CN107092905A - 一种电力巡检机器人的待识别仪器定位方法 - Google Patents
一种电力巡检机器人的待识别仪器定位方法 Download PDFInfo
- Publication number
- CN107092905A CN107092905A CN201710182603.1A CN201710182603A CN107092905A CN 107092905 A CN107092905 A CN 107092905A CN 201710182603 A CN201710182603 A CN 201710182603A CN 107092905 A CN107092905 A CN 107092905A
- Authority
- CN
- China
- Prior art keywords
- picture
- focal length
- pointer
- identified
- instrument
- 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.)
- Granted
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
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/02—Recognising information on displays, dials, clocks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明请求保护一种电力巡检机器人的待识别仪器定位方法,涉及图像处理应用技术领域,包括以下步骤:利用机器人在待识别仪表的预置停车进行拍照,设定每个位置需要在设定焦距下拍摄的图片数量,通过变换矩阵对仪表位置进行精确定位并提取表盘信息,然后对该区域进行二值化,找到指针所在位置并读数。本方法的特点:有较高的表盘位置读取精度,对图片的预处理要求低,对光照、阴影等干扰具有较强的鲁棒性。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种电力巡检机器人的待识别仪器定位方法。
背景技术
在电力系统中,指针式仪表有着广泛的应用。在变电站,需要对仪表读数进行实时监控,以防止一些参数超标而发生意外。目前的巡检方法主要是人工巡检。人工巡检读数的效率低,误差大,危险性高。因此,需要发明一种通过巡检机器人获取图像、利用高效的图像处理技术获取仪表读数的方法,以提高效率,确保电力系统的安全运行。
变电站巡检机器人基于自主导航、精确定位的移动平台,集成可见光、红外、声音等传感器,根据所规划的路径,对需要巡检的仪表进行多方位的拍摄,并将检测到的仪表图像信息传输给巡检后台系统,巡检后台系统通过图像处理技术,完成仪表读数的自动识别。
现有技术中指针式仪表自动获取表盘信息方法的基本步骤是获取图像,再经过Hough变换提取表盘信息、图像二值化、提取颜色特征,sift算法,人手动剪裁,canny算子和最小二乘法等步骤实现指针式仪表变盘信息的获取和读数。
如201410074686.9提供了一种指针仪表读数识别方法及装置。首先对仪表进行定位,通过颜色提取了仪表环,然后通过计算环和中央的比例找到表盘,这个方法由于光照产生的颜色,或者其它物体的遮挡,都会导致这种方法出现误差,且表在自然环境下颜色脱落很快。我们的方法最大程度的保留了图像的信息,对光照等其它噪声有很好的鲁棒性。
如201310011025.7一种改进的变电站巡检机器人的多仪表读数识别方法。采用sift算法实现指针仪表的定位,Sift变换的时间消耗很大,且由于实际变电站的复杂结构一张图片sift提取的相同特征可能很多,会导致无法精确的提取表盘位置信息。
如201210043415.8一种用于移动机器人的类圆形指针仪表读数方法。需要提取表盘区域,用canny算子提取边缘点,若能够被提取的边界点个数大于阈值则采用最小二乘法拟合椭圆:对获得的椭圆进行过滤,得到表盘图像。阈值设置的好坏影响了最后的结果,对于光照等噪声对图像的影响,单一阈值将无法满足最后的结果,且时间复杂度大。
如201410579129.0用Hough做圆检测,使用加权平均法确定表盘圆心及半径。这在时间上消耗很大,而且加权导致结果不确定性,当针对仪表表面出现破损,光照出现的影子,或拍摄图像抖动较大时,该方法就存在很大的缺陷。
从以上分析,可看出在现有的指针式仪表自动读数方法中获取表盘信息是关键的一步,而如今大多是采用通用的方法,应用在实际问题中还存在着许多仍未解决的问题。现实中,由于机器人拍摄的图片不会出现散射和仿射的情况,仪表表盘只会在一个平面上移动,因此,我们有必要提供一种实际性更高效的仪表表盘等待识别仪器位置的获取方法来解决上述问题。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种光照、阴影等干扰具有较强鲁棒性,对预处理要求不高,对仪表表盘位置定位精度具有鲁棒性方法。本发明的技术方案如下:
一种电力巡检机器人的待识别仪器定位方法,包括以下步骤:
101、首先设定拍摄图片与模板图片对齐操作成功允许的偏移误差范围像素阈值,根据电力巡检机器人在待识别仪表仪器的预置停车定位误差范围,计算机器人的当前最近焦距(最近焦距指机器人所配置的相机拍摄图片最小倍数所在焦距位置)与最远焦距误差;
102、根据步骤101中的最近焦距与最远焦距误差的图片位置像素差值计算巡检机器人巡检中途需要拍摄的图片数量和对应焦距位置;
103、将获得的每组图片按照焦距关系进行缩放,50倍焦距与200倍焦距,图像关系是4倍关系,与模板图片依次两两进行对齐操作,直到模板与最远焦距对齐成功,对仪表表盘进行定位,得到表盘对齐位置,获取表盘信息,再将图片二值化,提取指针所在方向并读数。
进一步的,步骤103将获得的每组图片按照焦距进行缩放后与模板图片依次两两进行对齐操作,其具体步骤如下:
201、先通过近焦的测试图片和模板图片对齐,得到变换矩阵A;
202、根据下一焦距和前一焦距的倍数变化n,换算出下一焦距对应变换矩阵B1,使用变换矩阵B1对此焦测试图片进行变换,再将变换后的图片和模板图片对齐,得到变换矩阵B2,求得综合B1和B2的变换矩阵B=B2×B1;
203、重复步骤102对其它焦距图片依次做变换对齐的操作;
204、最后得到变换矩阵C1(C1是前面所有变换矩阵的乘积)对远焦测试图片进行变换,再将变换后的远焦图片和模板远焦图片进行对齐,得到对齐的远焦图片。
进一步的,所述提取指针所在方向并读数的具体步骤为:
301、锁定圆心所在区域,设定指针长方形大小;
302、以圆心为指针端点,用设定的指针大小在此端点进行扫描,并计算每个度数下白色像素点的比值;
303、对步骤301所设置的区域选取圆心,重复步骤302得到白色像素点比值最大的圆心和对应方向即为指针对应端点和方向;
304、根据步骤303获得的指针方向,对表盘进行读数。
进一步的,所述步骤302以圆心为指针端点,用设定的指针大小在此端点进行扫描的度数为200度。
进一步的,所述步骤201通过近焦的测试图片和模板图片对齐,得到变换矩阵A;
变换矩阵公式为
这里A1是焦距图像模板,A2是所拍摄的焦距图像。
本发明的优点及有益效果如下:
1、根据机器人实际检测图片中对仪表表盘信息的获取从寻找这个物体转换到最齐物体所在图像,并根据层层对齐的操作,减少了对齐误差,所得到的表盘位置精度高,且该方法抗干扰性能力强。
2、本发明利用变化矩阵得到对每个焦距下的表盘位置信息进行预测,避免了盲目搜索对齐,同时由于变电站具有复杂网络结构,所拍摄的图片采用传统通用的特征提取很可能有多个相同特征,导致对齐失败。我们将这个问题转化到像素问题上进行对齐,对具有类似变电站这种网络结构复杂区域,物体与物体之间相互影响大,光照,风干等噪声有很强的鲁棒性。
附图说明
图1是本发明提供优选实施例系统流程图
图2-1、图2-2为实施例的原始表盘图像
图3为图2-1和图2-2的初始对齐图像
图4为图2-2对齐图2-1后的变化图像
图5为最终两张图的对齐图像
图6为提取的表盘信息
图7为二值化后的图像
图8为最优圆心对应的200个方向的白色像素比值分布图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是:
参照图1所述为一种电力巡检机器人的待识别仪器定位方法,包括步骤如下:(1)根据最近焦距与最远焦距图片的误差计算中间需拍摄图片数量和对应拍摄焦距(2)获取对应焦距所在图(3)对齐并计算变换矩阵(4)获取表盘信息(5)二值化处理(6)获取指针信息并读数。
用测试图片进行实验,计算出目标物体在原图偏移15个像素,对齐就不成功。机器人摄像头大致偏移是3mm,于是我们在此场景下在同一地点拍摄3组图片,分别是50焦距,80焦距,200焦距。
用50焦距的图片与模板图片对齐,计算变换矩阵
这里A1是50焦距图像模板,A2是所拍摄的50焦距图像
50倍焦距与80倍焦距相差1.6倍,于是得到80焦距的模板图片为
B1=A2×A×1.6
将新得到的图像B1与拍摄的80焦距图片做对齐得到变换矩阵
这里B2是拍摄的80焦距图片
计算200焦距图片是在80焦距图片放大2.5倍
得到200焦距的模板图片
C1=B2×B×2.5
将新得到的图像C1【图2-1】与拍摄的200焦距图片【2-2】做对齐得到变换矩阵:
为通过变化矩阵前,图片对齐效果[图3],通过变化矩阵得到对齐图片[图4],通过变化矩阵后两图再做对齐图像【图5】通过得到的对齐矩阵计算出实际拍摄的200焦距下仪表表盘所在位置,提取出大小为300像素×300像素的表盘图像[图6]。
将图片二值化
规定指针大小为3×80,在表盘中央[3x3]大小上进行200°扫描,得到9×200的矩阵存储扫扫描中白色像素比在这个长方形中比值.
取矩阵中的最大值对应的横纵坐标.
计算指针所指角度是119°。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (5)
1.一种电力巡检机器人的待识别仪器定位方法,其特征在于,包括以下步骤:
101、首先设定拍摄图片与模板图片对齐操作成功允许的偏移误差范围像素阈值,根据电力巡检机器人在待识别仪表仪器的预置停车定位误差范围,计算机器人的当前最近焦距与最远焦距误差,最近焦距指机器人所配置的相机拍摄图片最小倍数所在焦距位置;
102、根据步骤101中的最近焦距与最远焦距误差的图片位置像素差值计算巡检机器人巡检中途需要拍摄的图片数量和对应焦距位置;
103、将获得的每组图片按照焦距关系进行缩放与模板图片依次两两进行对齐操作,直到模板与最远焦距对齐成功,对仪表表盘进行定位,得到表盘对齐位置,获取表盘信息,再将图片二值化,提取指针所在方向并读数。
2.根据权利要求1所述的电力巡检机器人的待识别仪器定位方法,其特征在于,步骤103将获得的每组图片按照焦距关系进行缩放后与模板图片依次两两进行对齐操作,其具体步骤如下:
201、先通过近焦的测试图片和模板图片对齐,得到变换矩阵A;
202、根据下一焦距和前一焦距的倍数变化n,换算出下一焦距对应变换矩阵B1,使用变换矩阵B1对此焦测试图片进行变换,再将变换后的图片和模板图片对齐,得到变换矩阵B2,求得综合B1和B2的变换矩阵B=B2×B1;
203、重复步骤102对其它焦距图片依次做变换对齐的操作;
204、最后得到变换矩阵C1对远焦测试图片进行变换,C1是前面所有变换矩阵的乘积,再将变换后的远焦图片和模板远焦图片进行对齐,得到对齐的远焦图片。
3.根据权利要求1或2所述的电力巡检机器人的待识别仪器定位方法,其特征在于,所述提取指针所在方向并读数的具体步骤为:
301、锁定圆心所在区域,设定指针长方形大小;
302、以圆心为指针端点,用设定的指针大小在此端点进行扫描,并计算每个度数下白色像素点的比值;
303、对步骤301所设置的区域选取圆心,重复步骤302得到白色像素点比值最大的圆心和对应方向即为指针对应端点和方向;
304、根据步骤303获得的指针方向,对表盘进行读数。
4.根据权利要求3所述的电力巡检机器人的待识别仪器定位方法,其特征在于,所述步骤302以圆心为指针端点,用设定的指针大小在此端点进行扫描的度数为200度。
5.根据权利要求2所述的电力巡检机器人的待识别仪器定位方法,其特征在于,所述步骤201通过近焦的测试图片和模板图片对齐,得到变换矩阵A;
变换矩阵公式为
这里A1是焦距图像模板,A2是所拍摄的焦距图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710182603.1A CN107092905B (zh) | 2017-03-24 | 2017-03-24 | 一种电力巡检机器人的待识别仪器定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710182603.1A CN107092905B (zh) | 2017-03-24 | 2017-03-24 | 一种电力巡检机器人的待识别仪器定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107092905A true CN107092905A (zh) | 2017-08-25 |
CN107092905B CN107092905B (zh) | 2020-04-14 |
Family
ID=59649119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710182603.1A Active CN107092905B (zh) | 2017-03-24 | 2017-03-24 | 一种电力巡检机器人的待识别仪器定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107092905B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107993258A (zh) * | 2017-11-23 | 2018-05-04 | 浙江大华技术股份有限公司 | 一种图像配准方法及装置 |
CN109360289A (zh) * | 2018-09-29 | 2019-02-19 | 南京理工大学 | 融合巡检机器人定位信息的电力表计检测方法 |
CN109858474A (zh) * | 2019-01-08 | 2019-06-07 | 北京全路通信信号研究设计院集团有限公司 | 一种变压器油面温控器检测与识别方法 |
CN110111387A (zh) * | 2019-04-19 | 2019-08-09 | 南京大学 | 一种基于表盘特征的指针表定位及读数算法 |
CN110245597A (zh) * | 2019-06-06 | 2019-09-17 | 重庆邮电大学 | 一种指针式仪表通用性识别方法 |
Citations (5)
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 |
CN104615147A (zh) * | 2015-02-13 | 2015-05-13 | 中国北方车辆研究所 | 一种变电站巡检目标的精确定位方法和系统 |
CN105426809A (zh) * | 2015-08-18 | 2016-03-23 | 张大堃 | 一种仪表指针自动识别的方法 |
CN105930837A (zh) * | 2016-05-17 | 2016-09-07 | 杭州申昊科技股份有限公司 | 基于自主巡检机器人的变电站仪表设备图像识别方法 |
CN106125744A (zh) * | 2016-06-22 | 2016-11-16 | 山东鲁能智能技术有限公司 | 基于视觉伺服的变电站巡检机器人云台控制方法 |
-
2017
- 2017-03-24 CN CN201710182603.1A patent/CN107092905B/zh active Active
Patent Citations (5)
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 |
CN104615147A (zh) * | 2015-02-13 | 2015-05-13 | 中国北方车辆研究所 | 一种变电站巡检目标的精确定位方法和系统 |
CN105426809A (zh) * | 2015-08-18 | 2016-03-23 | 张大堃 | 一种仪表指针自动识别的方法 |
CN105930837A (zh) * | 2016-05-17 | 2016-09-07 | 杭州申昊科技股份有限公司 | 基于自主巡检机器人的变电站仪表设备图像识别方法 |
CN106125744A (zh) * | 2016-06-22 | 2016-11-16 | 山东鲁能智能技术有限公司 | 基于视觉伺服的变电站巡检机器人云台控制方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107993258A (zh) * | 2017-11-23 | 2018-05-04 | 浙江大华技术股份有限公司 | 一种图像配准方法及装置 |
CN107993258B (zh) * | 2017-11-23 | 2021-02-02 | 浙江大华技术股份有限公司 | 一种图像配准方法及装置 |
CN109360289A (zh) * | 2018-09-29 | 2019-02-19 | 南京理工大学 | 融合巡检机器人定位信息的电力表计检测方法 |
CN109360289B (zh) * | 2018-09-29 | 2021-09-28 | 南京理工大学 | 融合巡检机器人定位信息的电力表计检测方法 |
CN109858474A (zh) * | 2019-01-08 | 2019-06-07 | 北京全路通信信号研究设计院集团有限公司 | 一种变压器油面温控器检测与识别方法 |
CN110111387A (zh) * | 2019-04-19 | 2019-08-09 | 南京大学 | 一种基于表盘特征的指针表定位及读数算法 |
CN110111387B (zh) * | 2019-04-19 | 2021-07-27 | 南京大学 | 一种基于表盘特征的指针表定位及读数方法 |
CN110245597A (zh) * | 2019-06-06 | 2019-09-17 | 重庆邮电大学 | 一种指针式仪表通用性识别方法 |
CN110245597B (zh) * | 2019-06-06 | 2021-07-16 | 重庆邮电大学 | 一种指针式仪表通用性识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107092905B (zh) | 2020-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107092905A (zh) | 一种电力巡检机器人的待识别仪器定位方法 | |
CN107471218B (zh) | 一种基于多目视觉的双臂机器人手眼协调方法 | |
CN109961399B (zh) | 基于图像距离变换的最佳缝合线搜寻方法 | |
CN108335331B (zh) | 一种钢卷双目视觉定位方法及设备 | |
CN105608671A (zh) | 一种基于surf算法的图像拼接方法 | |
CN113411501B (zh) | 基于嵌入式及双光谱成像的无人机载电力巡检方法及系统 | |
US9613465B1 (en) | Method for suturing 3D coordinate information and the device using the same | |
CN110033407B (zh) | 一种盾构隧道表面图像标定方法、拼接方法及拼接系统 | |
CN112067233B (zh) | 一种用于风洞模型六自由度运动捕获方法 | |
CN110889829A (zh) | 一种基于鱼眼镜头的单目测距方法 | |
CN108074265A (zh) | 一种基于视觉辨识的网球定位系统、方法及装置 | |
CN111536981B (zh) | 一种嵌入式的双目非合作目标相对位姿测量方法 | |
CN111462198B (zh) | 一种尺度、旋转和辐射不变性的多模态影像配准方法 | |
CN115205286B (zh) | 爬塔机器人机械臂螺栓识别与定位方法、存储介质、终端 | |
CN108257089A (zh) | 一种基于迭代最近点的大视场视频全景图拼接的方法 | |
CN108830861A (zh) | 一种混合光学运动捕捉方法及系统 | |
CN112541932A (zh) | 基于双光相机不同焦距变换参数的多源图像配准方法 | |
CN113329179A (zh) | 拍摄对位方法、装置、设备及存储介质 | |
CN116681979A (zh) | 一种复杂环境下的电力设备目标检测方法 | |
CN113970560B (zh) | 一种基于多传感融合的缺陷三维检测方法 | |
CN112833821B (zh) | 高密度ic焊点的微分几何立体微视觉检测系统及方法 | |
CN113034526B (zh) | 一种抓取方法、抓取装置及机器人 | |
CN104966283A (zh) | 图像分层配准方法 | |
Han et al. | Target positioning method in binocular vision manipulator control based on improved canny operator | |
CN106441238A (zh) | 一种基于红外视觉技术的机器人的定位装置及其定位导航算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |