CN114487808A - 基于图像特征识别跟踪技术的继电器转换时间测量方法 - Google Patents
基于图像特征识别跟踪技术的继电器转换时间测量方法 Download PDFInfo
- Publication number
- CN114487808A CN114487808A CN202210079344.0A CN202210079344A CN114487808A CN 114487808 A CN114487808 A CN 114487808A CN 202210079344 A CN202210079344 A CN 202210079344A CN 114487808 A CN114487808 A CN 114487808A
- Authority
- CN
- China
- Prior art keywords
- image
- relay
- contact
- switching time
- moment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000005516 engineering process Methods 0.000 title claims abstract description 14
- 230000003068 static effect Effects 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims abstract description 10
- 230000008859 change Effects 0.000 claims abstract description 7
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 238000001914 filtration Methods 0.000 claims description 5
- 238000003709 image segmentation Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 6
- 238000001514 detection method Methods 0.000 description 6
- 238000006073 displacement reaction Methods 0.000 description 4
- 108091006146 Channels Proteins 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/327—Testing of circuit interrupters, switches or circuit-breakers
- G01R31/3277—Testing of circuit interrupters, switches or circuit-breakers of low voltage devices, e.g. domestic or industrial devices, such as motor protections, relays, rotation switches
- G01R31/3278—Testing of circuit interrupters, switches or circuit-breakers of low voltage devices, e.g. domestic or industrial devices, such as motor protections, relays, rotation switches of relays, solenoids or reed switches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/20024—Filtering details
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于图像特征识别跟踪技术的继电器转换时间测量方法，包括如下步骤：将被测继电器固定在实验平台上，利用图像采集装置，获取被测继电器在通电吸合和断电释放的整个运动周期内动静触头的运动过程，作为初始图像；对初始图像进行读取和预处理；通过模版匹配对初始图像中的动静触头的几何中心进行识别跟踪处理；根据识别跟踪结果，获取被测继电器中动静触头的位置坐标随时间变化的图像和数据；获取静触头开始运动的时刻和动触头开始运动的时刻，两者的差即为继电器的转换时间。本发明处理速度快、精度高，基于图像特征识别跟踪技术实现继电器转换时间的非接触式测量，避免了测量人员的主观影响，避免了在测量过程中对产品二次伤害。
Description
技术领域
本发明涉及一种继电器参数的测试方法，尤其涉及一种基于图像特征识别跟踪技术的继电器转换时间测量方法。
背景技术
继电器在运行工作过程中各类参数是随时间而不断变化的，例如机械参数、电气参数、时间参数等，而且继电器各类性能参数的变化都可能对其寿命退化和功能失效产生重要影响。继电器的转换时间参数是一项反应其可靠性的重要参数，它是指继电器动触头刚开始运动到与静触头刚接触所需要的时间。早期的继电器转换时间检测设备以电秒表和光线示波器为主，人工操作的方式使得检测有很大局限性，受测量人员主观影响较大，精度也很低，满足不了高效率、高精度和自动化的现代化要求。
发明内容
本发明所要解决的技术问题是克服现有技术中存在的不足，提供一种基于图像特征识别跟踪技术的继电器转换时间测量方法。
本发明是通过以下技术方案予以实现：
一种基于图像特征识别跟踪技术的继电器转换时间测量方法，包括如下步骤：S1.将被测继电器固定在实验平台上，利用图像采集装置，获取所述被测继电器在通电吸合和断电释放的整个运动周期内动触头、静触头的运动过程，作为初始图像；S2.对所述初始图像进行读取和预处理；S3.通过模版匹配对所述初始图像中的静触头和动触头的几何中心进行识别跟踪处理；S4.根据识别跟踪结果，获取所述被测继电器中静触头、动触头的位置坐标随时间变化的图像和数据；S5.获取静触头开始运动的时刻和动触头开始运动的时刻，两者的差即为继电器的转换时间。
根据上述技术方案，优选地，所述图像采集装置为高速图像采集器，拍摄频率为1500帧/秒。
根据上述技术方案，优选地，所述预处理包括图像分割处理、图像灰度处理、图像滤波处理以及图像二值操作。
根据上述技术方案，优选地，步骤S3包括：所述初始图像中的第一帧图像作为样本图像，截取所述样本图像中的静触头和动触头作为样本模板，并设置相似度；迭代计算得到初始图像中与所述样本模板的最相似区域，对静触头和动触头的几何中心进行跟踪处理。
本发明的有益效果是：
本发明基于图像特征识别跟踪技术来实现继电器转换时间的非接触式测量，利用图像识别和模板匹配方法自动获取动静触头的几何中心的坐标位置，并实现位置跟踪，避免了测量人员的主观影响，同时非接触性检测，保证产品检测的准确率，避免了在测量过程中对产品二次伤害；除此之外，本发明通过对图片进行处理，实现对继电器转换时间的测量，能够快速有效的获得参数，还能够与动作过程相结合，具有处理速度快、精度高、操作简单、成本低的优点。
附图说明
图1为本发明中动静触头的跟踪位移图。
图2为本发明测量方法步骤的流程示意图。
具体实施方式
为了使本技术领域的技术人员更好地理解本发明的技术方案，下面结合附图和最佳实施例对本发明作进一步的详细说明。基于发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于发明保护的范围。
在发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对发明的限制。
如图所示，本发明包括如下步骤：
S1.将被测继电器固定在实验平台上，利用图像采集装置，获取所述被测继电器在通电吸合和断电释放的整个运动周期内动触头、静触头的运动过程，作为初始图像。本例中图像采集装置为高速图像采集器，拍摄频率为1500帧/秒。
S2.对所述初始图像进行读取和预处理。其中预处理包括图像分割处理、图像灰度处理、图像滤波处理以及图像二值操作。
S21.图像分割处理：跟踪所有动静触头，继电器各组的动触头之间与各组的静触头分别同时动作，即转换时间相同，所以选取其中一组来分析。
S22.图像灰度处理：由公式表示转换后的图片所占通道的比例，f(i,j)＝0.30R(i,j)+0.59G(i,j)+0.11B(i,j))，其中，R、G、B分别代表图像的红色通道、绿色通道和蓝色通道。
S23.图像滤波处理：其基本原理是把数字图像中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升(或下降)的为二维数据序列。二维中值滤波输出为g(x,y)＝med{f(x-k,y-l),(k,l∈W)}，其中，f(x,y)，g(x,y)分别为原始图像和处理后图像，W为二维模板，该方法在计算某一个像素点的像素值时，同时考虑距离信息，既能去除噪声，又能较好的保护边缘信息。
S24.图像二值操作：使用直方图方法来寻找二值化的阀值，直方图是图像的重要特质。该方法将图像分为前景和背景，在灰度直方图上，前景和背景都会形成高峰，在双峰之间的最低谷处的数值就是阀值。让灰度值小于等于阈值的变为0(黑色)，灰度值大于127的变为255(白色)。
S3.通过模版匹配对所述初始图像中的静触头和动触头的几何中心进行识别跟踪处理。具体地：
S31.所述初始图像中的第一帧图像作为样本图像，截取所述样本图像中的静触头和动触头作为样本模板，并设置相似度。
S32.迭代计算得到初始图像中与所述样本模板的最相似区域，对静触头和动触头的几何中心进行跟踪处理。
S4.根据识别跟踪结果，采用python编程方法实时获取所述被测继电器中静触头、动触头的位置坐标随时间变化的图像和数据，图1中位于上方的曲线代表静触头的位移变化，位于下方的曲线代表动触头的位移变化。
S5.如图1所示，通过编程获取静触头开始运动的时刻(T1)和动触头开始运动的时刻(T2)，两者的差(T2-T1)即为继电器的转换时间。本步骤中通过计算机编程技术以确定动触头与静触头位移改变的初始时刻，并获取两个值的差，消除了人眼观测的误差，比以往的电秒表和示波器的测量方法更加准确。
本发明基于图像特征识别跟踪技术来实现继电器转换时间的非接触式测量，利用图像识别和模板匹配方法自动获取动静触头的几何中心的坐标位置，并实现位置跟踪，避免了测量人员的主观影响，同时非接触性检测，保证产品检测的准确率，避免了在测量过程中对产品二次伤害；除此之外，本发明通过对图片进行处理，实现对继电器转换时间的测量，能够快速有效的获得参数，还能够与动作过程相结合，具有处理速度快、精度高、操作简单、成本低的优点。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (4)
1.一种基于图像特征识别跟踪技术的继电器转换时间测量方法，其特征在于，包括如下步骤：
S1.将被测继电器固定在实验平台上，利用图像采集装置，获取所述被测继电器在通电吸合和断电释放的整个运动周期内动触头、静触头的运动过程，作为初始图像；
S2.对所述初始图像进行读取和预处理；
S3.通过模版匹配对所述初始图像中的静触头和动触头的几何中心进行识别跟踪处理；
S4.根据识别跟踪结果，获取所述被测继电器中静触头、动触头的位置坐标随时间变化的图像和数据；
S5.获取静触头开始运动的时刻和动触头开始运动的时刻，两者的差即为继电器的转换时间。
2.根据权利要求1所述一种基于图像特征识别跟踪技术的继电器转换时间测量方法，其特征在于，所述图像采集装置为高速图像采集器，拍摄频率为1500帧/秒。
3.根据权利要求1所述一种基于图像特征识别跟踪技术的继电器转换时间测量方法，其特征在于，所述预处理包括图像分割处理、图像灰度处理、图像滤波处理以及图像二值操作。
4.根据权利要求1至3中任意一项的所述一种基于图像特征识别跟踪技术的继电器转换时间测量方法，其特征在于，步骤S3包括：所述初始图像中的第一帧图像作为样本图像，截取所述样本图像中的静触头和动触头作为样本模板，并设置相似度；迭代计算得到初始图像中与所述样本模板的最相似区域，对静触头和动触头的几何中心进行跟踪处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210079344.0A CN114487808B (zh) | 2022-01-24 | 2022-01-24 | 基于图像特征识别跟踪技术的继电器转换时间测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210079344.0A CN114487808B (zh) | 2022-01-24 | 2022-01-24 | 基于图像特征识别跟踪技术的继电器转换时间测量方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114487808A true CN114487808A (zh) | 2022-05-13 |
| CN114487808B CN114487808B (zh) | 2024-07-19 |
Family
ID=81473770
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210079344.0A Active CN114487808B (zh) | 2022-01-24 | 2022-01-24 | 基于图像特征识别跟踪技术的继电器转换时间测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114487808B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115115584A (zh) * | 2022-06-07 | 2022-09-27 | 河北工业大学 | 一种基于图像识别跟踪技术的继电器接点压力测量方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU94025952A (ru) * | 1994-07-12 | 1996-04-27 | Государственный проектно-изыскательский институт "ГИПРОТРАНССИГНАЛСВЯЗЬ" | Способ измерения механических перемещений в электромагнитных реле |
| US7839517B1 (en) * | 2002-03-29 | 2010-11-23 | Fujifilm Corporation | Image processing system, and image processing apparatus and portable information communication device for use in the image processing system |
| CN103604942A (zh) * | 2013-09-05 | 2014-02-26 | 大连交通大学 | 计算真空开关触头位置和运动速度的方法 |
| BRPI1005870A2 (pt) * | 2010-10-18 | 2015-07-14 | José Manoel Da Silva | Aparelho de tv que gera duas imagens, sendo uma por vez |
| CN106441678A (zh) * | 2016-11-10 | 2017-02-22 | 国网冀北电力有限公司电力科学研究院 | 一种负荷开关弹簧系统触点初压力测量系统及方法 |
| CN108761240A (zh) * | 2018-06-05 | 2018-11-06 | 哈尔滨工业大学 | 一种用于触点材料电性能模拟试验装置及试验方法 |
| CN111812496A (zh) * | 2020-07-02 | 2020-10-23 | 天津理工大学 | 一种交流灯丝转换继电器在线检测系统及方法 |
| CN111964889A (zh) * | 2020-08-20 | 2020-11-20 | 沈阳铁路信号有限责任公司 | 一种用于铁路信号继电器时间参数的有效信息提取方法 |
| CN117078721A (zh) * | 2023-09-21 | 2023-11-17 | 沈阳铁路信号有限责任公司 | 一种继电器缓吸时间测量方法 |
-
2022
- 2022-01-24 CN CN202210079344.0A patent/CN114487808B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU94025952A (ru) * | 1994-07-12 | 1996-04-27 | Государственный проектно-изыскательский институт "ГИПРОТРАНССИГНАЛСВЯЗЬ" | Способ измерения механических перемещений в электромагнитных реле |
| US7839517B1 (en) * | 2002-03-29 | 2010-11-23 | Fujifilm Corporation | Image processing system, and image processing apparatus and portable information communication device for use in the image processing system |
| BRPI1005870A2 (pt) * | 2010-10-18 | 2015-07-14 | José Manoel Da Silva | Aparelho de tv que gera duas imagens, sendo uma por vez |
| CN103604942A (zh) * | 2013-09-05 | 2014-02-26 | 大连交通大学 | 计算真空开关触头位置和运动速度的方法 |
| CN106441678A (zh) * | 2016-11-10 | 2017-02-22 | 国网冀北电力有限公司电力科学研究院 | 一种负荷开关弹簧系统触点初压力测量系统及方法 |
| CN108761240A (zh) * | 2018-06-05 | 2018-11-06 | 哈尔滨工业大学 | 一种用于触点材料电性能模拟试验装置及试验方法 |
| CN111812496A (zh) * | 2020-07-02 | 2020-10-23 | 天津理工大学 | 一种交流灯丝转换继电器在线检测系统及方法 |
| CN111964889A (zh) * | 2020-08-20 | 2020-11-20 | 沈阳铁路信号有限责任公司 | 一种用于铁路信号继电器时间参数的有效信息提取方法 |
| CN117078721A (zh) * | 2023-09-21 | 2023-11-17 | 沈阳铁路信号有限责任公司 | 一种继电器缓吸时间测量方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115115584A (zh) * | 2022-06-07 | 2022-09-27 | 河北工业大学 | 一种基于图像识别跟踪技术的继电器接点压力测量方法 |
| CN115115584B (zh) * | 2022-06-07 | 2024-03-29 | 河北工业大学 | 一种基于图像识别跟踪技术的继电器接点压力测量方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114487808B (zh) | 2024-07-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6463175B1 (en) | Structure-guided image processing and image feature enhancement | |
| CN110766017B (zh) | 基于深度学习的移动终端文字识别方法及系统 | |
| CN102013103B (zh) | 实时动态嘴唇跟踪方法 | |
| CN110110131B (zh) | 一种基于深度学习与双目立体视觉的飞机线缆支架识别与参数获取方法 | |
| CN113970560B (zh) | 一种基于多传感融合的缺陷三维检测方法 | |
| CN114757913A (zh) | 一种显示屏缺陷检测方法 | |
| CN111624203A (zh) | 一种基于机器视觉的继电器接点齐度非接触式测量方法 | |
| CN114487808A (zh) | 基于图像特征识别跟踪技术的继电器转换时间测量方法 | |
| US20110085026A1 (en) | Detection method and detection system of moving object | |
| CN106558044B (zh) | 影像模组的解像力测量方法 | |
| CN111028263B (zh) | 一种基于光流颜色聚类的运动物体分割方法及其系统 | |
| CN116071315A (zh) | 一种基于机器视觉的产品可视缺陷检测方法及系统 | |
| CN118032789B (zh) | 基于机器视觉的手表外壳表面检测系统及方法 | |
| CN110516527B (zh) | 一种基于实例分割的视觉slam回环检测改进方法 | |
| CN108764177A (zh) | 一种基于低秩分解和表示联合学习的运动目标检测方法 | |
| CN109241932B (zh) | 一种基于运动方差图相位特征的热红外人体动作识别方法 | |
| Peng et al. | Automatic recognition of pointer meter reading based on Yolov4 and improved U-net algorithm | |
| 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 | |
| CN113706496A (zh) | 一种基于深度学习模型的飞行器结构裂纹检测方法 | |
| CN117197808A (zh) | 一种基于rgb通道分离的宫颈细胞图像细胞核分割方法 | |
| Nan et al. | Pedestrian detection based on HOG features and SVM realizes vehicle-human-environment interaction | |
| CN116596838A (zh) | 一种基于特征感知的元器件表面缺陷检测方法 | |
| CN112598632B (zh) | 一种压接连接器接触件外观检测方法及装置 | |
| Liu et al. | Research on moving object tracking based on fuzzy clustering algorithm in sports video sequence | |
| CN114882230A (zh) | 一种基于视觉注意力的鼠患检测方法及装置 |
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 |