CN107292871A - 一种变电站圆形仪表的实时矫正算法 - Google Patents

Abstract

本发明公开了一种变电站圆形仪表的实时矫正算法，对设备仪表图像进行预处理，使用Canny边缘检测得到边缘图像，根据边缘图像进行Hough椭圆检测，得到倾斜设备包含轴的长度、聚焦点和倾斜角度的区域特征，通过透视变换，根据区域特征的对应关系得到旋转矩阵，对设备图像矫正，得到目标设备图像的正面图。能够实现图像矫正，算法简单、速度快、鲁棒性强，能够使用在变电站智能巡检机器人上。

Description

一种变电站圆形仪表的实时矫正算法

技术领域

本发明涉及一种变电站圆形仪表的实时矫正算法。

背景技术

在变电站中，变电站智能巡检机器人代替人工巡检是变电站的主流。在人工巡检过程中，尤其是室外设备在恶劣天气条件下，环境的限制是明显的。此外，一些变电站仪表安装过高，致使我们很难获取相关信息。变电站智能巡检是由智能机器人采集信息，并将采集的信息实时传送到控制后台。变电智能巡检机器人携带摄像机，在巡检过程中采集设备图像。我们可以分析图像或视频流来获取设备的信息。

在室外的变电站中圆形仪表是主要检测设备之一，主要分为指针式仪表和数字式仪表。对于指针式仪表，识别效果的性能在很大程度上取决于圆的中心位置。中心定位精度越高，识别效果的准确率也就越高。此外，图像的透视图与识别精度业密切相关。圆形指针仪表的圆可以说是理想的圆，但由于变电站现场原因，摄像机拍摄的俯仰视角，不能保证拍摄的圆形仪表是圆形的，而且在进行配准的时候，模板图像本身也不是正视图，提高了圆形仪表纠偏的难度。如图1所示。

发明内容

本发明为了解决上述问题，提出了一种变电站圆形仪表的实时矫正算法，本发明通过图像灰度化、二值化、边缘检测等操作，提取设备的边缘特征点，具有建模简单、运行速度快、鲁棒性强等特点。

为了实现上述目的，本发明采用如下技术方案：

一种基于椭圆拟合的圆心标定方法，无需摄像机定标即可改善透视变换后的纠偏效果，变电站中的圆形仪表都是由表盘内部和仪表外框所形成的同心圆组成，根据摄像机拍摄角度的不同会投影成不同心的两个椭圆，单根据一个椭圆信息无法准确获得纠偏后的圆信息，椭圆拟合可通过五点拟合法获得，通过拟合可视表盘部分的椭圆以及表盘外框的椭圆，通过找到两个椭圆的中心对纠偏后的圆心坐标定位，纠偏后的圆心坐标为两个椭圆中心连线的中心，根据映射关系，将椭圆长短轴所对应的点映射到圆的直径上，然后计算透视矩阵，通过透视变换得到校正图像，根据所选椭圆的倾斜角度进行图像二维平面内的旋转，即可得到目标设备的纠偏图像。

一种变电站圆形仪表的实时矫正算法，对设备仪表图像进行预处理，使用Canny边缘检测得到边缘图像，根据边缘图像进行Hough椭圆检测，得到倾斜设备包含轴的长度、聚焦点和倾斜角度的区域特征，通过透视变换，根据区域特征的对应关系得到旋转矩阵，对设备图像矫正，得到目标设备图像的正面图。

预处理包括灰度化和二值化处理。

使用Canny边缘检测得到边缘图像的步骤具体包括：

(1)利用高斯滤波器平滑图像；

(2)利用一阶偏导有限差分计算梯度幅值和方向；

(3)对梯度幅值进行非极大值抑制；

(4)用双阈值算法检测和连接边缘。

利用Hough变换拟合将图像中的数据以椭圆方程为模型进行拟合，使某一椭圆方程尽量满足该数据，椭圆的特征信息代表圆形仪表倾斜的情况，当椭圆矫正为圆时，设备图像也从倾斜图像变成了正面图像。

利用透视变换时，根据透视中心、像点、目标点三点共线的条件，按透视旋转定律使透视面绕透视轴旋转某一角度，破坏原有的投影光线束，仍能保持承影面上投影几何图形不变的将图像投影到一个新的视平面。

假设原始圆形仪表的圆点与检测到的椭圆中心重合，半径长度为长轴长度的一半，以此作为原始圆形仪器的信息，根据已知的匹配点计算出单应性矩阵，使用透视变换得到矫正图像。

与现有技术相比，本发明的有益效果为：

(1)本发明通过图像灰度化、二值化、边缘检测等操作，提取设备的边缘特征点；使用Hough变换拟合椭圆的方法得到倾斜设备的区域特征，利用透视变换实现了设备图像矫正，得到了目标设备图像的正面图，成功解决了变电站设备图像倾斜造成算法识别率降低的现象，提高了变电站巡检机器人设备识别性能；

(2)巡检机器人平台搭建相关算法不但提高了工作人员的工作效率，还保障了站内作业人员的安全性。实验结果表明该算法建模简单、运行速度快、鲁棒性强等特点，算法的成功实施推进了变电站无人值守进程。

附图说明

构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。

图1是本发明的倾斜的圆形仪表图像；

图2是本发明的处理流程图；

图3是本发明的椭圆拟合过程示意图；

图4是本发明的透视变换示意图；

图5是本发明的矫正后的结果图。

具体实施方式：

下面结合附图与实施例对本发明作进一步说明。

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本发明使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

术语解释部分：包括自定义术语、不常见术语、需要解释限定清楚的术语、引用文献涉及内容等。

正如背景技术所介绍的，现有技术中存在由于变电站现场原因，摄像机拍摄的俯仰视角，不能保证拍摄的圆形仪表是圆形的不足，为了解决如上的技术问题，本申请提出了一种基于透射变换的圆形仪表图像纠偏方法。

本申请的一种典型的实施方式中，如图2所示，以站内一个设备仪表图像为例详细说明，图像预处理是下一步图像矫正的基础。设备图像由RGB彩色图像转换为灰度图像，然后，使用Canny边缘检测得到边缘图像，根据边缘图像再进行椭圆检测。通过Hough椭圆检测可以得到椭圆的五个参数，其中包含轴的长度，聚焦点和倾斜角度。如图3所示，椭圆即为检测到的表盘外部椭圆，圆点标记为椭圆的中心。由于我们对原始的圆形仪表一无所知，本发明假设原始圆形仪表的圆点与检测到的椭圆中心重合，半径长度为长轴长度的一半。并将这些信息作为原始圆形仪器的信息。

所有匹配点是已知的，并且根据已知的匹配点可以计算出单应性矩阵，使用透视变换得到矫正图像。如图4所示，该预置位出的仪表没有经过正确的设置出现了设备倾斜现象。这给后续的检测和识别带来了困难，因此倾斜必须纠正。由于在椭圆拟合阶段可以得到设备区域椭圆的相关参数，其中包括椭圆的倾斜角。根据对应关系，圆的中心和倾斜角度可以得到旋转矩阵，通过旋转矩阵和原图即可得到校正的图像，如图5所示。从结果图像，我们可以看到，在现场图片仪表重建所提出的方法。

在对倾斜的图像进行分析时，需要将图像中的设备进行标定，以便完整的提取设备区域，获得该区域的形状特征。因此，需要图像经过灰度化、二值化、边缘检测等图像处理技术处理，才能够得到设备边缘特征点。再根据边缘特征点使用椭圆拟合算法找到圆形仪表表盘区域，进而得到椭圆的长轴、短轴、中心、倾斜角度等参数。

Canny边缘检测算子是John F.Canny于1986年开发出来的一个多级边缘检测算法，属于是先平滑后求导数的方法。Canny创立了边缘检测计算理论(Computationaltheory of edge detection)，被推崇为当今最优的边缘检测算法。最优检测的三个评价标准为：

(1)低错误率：标识出最可能多的实际边缘，同时尽可能地减少噪声产生的误差；

(2)高定位性：标识出的边缘要与图像中的实际边缘尽可能接近；

(3)最小响应：图像中只能标识一次，并且可能存在的图像噪声不应标识为边缘。

Canny算子求边缘点具体算法步骤如下：

Step1：用高斯滤波器平滑图像；

Step2：用一阶偏导有限差分计算梯度幅值和方向；

Step3：对梯度幅值进行非极大值抑制；

Step4：用双阈值算法检测和连接边缘。

Canny目标是找到一个最优的边缘检测算法。为了满足这些要求Canny使用了变分法，这是一种寻找满足特定功能的函数的方法。基于以上信息，本发明选择Canny算子进行边缘检测。

椭圆拟合是数据处理中的一个经典问题，它在图像处理、机器视觉、模式识别等技术邻域中都有重要应用。椭圆拟合法的基本思路是：对于给定平面上的一组样本点，寻找一个椭圆，使其尽可能靠近这些样本点。也就是说，将图像中的一组数据以椭圆方程为模型进行拟合，使某一椭圆方程尽量满足这些数据。椭圆拟合的常用算法有：最小二乘法拟合、Hough变换拟合、五点拟合等。

在二维平面坐标系中，椭圆一般可以用曲线方程的代数形式表示，如下式所示：

Ax²+Bxy+Cy²+Dx+Ey+F＝0 (1)

其中，A、B、C、D、E、F为椭圆方程待确定的参数。由数学知识可知，当知道椭圆上五个点或者多余五个点的坐标即可得到方程式(1)中的参数。

使用Hough变换即可得到拟合的椭圆，根据得到的椭圆方程即可得到椭圆的长轴、短轴、中心、倾斜角度等信息。椭圆的这些信息代表了圆形仪表倾斜的情况，所以，当椭圆矫正为圆时，设备图像也从倾斜图像变成了正面图像。

变电站环境比较复杂，站内设备众多。存在设备安装高低不同的情况，因此，在巡检机器人可行驶的区域内无法满足各个预置位的设备均为正面图像，这给设备处理、分析和识别带来困难。因此，目标设备倾斜的检测和矫正是个重要的环节，设计矫正算法具有重要的意义。

一个单应矩阵是大小为3*3的矩阵H，满足给定一个点p₁＝[x₁，y₁，w₁]^T，H把p₁变成一个新的点p₂＝[x₂，y₂，w₂]^T＝Hp₁。注意他们都是齐次坐标，对应的图像上的两个点分别是：和

如果给定一个单应矩阵H＝{h_ij}，给他的元素同时乘上一个常数a，得到的单应aH和H作用相同。因为新单应无非把齐次点p₁变成了其次点ap₂，ap₂和p₂对应的图像上的点相同，所以单应矩阵只有8个自由元素，一般令右下角的那个元素h₃₃＝1来归一化。

8个未知数，需要8个方程来求解，之所以四对点能够求解，是因为一对点提供两个方程。我们假设有两个图像上的点[x₁，y₁]^T和[x₂，y₂]^T，他们的齐次坐标为[x₁，y₁，1]^T和[x₂，y₂，1]^T带到上面的推导里可以得到：

把这两个式子重新组织一下，得到等价的矩阵形式：

Au＝ν

其中，

u＝[h₁₁ h₁₂ h₁₃ h₂₁ h₂₂ h₂₃ h₃₁ h₃₂]^T

ν＝[x₁ y₁]^T

如果有四对不共线匹配点对，这个方程组就能达到8行，存在唯一解。如果多于四对点，比如有n对点，则方程就达到2n行，用最小二乘法或SVD分解就可以求解H。

透视变换(Perspective Transformation)是将图像投影到一个新的视平面(Viewing Plane)，也称作投影映射(Projective Mapping)。通用的变换公式为：

u,v是原始图像左边，对应得到变换后的图像坐标x,y,其中x＝x′/w′，y＝y′/w′。

透视变换是指利用透视中心、像点、目标点三点共线的条件，按透视旋转定律使承影面(透视面)绕迹线(透视轴)旋转某一角度，破坏原有的投影光线束，仍能保持承影面上投影几何图形不变的变换。

本发明通过图像灰度化、二值化、边缘检测等操作，提取设备的边缘特征点。使用Hough变换拟合椭圆的方法得到倾斜设备的区域特征，利用透视变换实现了设备图像矫正，得到了目标设备图像的正面图。该算法成功解决了变电站设备图像倾斜造成算法识别率降低的现象，提高了变电站巡检机器人设备识别性能。另一方面，巡检机器人平台搭建相关算法不但提高了工作人员的工作效率，还保障了站内作业人员的安全性。实验结果表明该算法建模简单、运行速度快、鲁棒性强等特点，算法的成功实施推进了变电站无人值守进程。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (7)

1.一种变电站圆形仪表的实时矫正算法，其特征是：通过五点拟合法获得椭圆拟合，通过拟合可视表盘部分的椭圆以及表盘外框的椭圆，通过找到两个椭圆的中心对纠偏后的圆心坐标定位，纠偏后的圆心坐标为两个椭圆中心连线的中心，根据映射关系，将椭圆长短轴所对应的点映射到圆的直径上，然后计算透视矩阵，通过透视变换得到校正图像，根据所选椭圆的倾斜角度进行图像二维平面内的旋转，即可得到目标设备的纠偏图像。

2.一种变电站圆形仪表的实时矫正算法，其特征是：对设备仪表图像进行预处理，使用Canny边缘检测得到边缘图像，根据边缘图像进行Hough椭圆检测，得到倾斜设备包含轴的长度、聚焦点和倾斜角度的区域特征，通过透视变换，根据区域特征的对应关系得到旋转矩阵，对设备图像矫正，得到目标设备图像的正面图。

3.如权利要求1所述的一种变电站圆形仪表的实时矫正算法，其特征是：预处理包括灰度化和二值化处理。

4.如权利要求1所述的一种变电站圆形仪表的实时矫正算法，其特征是：使用Canny边缘检测得到边缘图像的步骤具体包括：

(1)利用高斯滤波器平滑图像；

(2)利用一阶偏导有限差分计算梯度幅值和方向；

(3)对梯度幅值进行非极大值抑制；

(4)用双阈值算法检测和连接边缘。

5.如权利要求1所述的一种变电站圆形仪表的实时矫正算法，其特征是：利用Hough变换拟合将图像中的数据以椭圆方程为模型进行拟合，使某一椭圆方程尽量满足该数据，椭圆的特征信息代表圆形仪表倾斜的情况，当椭圆矫正为圆时，设备图像也从倾斜图像变成了正面图像。

6.如权利要求1所述的一种变电站圆形仪表的实时矫正算法，其特征是：利用透视变换时，根据透视中心、像点、目标点三点共线的条件，按透视旋转定律使透视面绕透视轴旋转某一角度，破坏原有的投影光线束，仍能保持承影面上投影几何图形不变的将图像投影到一个新的视平面。

7.如权利要求1所述的一种变电站圆形仪表的实时矫正算法，其特征是：假设原始圆形仪表的圆点与检测到的椭圆中心重合，半径长度为长轴长度的一半，以此作为原始圆形仪器的信息，根据已知的匹配点计算出单应性矩阵，使用透视变换得到矫正图像。