4）。其次进行直线指针的确定：如图6所示，采用Hough变换的方法可提取采集到的图像包含的指针直线（2）、多条刻度线以及耐震液直线（1），其中耐震液的直线最长，但由于耐震液的直线不经过仪表盘圆心，因此可根据检测到的圆心滤除掉耐震液的直线，剩余直线中最长的一条即为指针。
在本实施例中，为了得到指针与起始刻度的夹角，首先将仪表盘分成一、二、三和四共四个象限（如图7所示），根据指针两个端点中部所属象限以及指针的斜率可计算出指针与起始刻度（5）的夹角θ，继而可得到断路器压力表的读数。最终可得到θ=16.74°，压力表的读数为-0.038Mpa，算法识别的读数与实际接近，本发明提出的指针式仪表识别算法是正确的。图7中6为终止刻度。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (1)

1.一种变电站指针式仪表读数自动识别系统，其特征在于：包括用以采集变电站指针式仪表图像信息的图像采集模块，所述图像采集模块经一无线传输模块连接至计算机；所述计算机内依次设置有图像滤波模块、二值化处理模块、指针定位模块、读数自动计算模块、阈值判断模块以及结果输出模块；所述图像滤波模块与二值化处理模块对无线传输模块传来的图像信息进行滤波处理与二值化处理，并将处理过的信息传递至所述指针定位模块，所述指针定位模块采用改进的Hough变换方法对图像进行指针定位，所述读数自动计算模块对定位后的图像进行自动判读得到所述变电站指针式仪表的读数，所述读数经所述阈值判断模块、结果输出模块输出；
其中，所述指针定位模块的工作流程包括以下步骤：
步骤S21：确定圆心，通过Hough变换方法对图像进行特征提取，其中提取到的特征包括：圆、圆心、指针、多条刻度线以及耐震液直线；
步骤S22：通过滤除不经过圆心的直线滤除耐震液，将剩余直线中最长的一条确定为指针；将圆确定为仪表盘；
其中，所述变电站指针式仪表为断路器用密度压力表；
其中，所述图像滤波模块与所述二值化处理模块的工作流程包括以下步骤：
步骤S11：对图像信息进行同态滤波处理，将图像表示成照度函数和反射函数的乘积，用滤波器滤除低频段用以滤除光照解决光照不均的问题；
步骤S12：对同态滤波处理后的图像进行二值化处理与细化处理，并且提取图像的骨架，形成容易提取图像特征的图像；
其中，所述读数自动计算模块的工作流程包括以下步骤：
步骤S31：将仪表盘分成一、二、三、四共四个象限；
步骤S32：根据指针两个端点中部所属的象限以及指针的斜率计算出指针与起始刻度的夹角，进而得到断路器压力表的读数；
其中，所述阈值判断模块以及结果输出模块的工作流程包括：若所述读数超出量程范围或者无法识别读数，将图像信息另外存储，并转发至工作人员进行人工判读。
CN201610661012.8A 2016-08-13 2016-08-13 一种变电站指针式仪表读数自动识别系统 Active CN106295658B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610661012.8A CN106295658B (zh) 2016-08-13 2016-08-13 一种变电站指针式仪表读数自动识别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610661012.8A CN106295658B (zh) 2016-08-13 2016-08-13 一种变电站指针式仪表读数自动识别系统

Publications (2)

Publication Number Publication Date
CN106295658A CN106295658A (zh) 2017-01-04
CN106295658B true CN106295658B (zh) 2019-10-01

Family

ID=57668704

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610661012.8A Active CN106295658B (zh) 2016-08-13 2016-08-13 一种变电站指针式仪表读数自动识别系统

Country Status (1)

Country Link
CN (1) CN106295658B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107081765A (zh) * 2017-03-29 2017-08-22 国网上海市电力公司 一种变电站巡视机器人自主识别方法和一种巡视机器人
CN107463931A (zh) * 2017-07-06 2017-12-12 国家电网公司 一种基于arm平台的实时指针仪表识读方法及装置
CN108182433B (zh) * 2017-12-29 2020-07-14 北京易达图灵科技有限公司 一种表计读数识别方法及系统
CN108491838B (zh) * 2018-03-08 2021-08-03 南京邮电大学 基于sift和hough的指针型仪表示数读取方法
CN110414521A (zh) * 2019-07-03 2019-11-05 安徽继远软件有限公司 一种变电站内变压器油位计示数识别方法
CN112464949B (zh) * 2020-11-16 2024-03-29 广东电网有限责任公司 一种消除液位线对仪表指针识别影响的方法
CN117011833A (zh) * 2022-04-30 2023-11-07 瞬联软件科技（北京）有限公司 一种仪表盘识别方法、识别装置、存储介质和计算机设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103927507A (zh) * 2013-01-12 2014-07-16 山东鲁能智能技术有限公司 一种改进的变电站巡检机器人的多仪表读数识别方法
CN104615972A (zh) * 2013-11-05 2015-05-13 深圳中兴力维技术有限公司 指针式仪表智能识别方法及其装置
CN105426809A (zh) * 2015-08-18 2016-03-23 张大堃 一种仪表指针自动识别的方法
CN105550683A (zh) * 2015-12-07 2016-05-04 重庆大学 基于视觉的指针式仪表自动读取系统和方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103927507A (zh) * 2013-01-12 2014-07-16 山东鲁能智能技术有限公司 一种改进的变电站巡检机器人的多仪表读数识别方法
CN104615972A (zh) * 2013-11-05 2015-05-13 深圳中兴力维技术有限公司 指针式仪表智能识别方法及其装置
CN105426809A (zh) * 2015-08-18 2016-03-23 张大堃 一种仪表指针自动识别的方法
CN105550683A (zh) * 2015-12-07 2016-05-04 重庆大学 基于视觉的指针式仪表自动读取系统和方法

Also Published As

Publication number Publication date
CN106295658A (zh) 2017-01-04

Similar Documents

Publication Publication Date Title
CN106295658B (zh) 一种变电站指针式仪表读数自动识别系统
CN106295665B (zh) 一种变电站指针式仪表读数自动识别方法
CN110580480B (zh) 基于图像处理的表计读数识别方法
CN102176228B (zh) 一种用于识别多个指针式仪表表盘信息的机器视觉方法
CN108256524A (zh) 一种多表盘指针式仪表的自动读数方法
CN106529519A (zh) 一种电力指针式仪表自动读数识别的方法及系统
CN107066961B (zh) 指纹配准方法及装置
CN108764234B (zh) 一种基于巡检机器人的液位仪表读数识别方法
CN104392206A (zh) 一种指针式仪表读数自动识别的图像处理方法
CN102928225B (zh) 一种针对滚动轴承故障诊断的自适应共振解调方法
CN103932693A (zh) 一种基于手机图像的人体心率的测量方法
CN103164692A (zh) 一种基于计算机视觉的特种车辆仪表自动识别系统及算法
CN112215060B (zh) 一种基于霍夫变换的高精度机械式仪表示数识别方法
CN107463931A (zh) 一种基于arm平台的实时指针仪表识读方法及装置
CN116933044A (zh) 一种供电数据智能处理方法及系统
CN101403632A (zh) 计量仪表动态多路同步检测装置及检测方法
CN112754444A (zh) 一种基于雷达的非接触式猪只呼吸检测方法
CN108403094A (zh) 一种识别脉搏波波峰的方法
CN103743470A (zh) 一种汽车噪声频谱分析方法
CN102631199A (zh) 一种快速的动态光谱数据提取方法
CN104316160A (zh) 基于小波脊的水下声信号瞬时频率解调方法
CN203572772U (zh) 基于多波长led荧光光谱的云端中药品质检测系统
CN110907015A (zh) 室内环境下的基于rfid的液位监测方法
CN105852852B (zh) 指数脑电图仪的使用方法
Yan et al. Research on automatic recognition of pointer meter reading based on deep learning algorithm

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant