CN108764234B - 一种基于巡检机器人的液位仪表读数识别方法 - Google Patents

Abstract

本发明公开了一种基于巡检机器人的液位仪表读数识别方法。电力系统的电厂或变电站不同种类的液位仪表尺寸相差很大，这对液位仪表的图像识别带来了极大挑战。本发明步骤：对采集的液位仪表图像信息进行中值滤波处理；然后倾斜校正；进行液位线检测；对液位线上下的刻度线数字进行识别；计算液位仪表读数。本发明能够对电厂或变电站中液位仪表设备的状态图像实现实时处理、分析、识别，获取巡检设备的当前仪表度数，识别速度高。

Description

一种基于巡检机器人的液位仪表读数识别方法

技术领域

本发明属于图像识别技术领域，具体涉及一种基于巡检机器人的液位仪表读数识别方法。

背景技术

目前，我国大部分电厂和变电站的日常运营采用人工巡检的方式，通过人工抄表记录的方式对电厂或变电站内各个设备依次进行故障排查。由于电厂或变电站内设备种类繁多、数量庞大且分布很广，使得人工巡检的工作量繁重，巡检一次时间很长，所以人工巡检的人力成本很高而且效果难以保证。为了解决人工巡检中遇到的问题，同时又避免更新设备带来高昂的费用，自主巡检机器人是解决这一问题的最佳途径之一。自主巡检机器人通过其搭载的高清摄像头、红外热成像仪等数据采集设备获取电厂仪表设备的状态图像，然后通过特定图像定位和识别算法识别当前设备的状态信息，从而判断当前巡检设备是否处于异常状态。

在机器人巡检的过程中要实时获取设备的状态图像，并通过一套图像处理和识别算法得到当前设备的状态信息。对于电力系统的电厂或变电站来说，其拥有数量庞大、种类繁多的液位仪表，而且不同种类的液位仪表尺寸相差很大，最高的液位仪表有几米高，这对液位仪表的图像识别方法带来了极大的挑战和困难。

发明内容

本发明的目的是为了解决上述问题，提供一种基于巡检机器人的液位仪表读数识别方法，该方法能有效提高液位仪表识别的准确度与速度。

本发明采用的技术方案是：

本发明具体步骤如下：

1)采集液位仪表图像信息，获得第一仪表图像，第一仪表图像为包含液位线、液位线上方一个刻度线数字以及液位线下方一个刻度线数字的液位仪表区域图像。

2)利用中值滤波算法对第一仪表图像进行去噪，获得第二仪表图像。

3)对步骤2)中得到的第二仪表图像进行倾斜校正，获得第三仪表图像。

4)对步骤3)中得到的第三仪表图像进行液位线检测。具体包括步骤bl)和b2)：

bl)将第三仪表图像从RGB颜色空间变换到YCrCb颜色空间，提取出Cb空间图像，并对Cb空间图像进行二值化，获得第四仪表图像。

b2)对第四仪表图像的各连通域进行标记，并绘制各连通域的最小外接矩形，各最小外接矩形中高度与宽度之比最大的那个矩形即为液柱的最小外接矩形。获取液柱的最小外接矩形的四个端点纵坐标值，设左上角端点或右上角端点所对应的纵坐标h₀，其中，第四仪表图像的坐标系原点为第四仪表图像左上角，则第四仪表图像高度h_max与h₀之间的差值Δh＝h_max-h₀即为液位线高度。

5)在液位线检测后，对液位线上下的刻度线数字进行识别。具体包括步骤cl)～c4):

cl)将步骤3)中得到的第三仪表图像进行灰度化，并进行二值化处理，得到第五仪表图像；

c2)在第五仪表图像中使用轮廓勾勒算法勾勒出各刻度线数字的外轮廓，然后遍历每一个外轮廓，绘制各个外轮廓的最小矩形，并记录各刻度线数字的最小矩形几何中心坐标，根据几何中心坐标对各刻度线数字进行排序，然后使用ROI将各刻度线数字按顺序从第三仪表图像中分割出来。

c3)通过双线性插值法对分割出来的各刻度线数字进行归一化，然后将归一化得到的各刻度线数字进行灰度化、二值化，并通过Zhang-Suen细化算法得到数字骨架。

c4)通过穿线法对细化后的数字骨架进行识别。

6)设第三仪表图像的坐标系原点为第三仪表图像左上角，则液位线上下刻度线数字的最小外接矩形的几何中心坐标在第三仪表图像中所对应的纵坐标M和N直接由步骤c2)记录得到，而液柱的最小外接矩形左上角端点或右上角端点所对应的纵坐标h₀直接由步骤b2)得到；计算M与N的坐标差值H以及液位线纵坐标h₀与N的坐标差值ΔH；设液位线上、下刻度线数字差值为m，步骤c4)识别出的液位线下刻度线数字数值为m₂，则

即为液位仪表读数。

所述的液位仪表图像信息由巡检机器人采集。

第二仪表图像倾斜校正的过程具体包括步骤a1)～a3)：

a1)将第二仪表图像从RGB颜色空间变换到YCrCb颜色空间，提取出Cb空间仪表图像，然后对Cb空间仪表图像进行二值化，并提取二值化图像中连通域面积最大的部分，即为液柱。

a2)寻找液柱的外轮廓，并根据液柱的外轮廓绘制最小外接矩形，然后获取最小外接矩形的倾斜角S1。

a3)根据a2)中得到的倾斜角S1，将第二仪表图像旋转倾斜角S1，得到第三仪表图像。

所述的穿线法是基于数字特征对数字进行识别的方法，数字特征包括横线特征和竖线特征。定义3条横线和3条竖线，3条横线包括高的1/3处直线、高的2/3处直线和高的1/2处直线，3条竖线包括宽的1/4处直线、宽的3/4处直线和宽的1/2处直线，通过计算并统计数字与这六条线的交点数和交点的位置来识别数字。

本发明相比于现有技术的有益效果在于：

本发明能够对电厂或变电站中液位仪表设备的状态图像实现实时处理、分析、识别，获取巡检设备的当前仪表度数。与传统的液位仪表图像的识别流程相比，本发明利用穿线法快速地识别刻度线数字，极大地降低了传统OCR识别刻度线方法的计算量，提高了刻度线识别的速度。

附图说明

图1为本发明的具体流程图；

图2为本发明进行液位线检测的原理示意图。

具体实施方式

为了更为具体地描述本发明，下面结合附图对本发明的技术方案进行详细说明。

如图1所示，一种基于巡检机器人的液位仪表读数识别方法，具体步骤如下：

1)巡检机器人开始巡检任务，采集液位仪表设备的液位仪表图像信息，获得第一仪表图像；由于电厂中液位仪表设备种类繁多，仪表尺寸相差很大，为了不失一般性，第一仪表图像为包含液位线、液位线上方一个刻度线数字以及液位线下方一个刻度线数字的液位仪表区域图像。

2)利用中值滤波算法对第一仪表图像进行去噪，获得第二仪表图像。

3)对步骤2)中得到的第二仪表图像进行倾斜校正，获得第三仪表图像。具体包括步骤a1)～a3)：

a1)将第二仪表图像从RGB颜色空间变换到YCrCb颜色空间，提取出Cb空间仪表图像，然后对Cb空间仪表图像进行二值化，并提取二值化图像中连通域面积最大的部分，即为液柱。

a2)寻找液柱的外轮廓，并根据液柱的外轮廓绘制最小外接矩形，然后获取最小外接矩形的倾斜角S1。

a3)根据a2)中得到的倾斜角S1，将第二仪表图像旋转倾斜角S1，得到第三仪表图像。

4)对步骤3)中得到的第三仪表图像进行液位线检测。具体包括步骤bl)和b2)：

bl)将第三仪表图像从RGB颜色空间变换到YCrCb颜色空间，提取出Cb空间图像，并对Cb空间图像进行二值化，获得第四仪表图像。

b2)对第四仪表图像的各连通域进行标记，并绘制各连通域的最小外接矩形，各最小外接矩形中高度与宽度之比最大的那个矩形即为液柱的最小外接矩形。获取液柱的最小外接矩形的四个端点纵坐标值，设左上角端点或右上角端点所对应的纵坐标h₀，其中，第四仪表图像的坐标系原点为第四仪表图像左上角，则第四仪表图像高度h_max与h₀之间的差值Δh＝h_max-h₀即为液位线高度，如图2所示。

5)在液位线检测后，对液位线上下的刻度线数字进行识别。具体包括步骤cl)～c4):

cl)将步骤3)中得到的第三仪表图像进行灰度化，并进行二值化处理，得到第五仪表图像；

c2)在第五仪表图像中使用轮廓勾勒算法(见Suzuki S,Be K.Topologicalstructural analysis of digitized binary images by border following[J].Computer Vision Graphics and Image Processing,1985,30(1):32-46)勾勒出各刻度线数字的外轮廓，然后遍历每一个外轮廓，绘制各个外轮廓的最小矩形，并记录各刻度线数字的最小矩形几何中心坐标，根据几何中心坐标对各刻度线数字进行排序，然后使用ROI将各刻度线数字按顺序从第三仪表图像中分割出来。

c3)通过双线性插值法对分割出来的各刻度线数字进行归一化，然后将归一化得到的各刻度线数字进行灰度化、二值化，并通过Zhang-Suen细化算法得到数字骨架。

c4)通过穿线法对细化后的数字骨架进行识别。穿线法是基于数字特征对数字进行识别的方法，数字特征包括横线特征和竖线特征。定义3条横线和3条竖线，3条横线包括高的1/3处直线、高的2/3处直线和高的1/2处直线，3条竖线包括宽的1/4处直线、宽的3/4处直线和宽的1/2处直线，通过计算并统计数字与这六条线的交点数和交点的位置来识别数字。

6)设第三仪表图像的坐标系原点为第三仪表图像左上角，则液位线上下刻度线数字的最小外接矩形的几何中心坐标在第三仪表图像中所对应的纵坐标M和N直接由步骤c2)记录得到，而液柱的最小外接矩形左上角端点或右上角端点所对应的纵坐标h₀直接由步骤b2)得到；计算M与N的坐标差值H以及液位线纵坐标h₀与N的坐标差值ΔH；设液位线上、下刻度线数字差值为m，步骤c4)识别出的液位线下刻度线数字数值为m₂，则

即为液位仪表读数。

基于本实施例提出的液位仪表读数识别方法，可以将电厂或变电站中型号繁多、数量庞大的液位仪表设备进行识别，快速、准确地输出液位读数。

以上具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种基于巡检机器人的液位仪表读数识别方法，其特征在于：该方法具体步骤如下：

1)采集液位仪表图像信息，获得第一仪表图像，第一仪表图像为包含液位线、液位线上方一个刻度线数字以及液位线下方一个刻度线数字的液位仪表区域图像；

2)利用中值滤波算法对第一仪表图像进行去噪，获得第二仪表图像；

3)对步骤2)中得到的第二仪表图像进行倾斜校正，获得第三仪表图像；

4)对步骤3)中得到的第三仪表图像进行液位线检测；具体包括步骤bl)和b2)：

bl)将第三仪表图像从RGB颜色空间变换到YCrCb颜色空间，提取出Cb空间图像，并对Cb空间图像进行二值化，获得第四仪表图像；

b2)对第四仪表图像的各连通域进行标记，并绘制各连通域的最小外接矩形，各最小外接矩形中高度与宽度之比最大的那个矩形即为液柱的最小外接矩形；获取液柱的最小外接矩形的四个端点纵坐标值，设左上角端点或右上角端点所对应的纵坐标h₀，其中，第四仪表图像的坐标系原点为第四仪表图像左上角；

5)在液位线检测后，对液位线上下的刻度线数字进行识别；具体包括步骤cl)～c4):

cl)将步骤3)中得到的第三仪表图像进行灰度化，并进行二值化处理，得到第五仪表图像；

c2)在第五仪表图像中使用轮廓勾勒算法勾勒出各刻度线数字的外轮廓，然后遍历每一个外轮廓，绘制各个外轮廓的最小矩形，并记录各刻度线数字的最小矩形几何中心坐标，根据几何中心坐标对各刻度线数字进行排序，然后使用ROI将各刻度线数字按顺序从第三仪表图像中分割出来；

c3)通过双线性插值法对分割出来的各刻度线数字进行归一化，然后将归一化得到的各刻度线数字进行灰度化、二值化，并通过Zhang-Suen细化算法得到数字骨架；

c4)通过穿线法对细化后的数字骨架进行识别；

6)设第三仪表图像的坐标系原点为第三仪表图像左上角，则液位线上下刻度线数字的最小外接矩形的几何中心坐标在第三仪表图像中所对应的纵坐标M和N直接由步骤c2)记录得到，而液柱的最小外接矩形左上角端点或右上角端点所对应的纵坐标h₀直接由步骤b2)得到；计算M与N的坐标差值H以及液位线纵坐标h₀与N的坐标差值ΔH；设液位线上、下刻度线数字差值为m，步骤c4)识别出的液位线下刻度线数字数值为m₂，则

即为液位仪表读数；

所述的穿线法是基于数字特征对数字进行识别的方法，数字特征包括横线特征和竖线特征；定义3条横线和3条竖线，3条横线包括高的1/3处直线、高的2/3处直线和高的1/2处直线，3条竖线包括宽的1/4处直线、宽的3/4处直线和宽的1/2处直线，通过计算并统计数字与这六条线的交点数和交点的位置来识别数字。

2.根据权利要求1所述的一种基于巡检机器人的液位仪表读数识别方法，其特征在于：所述的液位仪表图像信息由巡检机器人采集。

3.根据权利要求1所述的一种基于巡检机器人的液位仪表读数识别方法，其特征在于：第二仪表图像倾斜校正的过程具体包括步骤a1)～a3)：

a1)将第二仪表图像从RGB颜色空间变换到YCrCb颜色空间，提取出Cb空间仪表图像，然后对Cb空间仪表图像进行二值化，并提取二值化图像中连通域面积最大的部分，即为液柱；

a2)寻找液柱的外轮廓，并根据液柱的外轮廓绘制最小外接矩形，然后获取最小外接矩形的倾斜角S1；

a3)根据a2)中得到的倾斜角S1，将第二仪表图像旋转倾斜角S1，得到第三仪表图像。

Images