基于計(jì)算機(jī)視覺技術(shù)的電力指針式儀表自動讀數(shù)算法研究

0引言

電力指針式儀表是變電站內(nèi)最常見的測量和控制設(shè)備,承擔(dān)著電壓參數(shù)測定、避雷器檢測、電能質(zhì)量監(jiān)測等重要功能。指針式儀表結(jié)構(gòu)簡潔、示數(shù)準(zhǔn)確、可靠性高,尤其是在高溫高壓、粉塵等惡劣環(huán)境下,此類儀表比數(shù)字式儀表表現(xiàn)得更加穩(wěn)定和耐用。然而,在這些惡劣的工作環(huán)境下,傳統(tǒng)的人工讀表方式效率低下且準(zhǔn)確性不足。因此,隨著電力自動化、智能化水平的不斷提高,研究電力指針式儀表自動讀數(shù)技術(shù)顯得尤為重要。

在諸如電力巡檢機(jī)器人等智能電力終端上搭載電力指針式儀表自動讀數(shù)技術(shù),不僅能大幅提高數(shù)據(jù)采集的效率和準(zhǔn)確性,還能有效減少人為誤差,確保數(shù)據(jù)的客觀性,從而為電力系統(tǒng)的安全穩(wěn)定運(yùn)行提供有力保障。

目前,隨著計(jì)算機(jī)視覺技術(shù)的飛速進(jìn)步,電力指針式儀表自動讀數(shù)技術(shù)多依賴于圖像處理、模式識別和人工智能算法,技術(shù)過程通常是攝像頭捕捉儀表盤圖像,結(jié)合先進(jìn)的圖像處理算法(如均值濾波、灰度化、霍夫變換等),識別表盤和指針位置,利用角度法計(jì)算讀數(shù),進(jìn)而完成儀表讀數(shù)的自動化采集工作^[1-3]。

因此,本文預(yù)先對采集到的指針式儀表圖片進(jìn)行濾波降噪和灰度化處理,使用霍夫圓檢測到儀表盤輪廓,并應(yīng)用霍夫直線算法擬合儀表盤刻度線和指針,最后通過角度法計(jì)算儀表盤讀數(shù),旨在為電力指針式儀表自動讀數(shù)技術(shù)的發(fā)展提供理論支持和技術(shù)參考,推動電力系統(tǒng)的智能化升級。

1 電力指針式儀表自動讀數(shù)技術(shù)

基于計(jì)算機(jī)視覺技術(shù)的電力指針式儀表自動讀數(shù)流程如圖1所示。

1.1 濾波與灰度化

智能終端配備高分辨率攝像頭,通過拍攝電力指針式儀表盤完成圖像采集。接下來是圖像的預(yù)處理操作,包括濾波和灰度化,其中,濾波用于去除圖像中的噪聲,灰度化則是將彩色圖片轉(zhuǎn)為灰度圖,以減少計(jì)算量和復(fù)雜度。

常用的濾波算法有均值濾波、高斯濾波、雙邊濾波等,在自動讀數(shù)場景中,考慮到原始圖像中指針、儀表刻度線與盤面的輪廓和色彩分明,所以,為更好地保留圖像中的邊緣信息與色彩信息,本文采用雙邊濾波^[4]。

雙邊濾波是一種非線性濾波技術(shù),它考慮了空間鄰域和像素值相似性兩個因素,通過權(quán)重函數(shù)將空間域和強(qiáng)度域的信息結(jié)合在一起,從而在平滑圖

像的同時保留邊緣。其原理如下:

式中:x_i為原圖中的像素點(diǎn)位置;x為雙邊濾波處理后圖像中的像素點(diǎn)位置;Ω為空間域;I_filtered(x)為經(jīng)雙邊濾波處理后x位置對應(yīng)的強(qiáng)度值,即像素值;I(x_i)為原圖中xi位置對應(yīng)的強(qiáng)度值;|x-x_i|為兩位置之間的歐幾里得距離;|I(x)-I(x_i)|為兩像素值之間的差異; W_p為歸一化系數(shù);σ₁和σ₂分別為空間域和強(qiáng)度域的標(biāo)準(zhǔn)差。

圖2展示了原始圖像經(jīng)雙邊濾波處理后的效果。

1.2 儀表盤檢測

為了精準(zhǔn)定位儀表盤的位置和輪廓,本文采用霍夫圓變換方法^[5]?；舴驁A變換是一種基于累積投票 的參數(shù)空間變換方法,適用于檢測圖像中的圓形輪廓。

基于霍夫圓變換的儀表盤輪廓定位算法流程如下:

1)邊緣檢測。

使用Canny邊緣檢測提取邊緣點(diǎn)。

2)參數(shù)空間投票。

對于每一個邊緣點(diǎn)(x,y)和假設(shè)圓半徑r,計(jì)算所有可能圓心(a,b):

a=x-rcosθ   (2)

b=y-rsinθ   (3)

式中:θ為從邊緣點(diǎn)(x,y)到圓心(a,b)的方向角,表示圓心相對于邊緣點(diǎn)的位置角度。為了覆蓋完整的圓周,將θ的取值范圍設(shè)為0到360°。

3)累積器數(shù)組。

創(chuàng)建一個累積器數(shù)組,每個邊緣點(diǎn)對應(yīng)一個特定的 (a,b,r)組合,每次在參數(shù)空間中確定一個可能的(a,b,r)組合時,在累積器數(shù)組的對應(yīng)位置加1。

4)定位儀表盤。

找出累積器數(shù)組中值最大的點(diǎn),這些點(diǎn)對應(yīng)的(a,b,r)參數(shù)即檢測到的儀表盤參數(shù)。

5)裁剪儀表盤。

根據(jù)矩形左下、右上坐標(biāo) (a-r,b-r)(a+r,b+r),裁剪出儀表盤。

圖3展示了基于霍夫圓變換定位儀表盤輪廓的效果。

1.3 霍夫直線擬合指針和刻度

在儀表盤圖片中準(zhǔn)確識別儀表盤上的指針和刻度線,采用霍夫直線變換方法^[6],算法流程如下:

1)邊緣檢測。

使用Canny邊緣檢測提取邊緣點(diǎn)。

2)霍夫直線變換。

將圖像坐標(biāo)空間轉(zhuǎn)換為霍夫參數(shù)空間(可視為極坐標(biāo)空間)。在極坐標(biāo)系中,直線可表示為:

ρ=xcosθ+ysinθ   (4)

式中:ρ為原點(diǎn)到直線的垂直距離;θ為直線與x軸的夾角。

3)累積器數(shù)組

創(chuàng)建累積器數(shù)組,每個邊緣點(diǎn)(x,y)對應(yīng)一個特定的(ρ,θ)組合。每次在參數(shù)空間中確定一個可能的(ρ,θ)組合時,在累積器數(shù)組的對應(yīng)位置上加1。

4)定位直線

找出累積器數(shù)組中值最大的點(diǎn),這些點(diǎn)對應(yīng)的(ρ,θ)參數(shù)即檢測到的直線參數(shù)(指針和刻度線)。

5)區(qū)分指針和刻度線

根據(jù)檢測到的直線參數(shù)(ρ,θ),將直線從霍夫參數(shù)空間轉(zhuǎn)換為圖像坐標(biāo)空間,表示為:

圓心附近出發(fā)且延伸至儀表盤輪廓區(qū)域的長直線為指針,圍繞儀表盤圓周排列的短直線為刻度線。

圖4展示了基于霍夫直線變換的指針和刻度擬合效果。

1.4 角度法讀數(shù)

將儀表盤的圓心作為指針的回轉(zhuǎn)中心,起始刻度線延伸且連接回轉(zhuǎn)中心的直線為水平軸,假設(shè)指針與表盤輪廓線的交點(diǎn)為(x_p,y_p),則指針與水平線的夾角θ_p計(jì)算為:

θ_p=arctan(|y_p-b|/|x_p-a|)   (6)

式中:(a,b)為儀表盤的回轉(zhuǎn)中心。

將指針角度θp映射到刻度范圍內(nèi):

刻度值=θ_p ×max—num/angle   (7)

式中:max—num為儀表盤最大示數(shù);angle為儀表盤刻度范圍的角度。

考慮到儀表盤零刻度位置,需要對指針讀數(shù)進(jìn)行修正。因此,假設(shè)0刻度在θ位置,儀表盤實(shí)際讀數(shù)res為:

res=(θ_p-θ)×max—num/angle   (8)

通過上述步驟,算法可以精確地識別儀表盤輪廓并檢測指針和刻度線的位置,再基于指針與刻度線的角度關(guān)系,即可獲得儀表盤的讀數(shù)。這種方法可以顯著提高電力指針式儀表自動讀數(shù)的效率和準(zhǔn)確性。

2 實(shí)驗(yàn)結(jié)果與分析

為了測試本文所研究的電力指針式儀表自動讀數(shù)技術(shù)的有效性,采集了變電所內(nèi)110kv滁東線584線路避雷器A組、B組、C組等30張不同示數(shù)進(jìn)行實(shí)驗(yàn),儀表盤如圖5所示。

使用絕對誤差T和相對誤差δ衡量讀數(shù)精度,計(jì)算公式如下:

T=|res-y|   (9)

δ=T/y    (10)

式中:res為算法讀數(shù);y為人工讀數(shù)。

部分電力指針式儀表自動讀數(shù)結(jié)果如表1所示。

實(shí)驗(yàn)結(jié)果表明,本文所提的電力指針式儀表自動讀數(shù)的平均絕對誤差為0.02,平均相對誤差為1.8%,自動讀數(shù)能有效適應(yīng)各種復(fù)雜環(huán)境,且準(zhǔn)確性符合應(yīng)用預(yù)期。

3結(jié)束語

為解決電力指針式儀表在復(fù)雜環(huán)境下自動讀數(shù)問題,本文提出了一種基于計(jì)算機(jī)視覺技術(shù)的自動化讀數(shù)方法。該方法包含對原始圖像進(jìn)行雙邊濾波與灰度化的預(yù)處理操作、霍夫圓變換定位儀表盤邊緣、霍夫直線擬合指針和刻度線以及角度法計(jì)算讀數(shù)等四大關(guān)鍵步驟。采集滁州變電站內(nèi)避雷器組圖像對自動讀數(shù)方法進(jìn)行驗(yàn)證,實(shí)驗(yàn)結(jié)果表明,該方法在復(fù)雜環(huán)境下仍具有高精度,可實(shí)現(xiàn)對傳統(tǒng)人工讀數(shù)方式的有效替代,有助于賦能電力智能化巡檢以及推動電力系統(tǒng)的智能化升級。不過,霍夫變換仍存在計(jì)算復(fù)雜度較高的特性,后續(xù)將優(yōu)化圓盤和指針定位算法,以進(jìn)一步提高系統(tǒng)的實(shí)時性。

[參考文獻(xiàn)]

[1]劉宏利,張志偉,邵磊,等.基于深度學(xué)習(xí)的指針式儀表示數(shù)讀取方法[J/0L].天津理工大學(xué)學(xué)報(bào):1—8(2024—05—15)[2024—06-03]. https://kns.cnki.net/kcms2/Article/  AbstrAct? v=5l3vb1p—-rheDuGnbki3YHNqogA7iipi7xEe-  4qivNuSYAHmKJ5s30F8tLk65Q8fk7YoHIJvvqcvc2cFtoxnJ- QjQYSrAFoiQAvggwgFw-1Xg5iv5j15LEDPFAH6NvnJ— kj86h- ktvxHvloAqvZi7xhwZ0cAsticJpEz-trfsA0Yfxv5vFhsiIx- L08rthz0-Nqg&uniplAtform=NZKPT&lAnguAge=cHS.

[2]趙麗娜.基于機(jī)器視覺的電力指針式儀表的自動識讀技術(shù)研究[D].保定:華北電力大學(xué),2023.

[3]張建寰,曾亮,劉濤,等.戶外巡檢機(jī)器人指針式儀表識別方法研究[J].儀表技術(shù)與傳感器,2023(11):51-56.

[4]趙德鵬,劉永生,趙涵.基于統(tǒng)計(jì)濾波與雙邊濾波的點(diǎn)云降噪算法[J].現(xiàn)代機(jī)械,2024(2):35-3g.

[5]程浩然,錢新博,蔣林,等.一種激光SLAM中基于圖與圖匹配的回環(huán)檢測方法 [J/0L].武漢科技大學(xué)學(xué)報(bào):1-10(2024-05-28)[2024-06-05].https : //kns.cnki.net/kcms2/Article/AbstrAct?v=5l3vb1p—-rhI1ju2buc2A-SogrvrkrADLZ3tJIK-INuvr-P1ZEuPi8HB7w—4w0L6qX-AsP-bgw0Q6Sg-FMDDYpkLNAqTThDSiuuLgqk8mlgEGkXGMXTvZnM-ggDiA1AX0Ew23Ns3dqtYoRJYmZABFGkSphtQcAEAS-exuozY-rhgjJutXgvit—RRI0cvewPl—jxr&uniplAtform=NZKPT&lA-nguAge=cHS.

[6]聶子博,曹建軍,翁年鳳,等.基于直線生成的卷積霍夫線段檢測[J].計(jì)算機(jī)技術(shù)與發(fā)展,2024,34(5):30-36.

2024年第20期第19篇