CN113255547B - 电力仪表指针图像轮廓计算方法 - Google Patents
电力仪表指针图像轮廓计算方法 Download PDFInfo
- Publication number
- CN113255547B CN113255547B CN202110618887.0A CN202110618887A CN113255547B CN 113255547 B CN113255547 B CN 113255547B CN 202110618887 A CN202110618887 A CN 202110618887A CN 113255547 B CN113255547 B CN 113255547B
- Authority
- CN
- China
- Prior art keywords
- pixel
- pixel point
- point
- image
- central
- 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
Links
- 238000004364 calculation method Methods 0.000 title claims description 9
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 9
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 238000012216 screening Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
-
- 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
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
一种电力仪表指针图像轮廓计算方法,涉及电力系统技术领域,该方法利用摄像头拍摄变电所内电力仪表的指针,并对拍摄的仪表指针图像实施灰度处理后,对灰度图中的像素点,采用小区域划分配合相对值计算的方式,计算各个像素点的像素相对值及领近像素相对值,并根据计算结果筛选出属于电力仪表指针轮廓的像素点。本发明提供的方法,用于变电所辅助监控系统中识别电力仪表指针图像轮廓。
Description
技术领域
本发明涉及电力系统的技术,特别是涉及一种电力仪表指针图像轮廓计算方法的技术。
背景技术
在变电所辅助监控系统中,常常需要对视频图像中的电力仪表指针进行识别,以辅助判断指针数值,从单一的综合自动化信号监控模式到多种信号相互验证模式,这种对电力仪表指针图像进行识别的方式能提高监控可靠性和事故分析水平。
图像中的变电站仪表部分,指针图像和背景图像颜色差异较大,排除噪声后,轮廓特征明显,目前对于电力仪表指针图像识别方法,采用先建立识别模型,再利用离线图像样本对识别建模进行学习训练,再用训练好的识别模型对电力仪表指针的实时图像进行识别,这种识别方式比较复杂,需要大量的样本进行训练,涉及数据量较多,运算速度相对较慢,实现成本也相对较高。
发明内容
针对上述现有技术中存在的缺陷,本发明所要解决的技术问题是提供一种运算速度快,而且实现成本低的电力仪表指针图像轮廓计算方法。
为了解决上述技术问题,本发明所提供的一种电力仪表指针图像轮廓计算方法,其特征在于,具体步骤如下:
1)利用摄像头拍摄变电所内电力仪表的指针,并对拍摄的仪表指针图像实施灰度处理,将灰度处理后所得到灰度图定义为图像T;
对图像实施灰度处理的方式为:对每个像素点,令G=R,B=R,其中的G为像素点的绿色色值,B为像素点的蓝色色值,R为像素点的红色色值;
2)设置迭代初值i=1,及一个初始为空的轮廓点集合SY;
3)取图像T的第i个像素点P(i),设定以像素点P(i)为中心点并且边长为9个像素点的正方形区域为ZR区域;
如果ZR区域的整体位于图像T内,则转至步骤4),反之则转至步骤9);
4)将ZR区域等分为9个边长为3个像素点的正方形子区域,并将该9个正方形子区域定义为9个ZW区域;
每个ZW区域有1个中心像素点及8个非中心像素点,其中的位于中心部位的ZW区域的中心像素点为像素点P(i),另外8个ZW区域的中心像素点定义为像素点P(i)的邻区中心点;
5)计算每个ZW区域的中心像素点的像素相对值,计算公式为:
H(s,j)的取值方法为:如果R(s,j)>Rp(s),则H(s,j)=0,否则H(s,j)=1;
式中,f(s)为第s个ZW区域的中心像素点的像素相对值,H(s,j)为第s个ZW区域的第j个非中心像素点的像素相对值,R(s,j)为第s个ZW区域的第j个非中心像素点的像素灰度值,Rp(s)为第s个ZW区域的像素平均灰度值;
6)如果像素点P(i)的像素相对值等于1,则转至步骤7),反之则转至步骤9);
7)计算像素点P(i)的领近像素相对值,计算公式为:
式中,D(i)为像素点P(i)的领近像素相对值,f(j)为像素点P(i)的第j个邻区中心点的像素相对值;
8)如果D(i)=1,则将像素点P(i)归入轮廓点集合SY,再转至步骤9),反之则直接转至步骤9);
9)如果i=n,则转步骤10),反之则令i=i+1,再转至步骤3);
n为图像T中的像素点的数量;
10)将轮廓点集合SY中的各个像素点组成的图形作为电力仪表指针的图像轮廓。
本发明提供的电力仪表指针图像轮廓计算方法,通过小区域划分配合相对值计算的方式,可以有效剔除图像噪声,识别方式比较简单,参与运算的数据量较少,运算速度相对较快,实现成本也相对较低。
具体实施方式
以下结合具体实施例对本发明的技术方案作进一步详细描述,但本实施例并不用于限制本发明,凡是采用本发明的相似结构及其相似变化,均应列入本发明的保护范围,本发明中的顿号均表示和的关系,本发明中的英文字母区分大小写。
本发明实施例所提供的一种电力仪表指针图像轮廓计算方法,其特征在于,具体步骤如下:
1)利用摄像头拍摄变电所内电力仪表的指针,并对拍摄的仪表指针图像实施灰度处理,将灰度处理后所得到灰度图定义为图像T;
对图像实施灰度处理的方式为:对每个像素点,令G=R,B=R,其中的G为像素点的绿色色值,B为像素点的蓝色色值,R为像素点的红色色值;
2)设置迭代初值i=1,及一个初始为空的轮廓点集合SY;
3)取图像T的第i个像素点P(i),设定以像素点P(i)为中心点并且边长为9个像素点的正方形区域为ZR区域;
如果ZR区域的整体位于图像T内,则转至步骤4),反之则转至步骤9);
4)将ZR区域等分为9个边长为3个像素点的正方形子区域,并将该9个正方形子区域定义为9个ZW区域;
每个ZW区域有1个中心像素点及8个非中心像素点,其中的位于中心部位的ZW区域的中心像素点为像素点P(i),另外8个ZW区域的中心像素点定义为像素点P(i)的邻区中心点;
5)计算每个ZW区域的中心像素点的像素相对值,计算公式为:
H(s,j)的取值方法为:如果R(s,j)>Rp(s),则H(s,j)=0,否则H(s,j)=1;
式中,f(s)为第s个ZW区域的中心像素点的像素相对值,H(s,j)为第s个ZW区域的第j个非中心像素点的像素相对值,R(s,j)为第s个ZW区域的第j个非中心像素点的像素灰度值,Rp(s)为第s个ZW区域的像素平均灰度值;
6)如果像素点P(i)的像素相对值等于1,则转至步骤7),反之则转至步骤9);
7)计算像素点P(i)的领近像素相对值,计算公式为:
式中,D(i)为像素点P(i)的领近像素相对值,f(j)为像素点P(i)的第j个邻区中心点的像素相对值;
8)如果D(i)=1,则将像素点P(i)归入轮廓点集合SY,再转至步骤9),反之则直接转至步骤9);
9)如果i=n,则转步骤10),反之则令i=i+1,再转至步骤3);
n为图像T中的像素点的数量;
10)将轮廓点集合SY中的各个像素点组成的图形作为电力仪表指针的图像轮廓。
Claims (1)
1.一种电力仪表指针图像轮廓计算方法,其特征在于,具体步骤如下:
1)利用摄像头拍摄变电所内电力仪表的指针,并对拍摄的仪表指针图像实施灰度处理,将灰度处理后所得到灰度图定义为图像T;
对图像实施灰度处理的方式为:对每个像素点,令G=R,B=R,其中的G为像素点的绿色色值,B为像素点的蓝色色值,R为像素点的红色色值;
2)设置迭代初值i=1,及一个初始为空的轮廓点集合SY;
3)取图像T的第i个像素点P(i),设定以像素点P(i)为中心点并且边长为9个像素点的正方形区域为ZR区域;
如果ZR区域的整体位于图像T内,则转至步骤4),反之则转至步骤9);
4)将ZR区域等分为9个边长为3个像素点的正方形子区域,并将该9个正方形子区域定义为9个ZW区域;
每个ZW区域有1个中心像素点及8个非中心像素点,其中的位于中心部位的ZW区域的中心像素点为像素点P(i),另外8个ZW区域的中心像素点定义为像素点P(i)的邻区中心点;
5)计算每个ZW区域的中心像素点的像素相对值,计算公式为:
H(s,j)的取值方法为:如果R(s,j)>Rp(s),则H(s,j)=0,否则H(s,j)=1;
式中,f(s)为第s个ZW区域的中心像素点的像素相对值,H(s,j)为第s个ZW区域的第j个非中心像素点的像素相对值,R(s,j)为第s个ZW区域的第j个非中心像素点的像素灰度值,Rp(s)为第s个ZW区域的像素平均灰度值;
6)如果像素点P(i)的像素相对值等于1,则转至步骤7),反之则转至步骤9);
7)计算像素点P(i)的领近像素相对值,计算公式为:
式中,D(i)为像素点P(i)的领近像素相对值,f(j)为像素点P(i)的第j个邻区中心点的像素相对值;
8)如果D(i)=1,则将像素点P(i)归入轮廓点集合SY,再转至步骤9),反之则直接转至步骤9);
9)如果i=n,则转步骤10),反之则令i=i+1,再转至步骤3);
n为图像T中的像素点的数量;
10)将轮廓点集合SY中的各个像素点组成的图形作为电力仪表指针的图像轮廓。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110618887.0A CN113255547B (zh) | 2021-06-03 | 2021-06-03 | 电力仪表指针图像轮廓计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110618887.0A CN113255547B (zh) | 2021-06-03 | 2021-06-03 | 电力仪表指针图像轮廓计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113255547A CN113255547A (zh) | 2021-08-13 |
CN113255547B true CN113255547B (zh) | 2024-02-09 |
Family
ID=77186165
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110618887.0A Active CN113255547B (zh) | 2021-06-03 | 2021-06-03 | 电力仪表指针图像轮廓计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113255547B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521560A (zh) * | 2011-11-14 | 2012-06-27 | 上海交通大学 | 高鲁棒仪表指针图像识别方法 |
CN107133623A (zh) * | 2017-05-11 | 2017-09-05 | 安徽慧视金瞳科技有限公司 | 一种基于背景差和圆心定位的指针位置精确检测方法 |
CN107909593A (zh) * | 2017-11-07 | 2018-04-13 | 广西科技大学 | 基于感受野子区域的非方向选择性轮廓检测方法 |
WO2019062092A1 (zh) * | 2017-09-30 | 2019-04-04 | 深圳市颐通科技有限公司 | 基于超像素-多色彩空间的人体轮廓提取方法 |
CN110378326A (zh) * | 2019-07-08 | 2019-10-25 | 宁波大学科学技术学院 | 一种机械式指针压力表读数识别方法 |
CN111414934A (zh) * | 2020-01-21 | 2020-07-14 | 国网浙江省电力有限公司湖州供电公司 | 一种基于Faster R-CNN和U-Net的指针式仪表读数自动识别方法 |
CN111539330A (zh) * | 2020-04-17 | 2020-08-14 | 西安英诺视通信息技术有限公司 | 一种基于双svm多分类器的变电站数显仪表识别方法 |
CN111950509A (zh) * | 2020-08-26 | 2020-11-17 | 上海申瑞继保电气有限公司 | 变电所扇形指针仪表图像识别方法 |
CN112464949A (zh) * | 2020-11-16 | 2021-03-09 | 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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007006114A1 (en) * | 2005-07-07 | 2007-01-18 | Vx Technologies Inc. | Methods for silhouette extraction |
-
2021
- 2021-06-03 CN CN202110618887.0A patent/CN113255547B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521560A (zh) * | 2011-11-14 | 2012-06-27 | 上海交通大学 | 高鲁棒仪表指针图像识别方法 |
CN107133623A (zh) * | 2017-05-11 | 2017-09-05 | 安徽慧视金瞳科技有限公司 | 一种基于背景差和圆心定位的指针位置精确检测方法 |
WO2019062092A1 (zh) * | 2017-09-30 | 2019-04-04 | 深圳市颐通科技有限公司 | 基于超像素-多色彩空间的人体轮廓提取方法 |
CN107909593A (zh) * | 2017-11-07 | 2018-04-13 | 广西科技大学 | 基于感受野子区域的非方向选择性轮廓检测方法 |
CN110378326A (zh) * | 2019-07-08 | 2019-10-25 | 宁波大学科学技术学院 | 一种机械式指针压力表读数识别方法 |
CN111414934A (zh) * | 2020-01-21 | 2020-07-14 | 国网浙江省电力有限公司湖州供电公司 | 一种基于Faster R-CNN和U-Net的指针式仪表读数自动识别方法 |
CN111539330A (zh) * | 2020-04-17 | 2020-08-14 | 西安英诺视通信息技术有限公司 | 一种基于双svm多分类器的变电站数显仪表识别方法 |
CN111950509A (zh) * | 2020-08-26 | 2020-11-17 | 上海申瑞继保电气有限公司 | 变电所扇形指针仪表图像识别方法 |
CN112464949A (zh) * | 2020-11-16 | 2021-03-09 | 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 |
Non-Patent Citations (4)
Title |
---|
A robust and auto-matic recognition system of analog instruments in power system by using computer vision;Zheng C 等;《Measuremen》;第92卷;413-420 * |
基于Hough变换与特征聚类的指针轮廓识别方法;杨应彬 等;《机械设计与研究》;第35卷(第.2019(03)期);7-11 * |
基于改进Canny检测与Hough变换的仪表图像识别算法;姚洋 等;《上海电力大学学报》(第02期);183-189 * |
基于轮廓拟合与径向分割的指针式仪表自动读数方法;吴杰 等;《高技术通讯》;第29卷(第2019(09)期);905-913 * |
Also Published As
Publication number | Publication date |
---|---|
CN113255547A (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10311322B2 (en) | Character information recognition method based on image processing | |
CN111402247B (zh) | 一种基于机器视觉的输电线路上悬垂线夹缺陷检测方法 | |
CN110705639B (zh) | 一种基于深度学习的医学精子图像识别系统 | |
CN106803257B (zh) | 一种作物病害叶片图像中病斑的分割方法 | |
CN111582072A (zh) | 结合ResNet50+FPN+DCN的变电站图片鸟巢检测方法 | |
CN114463296B (zh) | 基于单样本学习的轻量化部件缺陷检测方法 | |
CN101964293A (zh) | 一种金相显微组织图像处理方法 | |
CN110909657A (zh) | 一种隧道表观病害图像识别的方法 | |
CN112884795A (zh) | 一种基于多特征显著性融合的输电线路巡检前景与背景分割方法 | |
CN113255547B (zh) | 电力仪表指针图像轮廓计算方法 | |
CN116704387B (zh) | 一种基于视频结构化的电力线路通道巡检系统和方法 | |
CN103559486A (zh) | 一种视频检测地板正反面的方法 | |
CN113592839A (zh) | 基于改进Faster RCNN的配网线路典型缺陷诊断方法及系统 | |
CN116051808A (zh) | 一种基于YOLOv5的轻量化零件识别定位方法 | |
CN113052821B (zh) | 一种电力设备巡检图片的质量评价方法 | |
CN117677969A (zh) | 一种缺陷检测的方法和装置 | |
CN111402223B (zh) | 一种利用变电站视频图像的变电站缺陷问题检测方法 | |
CN114120061A (zh) | 一种面向电力巡检场景的小目标缺陷检测方法及系统 | |
CN113077398A (zh) | 断路器圆形分合指示灯图像噪声滤波方法 | |
CN111402189B (zh) | 一种视频图像偏色检测装置及方法 | |
CN115330787B (zh) | 一种基于图像识别的光伏组件覆冰面积检测方法 | |
CN117649564B (zh) | 一种飞机舱位装配偏差识别装置及量化评估方法 | |
CN116665138B (zh) | 一种汽车配件冲压加工视觉检测方法及系统 | |
CN111652055B (zh) | 一种基于两阶段定位的开关仪表智能识别方法 | |
CN112819795B (zh) | 基于多色荧光图片的细胞数量和面积的统计方法 |
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 |