CN111860464B - 变电所辅助监控系统指针读数识别补偿方法及装置 - Google Patents

变电所辅助监控系统指针读数识别补偿方法及装置 Download PDF

Info

Publication number
CN111860464B
CN111860464B CN202010789669.9A CN202010789669A CN111860464B CN 111860464 B CN111860464 B CN 111860464B CN 202010789669 A CN202010789669 A CN 202010789669A CN 111860464 B CN111860464 B CN 111860464B
Authority
CN
China
Prior art keywords
pointer
image
reading
instrument
detected
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
CN202010789669.9A
Other languages
English (en)
Other versions
CN111860464A (zh
Inventor
王辉
彭钢
马联江
陈瑞森
朱其
王仕清
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.)
Chengdu Jiaoda Guangmang Technology Co ltd
Original Assignee
Chengdu Jiaoda Guangmang Technology 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 Chengdu Jiaoda Guangmang Technology Co ltd filed Critical Chengdu Jiaoda Guangmang Technology Co ltd
Priority to CN202010789669.9A priority Critical patent/CN111860464B/zh
Publication of CN111860464A publication Critical patent/CN111860464A/zh
Application granted granted Critical
Publication of CN111860464B publication Critical patent/CN111860464B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本申请实施例提供变电所辅助监控系统指针读数识别补偿方法及装置，应用于监控系统识别指针仪表的指针读数，方法包括：获得位于第一位置处的与指针仪表对应的待检测图像，其中，第一位置位于图像中心位置；基于位于第一位置的所述待检测图像，获得指针仪表的基本参数，并对位于第一位置的待检测图像进行分割和识别操作，获得待检测图像的第一指针读数；基于预存的指针读数补偿关系，对第一指针读数进行修正，获得指针仪表的指针读数。基于预设位置，通过采用角度修正模型接着计算指针角度，并进行必要的数值补偿，实现指针读数的准确识别。

Description

变电所辅助监控系统指针读数识别补偿方法及装置
技术领域
本申请涉及图像处理技术领域，具体而言，涉及一种变电所辅助监控系统指针读数识别补偿方法及装置。
背景技术
指针式仪表具有构造简单、价格便宜、可靠性高等诸多优点，因而被广泛应用在变电站中的设备状态的监控上。将图像处理技术应用于指针仪表的指针读数的自动识别，可以提高效率，减轻人员工作量，保障人身安全。
现有的基于图像处理技术的指针式仪表读数自动识别方法，一方面，受光照或者仪表盘上的污垢等因素的影响，可能会造成细小的刻度线、数字等信息识别不到，导致指针仪表读数自动识别失败。另一方面，图像采集装置的位置会随着时间的推移发生移动，即实际位置与预设位置有偏差，使得仪表图像拍摄角度也随之发生改变。由于图像质量原因以及视角和偏差问题导致待识别仪表的指针精度不高，并且识别到的指针读数普遍存在误差。
发明内容
本申请的目的在于提供一种变电所辅助监控系统指针读数识别补偿方法及装置，用以有效的改善识别仪表的指针精度不高的技术缺陷。
第一方面，本申请实施例提供了一种变电所辅助监控系统指针读数识别补偿方法，应用于监控系统识别指针仪表的指针读数，方法包括：获得位于第一位置处的与指针仪表对应的待检测图像，其中，第一位置位于图像中心位置；基于位于第一位置的所述待检测图像，获得指针仪表的基本参数，并对位于第一位置的待检测图像进行分割和识别操作，获得待检测图像的第一指针读数；基于预存的指针读数补偿关系，对第一指针读数进行修正，获得指针仪表的指针读数。
结合第一方面，在第一种可能的实现方式中，获得位于第一位置处的与指针仪表对应的待检测图像，包括：通过图像采集装置获得指针仪表对应的待检测图像，确定指针仪表对应的待检测图像的第二位置；判断待检测图像的第二位置是否位于图像中心位置，若否，控制图像采集装置运动，直至待检测图像从第二位置位移至第一位置。
结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，基于位于第一位置的所述待检测图像，获得所述指针仪表的基本参数，并对位于第一位置的待检测图像进行分割和识别操作，获得待检测图像的第一指针读数，包括：将位于第一位置的待检测图像与预存的标准图库进行配准，获得指针仪表的基本参数，其中，标准图库用于表征正视角度下的多个指针仪表的模板图像，基本参数包括：标准图库标注的模板图像信息与包括指针仪表读数、指针仪表刻度以及指针仪表量程的辅助配置信息；将位于第一位置的待检测图像输入预设的分割神经网络模型中，获得分割后的含有仪表指针形状的二值图像；对含有仪表指针形状的二值图像进行直线拟合，获得第一图像；预设的虚拟指针旋转，寻找与第一图像重叠最多的角度，将与第一图像重叠最多的角度的位置确定为指针仪表的指针所在位置，获得第一指针读数，其中，虚拟指针包括具有预设面积的几何图形，用于确定第一图像中的指针位置。
结合第一方面的第二种可能的实现方式，在第三种可能的实现方式中，确定指针读数补偿关系，包括：分别计算一个指针仪表在不同倾斜角度的指针读数与标准图库中的指针仪表的指针读数之间的差值，建立倾斜角度与差值之间的关系表达；获得多个指针仪表的倾斜角度与差值之间的关系表达，确定出指针读数补偿关系。
结合第一方面的第三种可能的实现方式，在第四种可能的实现方式中，基于预存的指针读数补偿关系，对第一指针读数进行修正，获得指针仪表的指针读数，包括：确定待检测图像的倾斜角度；根据待检测图像确定出的指针仪表的类型和指针读数补偿关系，获得该倾斜角度对应的差值；第一指针读数减去该倾斜角度对应的差值，获得指针仪表的指针读数。
第二方面，本申请实施例提供了一种变电所辅助监控系统指针读数识别补偿装置，装置包括：获得模块，用于获得位于第一位置处的与指针仪表对应的待检测图像，其中，第一位置位于图像中心位置；处理模块，用于基于位于第一位置的待检测图像，获得指针仪表的基本参数，并对位于第一位置的待检测图像进行分割和识别操作，获得待检测图像的第一指针读数；修正模块，用于基于预存的指针读数补偿关系，对第一指针读数进行修正，获得指针仪表的指针读数。
结合第二方面，在第一种可能的实现方式中，获得模块还用于：通过图像采集装置获得指针仪表对应的待检测图像，确定指针仪表对应的待检测图像的第二位置；判断待检测图像的第二位置是否位于图像中心位置，若否，控制图像采集装置运动，直至待检测图像从第二位置位移至第一位置。
结合第二方面的第一种可能的实现方式，在第二种可能的实现方式中，处理模块还用于：将位于第一位置的待检测图像于预存的标准图库进行配准，获得指针仪表的基本参数，其中，标准图库用于表征正视角度下的多个指针仪表的模板图像，基本参数包括：标准图库标注的模板图像信息与包括指针仪表读数、指针仪表刻度以及指针仪表量程的辅助配置信息；将位于第一位置的待检测图像输入预设的分割神经网络模型中，获得分割后的含有仪表指针形状的二值图像；对含有仪表指针形状的二值图像进行直线拟合，获得第一图像；预设的虚拟指针旋转，寻找与第一图像重叠最多的角度，将与第一图像重叠最多的角度的位置确定为指针仪表的指针所在位置，获得第一指针读数，其中，虚拟指针包括具有预设面积的几何图形，用于确定第一图像中的指针位置。
结合第二方面的第二种可能的实现方式，在第三种可能的实现方式中，修正模块还用于：分别计算一个指针仪表在不同倾斜角度的指针读数与标准图库中的指针仪表的指针读数之间的差值，建立倾斜角度与差值之间的关系表达；获得多个指针仪表的倾斜角度与差值之间的关系表达，确定出指针读数补偿关系。
结合第二方面的第三种可能的实现方式，在第四种可能的实现方式中，修正模块还用于：确定待检测图像的倾斜角度；根据待检测图像确定出的指针仪表的类型和指针读数补偿关系，获得该倾斜角度对应的差值；第一指针读数减去该倾斜角度对应的差值，获得指针仪表的指针读数。
与现有技术相比，本发明的有益效果为：本申请提供的变电所辅助监控系统指针读数识别补偿方法，首先采用深度学习模型进行仪表定位，找到指针仪表在图像中的位置；接着，采用根据指针仪表位置驱动图像采集装置的伺服机构，通过闭环控制，确保指针仪表处在图像中心位置内；接着根据标准图库中参考图像实现待检测仪表图像的校正。为实现不同光照条件下的指针识别，方案采用深度学习分割模型实现不同光照条件下指针的准确分割。基于预设位置，采用角度修正模型接着计算指针角度，并进行必要的数值补偿，实现指针读数的准确识别。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种变电所辅助监控系统指针读数识别补偿方法的流程示意图；
图2为本申请实施例提供的一种指变电所辅助监控系统指针读数识别补偿装置的结构框图。
图标：10-变电所辅助监控系统指针读数识别补偿装置，110-获得模块，120-处理模块，130-修正模块。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参阅图1，图1为本申请实施例提供的一种变电所辅助监控系统指针读数识别补偿方法的流程示意图。本申请实施例提供了一种变电所辅助监控系统指针读数识别补偿方法，应用于监控系统识别指针仪表的指针读数，方法包括：步骤S11、步骤S12和步骤S13。
步骤S11：获得位于第一位置处的与指针仪表对应的待检测图像，其中，第一位置位于图像中心位置；
步骤S12：基于位于第一位置的所述待检测图像，获得指针仪表的基本参数，并对位于第一位置的待检测图像进行分割和识别操作，获得待检测图像的第一指针读数；
步骤S13：基于预存的指针读数补偿关系，对第一指针读数进行修正，获得指针仪表的指针读数。
下面将对方法的流程进行详细的说明。
步骤S11：获得位于第一位置处的与指针仪表对应的待检测图像，其中，第一位置位于图像中心位置。
详细地，通过图像采集装置获得指针仪表对应的待检测图像，确定指针仪表对应的待检测图像的第二位置；判断待检测图像的第二位置是否位于图像中心位置，若否，控制图像采集装置运动，直至待检测图像从第二位置位移至第一位置。
作为一种可能的实现方式，图像采集装置为相机，相机与云台连接，云台的运动可以带动相机的移动。通过相机拍摄指针仪表，获得指针仪表的待检测图像。在本申请实施例中，通过深度学习的模型对获得的指针仪表的待检测图像进行定位，确定指针仪表的具体图像在整个待检测图像中的位置。可选地，由于一阶段的SSD网络具有速度快精度高的特点，本申请实施例中采用SSD网络模型作为指针仪表定位网络，选择tiny darknet作为主干网络，参考FPN(Feature Pyramid Networks)网络输入增加图像的多尺度性。在网络模型训练的过程中，充分考虑仪表的多尺度特性，以及不同光照下的表现特征、视角变化等特点，采用传统图像处理方法，如仿射变换、旋转变换、Gamma变换等，增加训练样本的多样性从而提高模型的鲁棒性。
通过定位神经网络获得指针仪表在待检测图像中的具体位置后，控制伺服电机，调整相机使得指针仪表在待检测图像的图像中心位置。这个过程是一个闭环过程，达到指定条件，如目标在图像的图像中心位置区域内，闭环控制过程停止。
步骤S12：基于位于第一位置的所述待检测图像，获得指针仪表的基本参数，并对位于第一位置的待检测图像进行分割和识别操作，获得待检测图像的第一指针读数。
详细地，将位于第一位置的待检测图像与预存的标准图库进行配准，获得指针仪表的基本参数，其中，标准图库用于表征正视角度下的多个指针仪表的模板图像，基本参数包括：标准图库标注的模板图像信息与包括指针仪表读数、指针仪表刻度以及指针仪表量程的辅助配置信息；将位于第一位置的待检测图像输入预设的分割神经网络模型中，获得分割后的含有仪表指针形状的二值图像；对含有仪表指针形状的二值图像进行直线拟合，获得第一图像；预设的虚拟指针旋转，寻找与第一图像重叠最多的角度，将与第一图像重叠最多的角度的位置确定为指针仪表的指针所在位置，获得第一指针读数，其中，虚拟指针包括具有预设面积的几何图形，用于确定第一图像中的指针位置。
在本申请实施例中，分割神经网络为Unet网络结构设计的分割模型，直线拟合方法采用Line Segment Detector(LSD)直线拟合方法，以去除误识别的对象。
标准图库中具有多个种类的指针仪表在正视角度下采集的标准图像，位于第一位置的待检测图像通过与预存的标准图库进行配准，获得包括标准图库标注的模板信息与辅助的配置信息的基本参数，从而确定出待检测图像中的指针仪表的类型和刻度等相关信息，即得到仪表的基本参数。
在本申请实施例中，预存有一张作为虚拟指针的图像，虚拟指针的图像可以为具有预设宽度的线段，通过旋转虚拟指针所对应的图像，不同的角度，虚拟指针所对应的具有宽度的线段与第一图像中的仪表指针的图像重合的面积和角度不一样。通过旋转，记录不同角度时的重合面积和角度，将重合面积和角度最大处的位置确定为仪表指针所在的位置。
步骤S13：基于预存的指针读数补偿关系，对第一指针读数进行修正，获得指针仪表的指针读数。
详细地，获得指针读数补偿关系的过程为：分别计算一个指针仪表在不同倾斜角度的指针读数与标准图库中的指针仪表的指针读数之间的差值，建立倾斜角度与差值之间的关系表达；获得多个指针仪表的倾斜角度与差值之间的关系表达，确定出指针读数补偿关系。
确定待检测图像的倾斜角度；根据待检测图像确定出的指针仪表的类型和指针读数补偿关系，获得该倾斜角度对应的差值；第一指针读数减去该倾斜角度对应的差值，获得指针仪表的指针读数。
具体地，为了校正因为拍摄视角问题带来的读数误差。假设，已设定视角位置的指针识别数值为α，标准图库的真实数值为β，将已设定视角位置的指针识别数值α与标准图库的真实数值β比较，计算出该数值差异Δ＝α-β，实现了读数值的修正。
请参阅图2，图2为本申请实施例提供的一种变电所辅助监控系统指针读数识别补偿装置的结构框图。本申请实施例提供了一种变电所辅助监控系统指针读数识别补偿装置10，变电所辅助监控系统指针读数识别补偿装置10包括：
获得模块110，用于获得位于第一位置处的与指针仪表对应的待检测图像，其中，第一位置位于图像中心位置；
处理模块120，用于基于位于第一位置的待检测图像，获得指针仪表的基本参数，并对位于第一位置的待检测图像进行分割和识别操作，获得待检测图像的第一指针读数；
修正模块130，用于基于预存的指针读数补偿关系，对第一指针读数进行修正，获得指针仪表的指针读数。
获得模块110还用于：通过图像采集装置获得指针仪表对应的待检测图像，确定指针仪表对应的待检测图像的第二位置；判断待检测图像的第二位置是否位于图像中心位置，若否，控制图像采集装置运动，直至待检测图像从第二位置位移至第一位置。
处理模块120还用于：将位于第一位置的待检测图像于预存的标准图库进行配准，获得指针仪表的基本参数，其中，标准图库用于表征正视角度下的多个指针仪表的模板图像，基本参数包括：标准图库标注的模板图像信息与包括指针仪表读数、指针仪表刻度以及指针仪表量程的辅助配置信息；将位于第一位置的待检测图像输入预设的分割神经网络模型中，获得分割后的含有仪表指针形状的二值图像；对含有仪表指针形状的二值图像进行直线拟合，获得第一图像；预设的虚拟指针旋转，寻找与第一图像重叠最多的角度，将与第一图像重叠最多的角度的位置确定为指针仪表的指针所在位置，获得第一指针读数，其中，虚拟指针包括具有预设面积的几何图形，用于确定第一图像中的指针位置。
修正模块130还用于：分别计算一个指针仪表在不同倾斜角度的指针读数与标准图库中的指针仪表的指针读数之间的差值，建立倾斜角度与差值之间的关系表达；获得多个指针仪表的倾斜角度与差值之间的关系表达，确定出指针读数补偿关系。
修正模块130还用于：确定待检测图像的倾斜角度；根据待检测图像确定出的指针仪表的类型和指针读数补偿关系，获得该倾斜角度对应的差值；第一指针读数减去该倾斜角度对应的差值，获得指针仪表的指针读数。
综上所述，本申请实施例提供一种变电所辅助监控系统指针读数识别补偿方法，应用于监控系统识别指针仪表的指针读数，方法包括：获得位于第一位置处的与指针仪表对应的待检测图像，其中，第一位置位于图像中心位置；基于位于第一位置的所述待检测图像，获得指针仪表的基本参数，并对位于第一位置的待检测图像进行分割和识别操作，获得待检测图像的第一指针读数；基于预存的指针读数补偿关系，对第一指针读数进行修正，获得指针仪表的指针读数。基于预设位置，采用角度修正模型接着计算指针角度，并进行必要的数值补偿，实现指针读数的准确识别。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (6)

1.变电所辅助监控系统指针读数识别补偿方法，应用于监控系统识别指针仪表的指针读数，其特征在于，所述方法包括：
获得位于第一位置处的与指针仪表对应的待检测图像，其中，所述第一位置位于图像中心位置，所述获得位于第一位置处的与指针仪表对应的待检测图像，包括：通过图像采集装置获得所述指针仪表对应的所述待检测图像，确定所述指针仪表对应的所述待检测图像的第二位置；判断所述待检测图像的所述第二位置是否位于所述图像中心位置，若否，控制所述图像采集装置运动，直至所述待检测图像从所述第二位置位移至所述第一位置；
基于位于所述第一位置的所述待检测图像，获得所述指针仪表的基本参数，并对位于所述第一位置的所述待检测图像进行分割和识别操作，获得所述待检测图像的第一指针读数，其中，所述获得所述待检测图像的第一指针读数包括：将位于所述第一位置的所述待检测图像与预存的标准图库进行配准，获得所述指针仪表的基本参数，其中，所述标准图库用于表征正视角度下的多个指针仪表的模板图像，所述基本参数包括：所述标准图库标注的模板图像信息与包括指针仪表读数、指针仪表刻度以及指针仪表量程的辅助配置信息；将位于所述第一位置的所述待检测图像输入预设的分割神经网络模型中，获得分割后的含有仪表指针形状的二值图像；对所述含有仪表指针形状的二值图像进行直线拟合，获得第一图像；预设的虚拟指针旋转，寻找与所述第一图像重叠最多的角度，将与所述第一图像重叠最多的角度的位置确定为所述指针仪表的指针所在位置，获得所述第一指针读数，其中，所述虚拟指针包括具有预设面积的几何图形，用于确定所述第一图像中的指针位置；
基于预存的指针读数补偿关系，对所述第一指针读数进行修正，获得所述指针仪表的指针读数。
2.根据权利要求1所述的变电所辅助监控系统指针读数识别补偿方法，其特征在于，确定指针读数补偿关系，包括：
分别计算一个指针仪表在不同倾斜角度的指针读数与所述标准图库中的指针仪表的指针读数之间的差值，建立倾斜角度与差值之间的关系表达；
获得多个指针仪表的倾斜角度与差值之间的关系表达，确定出所述指针读数补偿关系。
3.根据权利要求2所述的变电所辅助监控系统指针读数识别补偿方法，其特征在于，所述基于预存的指针读数补偿关系，对所述第一指针读数进行修正，获得所述指针仪表的指针读数，包括：
确定所述待检测图像的倾斜角度；
根据所述待检测图像确定出的指针仪表的类型和所述指针读数补偿关系，获得该倾斜角度对应的差值；
所述第一指针读数减去所述该倾斜角度对应的差值，获得所述指针仪表的指针读数。
4.变电所辅助监控系统指针读数识别补偿装置，其特征在于，所述装置包括：
获得模块，用于获得位于第一位置处的与指针仪表对应的待检测图像，其中，所述第一位置位于图像中心位置；以及还用于
通过图像采集装置获得所述指针仪表对应的所述待检测图像，确定所述指针仪表对应的所述待检测图像的第二位置；判断所述待检测图像的所述第二位置是否位于所述图像中心位置，若否，控制所述图像采集装置运动，直至所述待检测图像从所述第二位置位移至所述第一位置；
处理模块，用于基于位于所述第一位置的所述待检测图像，获得所述指针仪表的基本参数，并对位于所述第一位置的所述待检测图像进行分割和识别操作，获得所述待检测图像的第一指针读数；以及还用于
将位于所述第一位置的所述待检测图像与预存的标准图库进行配准，获得所述指针仪表的基本参数，其中，所述标准图库用于表征正视角度下的多个指针仪表的模板图像，所述基本参数包括：所述标准图库标注的模板图像信息与包括指针仪表读数、指针仪表刻度以及指针仪表量程的辅助配置信息；将位于所述第一位置的所述待检测图像输入预设的分割神经网络模型中，获得分割后的含有仪表指针形状的二值图像；对所述含有仪表指针形状的二值图像进行直线拟合，获得第一图像；预设的虚拟指针旋转，寻找与所述第一图像重叠最多的角度，将与所述第一图像重叠最多的角度的位置确定为所述指针仪表的指针所在位置，获得所述第一指针读数，其中，所述虚拟指针包括具有预设面积的几何图形，用于确定所述第一图像中的指针位置；
修正模块，用于基于预存的指针读数补偿关系，对所述第一指针读数进行修正，获得所述指针仪表的指针读数。
5.根据权利要求4所述的变电所辅助监控系统指针读数识别补偿装置，其特征在于，所述修正模块还用于：分别计算一个指针仪表在不同倾斜角度的指针读数与所述标准图库中的指针仪表的指针读数之间的差值，建立倾斜角度与差值之间的关系表达；
获得多个指针仪表的倾斜角度与差值之间的关系表达，确定出所述指针读数补偿关系。
6.根据权利要求5所述的变电所辅助监控系统指针读数识别补偿装置，其特征在于，所述修正模块还用于：确定所述待检测图像的倾斜角度；
根据所述待检测图像确定出的指针仪表的类型和所述指针读数补偿关系，获得该倾斜角度对应的差值；
所述第一指针读数减去所述该倾斜角度对应的差值，获得所述指针仪表的指针读数。
CN202010789669.9A 2020-08-07 2020-08-07 变电所辅助监控系统指针读数识别补偿方法及装置 Active CN111860464B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010789669.9A CN111860464B (zh) 2020-08-07 2020-08-07 变电所辅助监控系统指针读数识别补偿方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010789669.9A CN111860464B (zh) 2020-08-07 2020-08-07 变电所辅助监控系统指针读数识别补偿方法及装置

Publications (2)

Publication Number Publication Date
CN111860464A CN111860464A (zh) 2020-10-30
CN111860464B true CN111860464B (zh) 2021-12-07

Family

ID=72972507

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010789669.9A Active CN111860464B (zh) 2020-08-07 2020-08-07 变电所辅助监控系统指针读数识别补偿方法及装置

Country Status (1)

Country Link
CN (1) CN111860464B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113112783B (zh) * 2021-04-13 2022-11-29 国网冀北电力有限公司廊坊供电公司 一种变压器有载调压遥控装置及遥控方法
CN113343969A (zh) * 2021-06-21 2021-09-03 重庆科技学院 一种基于GBS-YOLOv5s的指针式仪表智能数显方法
CN118196358B (zh) * 2024-03-22 2024-08-23 华能华家岭风力发电有限公司 一种智能巡检机器人指针式仪表识别读数方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106778823A (zh) * 2016-11-22 2017-05-31 国网湖北省电力公司宜昌供电公司 一种指针式仪表读数自动识别方法
CN110245654A (zh) * 2018-11-20 2019-09-17 浙江大华技术股份有限公司 指针读数识别方法及装置、计算机装置及可读存储介质
CN110414510A (zh) * 2019-07-26 2019-11-05 华中科技大学 一种指针式仪表读数校正方法
CN110807355A (zh) * 2019-09-12 2020-02-18 天津大学 一种基于移动机器人的指针仪表检测与读数识别方法
CN111428659A (zh) * 2020-03-27 2020-07-17 京东方科技集团股份有限公司 一种指针定位方法、装置及仪表

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4540358B2 (ja) * 2004-02-10 2010-09-08 富士通株式会社 ポインタ位置特定プログラムおよびポインタ位置特定方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106778823A (zh) * 2016-11-22 2017-05-31 国网湖北省电力公司宜昌供电公司 一种指针式仪表读数自动识别方法
CN110245654A (zh) * 2018-11-20 2019-09-17 浙江大华技术股份有限公司 指针读数识别方法及装置、计算机装置及可读存储介质
CN110414510A (zh) * 2019-07-26 2019-11-05 华中科技大学 一种指针式仪表读数校正方法
CN110807355A (zh) * 2019-09-12 2020-02-18 天津大学 一种基于移动机器人的指针仪表检测与读数识别方法
CN111428659A (zh) * 2020-03-27 2020-07-17 京东方科技集团股份有限公司 一种指针定位方法、装置及仪表

Also Published As

Publication number Publication date
CN111860464A (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
CN111860464B (zh) 变电所辅助监控系统指针读数识别补偿方法及装置
CN110659636B (zh) 基于深度学习的指针式仪表读数识别方法
WO2021179679A1 (zh) 一种基于机器视觉的汽车仪表盘检测系统和检测方法
CN102521560B (zh) 高鲁棒仪表指针图像识别方法
CN100559131C (zh) 一种指针式仪表自动检定方法
CN105091922B (zh) 一种基于虚拟表盘的指针表读数识别方法
CN110991360B (zh) 一种基于视觉算法的机器人巡检点位智能配置方法
CN111353502B (zh) 数字表识别方法、装置以及电子设备
CN111476785B (zh) 基于位置记录的夜间红外反光水尺检测方法
CN111368906A (zh) 一种基于深度学习的指针式油位计读数识别方法
CN110852954B (zh) 指针式仪表的图像倾斜校正方法及系统
CN105823504A (zh) 一种编码器的越零点处理方法
CN114663744A (zh) 基于机器学习的仪表自动识别方法及系统
CN112036409A (zh) 一种液位计的读数识别方法及装置
Lauridsen et al. Reading circular analogue gauges using digital image processing
CN113065538A (zh) 基于图像识别的压力传感器检测方法、装置及设备
CN108645490A (zh) 基于图像处理技术的冷水水表视觉检测系统及检测方法
CN116310263A (zh) 一种指针式航空地平仪示数自动读取实现方法
CN110599471B (zh) 基于图像处理的雨量筒水平监测系统及其检测方法
JP6803940B2 (ja) 遠隔メータ読取コンピュータ、その方法及びプログラム
CN112461846A (zh) 工件缺陷检测方法及装置
CN115311447A (zh) 一种基于深度卷积神经网络的指针式仪表示数识别方法
CN110455240A (zh) 车辆自动漆膜检测方法及系统
KR20200141274A (ko) 스마트 팩토리 가상설계에 따른 설비배치에 대한 설비위치 검증방법
Ueda et al. A two-stage deep learning-based approach for automatic reading of analog meters

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Wang Hui

Inventor after: Peng Gang

Inventor after: Ma Lianjiang

Inventor after: Chen Ruisen

Inventor after: Zhu Qi

Inventor after: Wang Shiqing

Inventor before: Wang Hui

Inventor before: Chen Yuanchun

Inventor before: Bu Yan

Inventor before: Li Zhongwen

Inventor before: Yang Qiangxian

GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Wang Hui

Inventor after: Peng Gang

Inventor after: Ma Lianjiang

Inventor after: Chen Ruisen

Inventor after: Zhu Qi

Inventor after: Wang Shiqing

Inventor before: Wang Hui

Inventor before: Peng Gang

Inventor before: Ma Lianjiang

Inventor before: Chen Ruisen

Inventor before: Zhu Qi

Inventor before: Wang Shiqing