本发明专利技术公开了一种变电站智能巡检机器人的电流互感器油位检测方法，主要涉及机器视觉领域，包括建模和油位检测等步骤，具体包括表计定位建模、表计区域选取、参数设置、调整、保存定位模型信息、表计读数识别建模、设置油位区域、设置上下限、添加卡尺、设置指针边缘模式、宽度参数、滤波参数等步骤。本发明专利技术能够有效避免由于油位计区域中的同色干扰导致检查错误，而且具有较强的鲁棒性，检测正确率高，使得人工干预少、大大减少了工作人员的劳动强度。
【技术实现步骤摘要】
本专利技术涉及一种变电站智能巡检机器人的电流互感器油位检测方法，主要涉及机器视觉领域。
技术介绍
电流互感器油位检查是变电站的日常巡检任务，检查油位是否正常、有无漏油现象是必要的检查项，该检查对预防出现重大的电力设备事故具有重要意义。但是电流互感器油位表计位于变电站较高的区域，人工检测一般通过望远镜观测、记录油位，对于具有几百个电流互感器油位表的变电站，这种人工检查对工作人员是具有较高的劳动强度，尤其是在夏季高温等恶劣情况下。随着智能变电站理念的提出，越来越多智能巡检机器人代替工作人员进行变电站日常设备巡检。通过定位导航技术，机器人在站内自主导航，并在设定的巡检点暂停，采用基于机器视觉的仪表设备定位、识别方法来实现各种表计的读数检测。其中，电流互感器油位计检测方法一般采用颜色识别的方法，即将油位指针的颜色识别出来，然后与背景区分。但是，当油位区域中背景存在部分和指针颜色相同的区域时，很容易误识别。而且，采用颜色识别的方法也很容易受光照影响，鲁棒性较差，检测正确率差强人意。因此，需要一种新的电流互感器油位检测方法，并且能够保证较高的正确率。
技术实现思路
本专利技术的目的在于提供一种变电站智能巡检机器人的电流互感器油位检测方法，能改善现有技术存在的问题，解决现有的通用的方法鲁棒性差、正确率低的缺陷。本专利技术通过以下技术方案实现：一种变电站智能巡检机器人的电流互感器油位检测方法，包括以下步骤：S1：建模：包括以下步骤：S1-1表计定位建模：包括以下步骤：S1-1-1：表计区域选取：通过人工判断表计范围，抠取整个表计；S1-1-2：参数设置、调整：设置最小、最大对比度，旋转、尺度变化及各项参数；设置好可进行测试，根据测试结果调整参数，使得其适应各种光线条件；S1-1-3：保存定位模型信息：保存上述各个参数值；S1-2表计读数识别建模：包括以下步骤：S1-2-1：设置油位区域：用矩形框框出油位区域，记录矩形框左上角位置(xlt,ylt)和右下角位置(xrd,yrd)；S1-2-2：设置上下限：从下往上拉一条直线，直线下端为油位计下限端，直线上端为油位计上限端；S1-2-3：添加卡尺：卡尺由多个平行四边形组成，在一条直线上排列，能够改变长宽、设置卡尺个数；S1-2-4：设置指针边缘模式、宽度参数：根据实际情况设置背景到指针、指针到背景处边缘的变化情况；并利用卡尺测量边缘对宽度；本专利技术中，对比度、滤波阈值采用默认参数分别为6和2；S2：油位检测：包括以下步骤：S2-1表计定位算法：包括以下步骤：S2-1-1：滤波参数：导入建模时保存的最小、最大对比度值，旋转、尺度值及各项参数；S2-1-2：图像金字塔算法：根据导入的滤波参数，将模板和待定位图像分别执行图像匹配算法，分别得到分辨率连续减半的图像序列，并且在高分辨率图像中2*2的区域中的像素结合为下一层低分辨率图像中的一个像素；模板的图像金字塔从上到下依次为：Il、Il-1...I2、I1；待定位图像的图像金字塔从上到下依次为：I′l、I′l-1...I′2、I′1；S2-1-3：计算模板梯度特征：采用边缘检测算法获取模板Il的边缘特征，包含每个离散点梯度、幅值信息；S2-1-4：模板匹配：将S2-1-3中的特征在待识别图像I′l中从左到右，从上到下遍历进行特征相似度计算：s=1nΣi=1ndi′Teq+p′||di′||||eq+p′||=1nΣi=1nti′vr+ri′,c+ci′+ui′wr+ri′,c+ci′ti′2+ui′2v2r+ri′,c+ci′+w2r+ri′,c+ci′---(1)]]>将方向向量进行归一化，相似度可以不受任意光照、遮挡和混乱的影响；S2-1-5：得到匹配结果：由Step4得到模板在遍历时在待定位图上每个位置的相似度得分，将得分最高位置记为目标位置(x，y)；S2-1-6：确定目标位置：将该位置映射至I′l-1，再用模板Il-1在(x，y)附近区域内执行Step3至Step5，直到执行到图像的最底层，即I′1，I′1和待定位图像一致，既得表计的位置。进一步的，为更好地实现本专利技术，还包括步骤S2-2：待识别图像中油位检测区域的确定：根据步骤S2-1-6获取油位定位结果，将建模中设置的油位区域映射到待识别图像中，即确定检测区域。进一步的，为更好地实现本专利技术，在步骤S2-2之后，进行边缘搜索，将建模时设置好的卡尺序列，从上到下依次在油位检测区域进行边缘对搜索。进一步的，为更好地实现本专利技术，在完成边缘搜索后，进行步骤S2-3：确定油位边缘，包括以下步骤：S2-3-1：采用仿射变换、双线性插值技术对每个卡尺中的图像进行图像变换，使之成为矩形图像；S2-3-2：将每一个2维矩形图向y方向作投影，得到1维数据；S2-3-3：采用滤波算法对1维数据进行滤波，得到1维数据的多个候选峰值和低谷；S2-3-4：根据得分计算法则来计算边缘宽度、对比度、位置等得分来对候选峰值、低谷进行筛选，以得分最高的峰值、低谷为确定的油位边缘。进一步的，为更好地实现本专利技术，根据步骤S2-3-4检测得到的油位位置和步骤S1中建模时油位的上下限，计算得到油位的比例。本专利技术与现有技术相比，具有以下有益效果：本专利技术能够有效避免由于油位计区域中的同色干扰导致检查错误，而且具有较强的鲁棒性，检测正确率高，使得人工干预少、大大减少了工作人员的劳动强度。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对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专利技术的某些实施例，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为本专利技术步骤S2-3-4方法示意图。具体实施方式下面结合具体实施例对本专利技术进行进一步详细介绍，但本专利技术的实施方式不限于此。电流互感器油位检查是变电站的日常巡检任务，检查油位是否正常、有无漏油现象是必要的检查项，该检查对预防出现重大的电力设备事故具有重要意义。由于电流互感器油位表位于变电站的较高区域，人在地面不容易观察到油位，一般借助望远镜。因此，对于具有几本文档来自技高网...
【技术保护点】
一种变电站智能巡检机器人的电流互感器油位检测方法，其特征在于：包括以下步骤：S1：建模：包括以下步骤：S1‑1表计定位建模：包括以下步骤：S1‑1‑1：表计区域选取：通过人工判断表计范围，抠取整个表计；S1‑1‑2：参数设置、调整：设置最小、最大对比度，旋转、尺度变化及各项参数；设置好可进行测试，根据测试结果调整参数，使得其适应各种光线条件；S1‑1‑3：保存定位模型信息：保存上述各个参数值；S1‑2表计读数识别建模：包括以下步骤：S1‑2‑1：设置油位区域：用矩形框框出油位区域，记录矩形框左上角位置(xlt,ylt)和右下角位置(xrd,yrd)；S1‑2‑2：设置上下限：从下往上拉一条直线，直线下端为油位计下限端，直线上端为油位计上限端；S1‑2‑3：添加卡尺：卡尺由多个平行四边形组成，在一条直线上排列，能够改变长宽、设置卡尺个数；S1‑2‑4：设置指针边缘模式、宽度参数：根据实际情况设置背景到指针、指针到背景处边缘的变化情况；并利用卡尺测量边缘对宽度；S2：油位检测：包括以下步骤：S2‑1表计定位算法：包括以下步骤：S2‑1‑1：滤波参数：导入建模时保存的最小、最大对比度值，旋转、尺度值及各项参数；S2‑1‑2：图像金字塔算法：根据导入的滤波参数，将模板和待定位图像分别执行图像匹配算法，分别得到分辨率连续减半的图像序列，并且在高分辨率图像中2*2的区域中的像素结合为下一层低分辨率图像中的一个像素；模板的图像金字塔从上到下依次为：Il、Il‑1...I2、I1；待定位图像的图像金字塔从上到下依次为：I′l、I′l‑1...I′2、I′1；S2‑1‑3：计算模板梯度特征：采用边缘检测算法获取模板Il的边缘特征，包含每个离散点梯度、幅值信息；S2‑1‑4：模板匹配：将S2‑1‑3中的特征在待识别图像I′l中从左到右，从上到下遍历进行特征相似度计算：s=1nΣi=1ndi′Teq+p′||di′||||eq+p′||=1nΣi=1nti′vr+ri′,c+ci′+ui′wr+ri′,c+ci′ti′2+ui′2v2r+ri′,c+ci′+w2r+ri′,c+ci′---(1)]]>将方向向量进行归一化，相似度可以不受任意光照、遮挡和混乱的影响；S2‑1‑5：得到匹配结果：由Step4得到模板在遍历时在待定位图上每个位置的相似度得分，将得分最高位置记为目标位置(x，y)；S2‑1‑6：确定目标位置：将该位置映射至I′l‑1，再用模板Il‑1在(x，y)附近区域内执行Step3至Step5，直到执行到图像的最底层，即I′1，I′1和待定位图像一致，既得表计的位置。...
【技术特征摘要】
1.一种变电站智能巡检机器人的电流互感器油位检测方法，其特征在于：包
括以下步骤：
S1：建模：包括以下步骤：
S1-1表计定位建模：包括以下步骤：
S1-1-1：表计区域选取：通过人工判断表计范围，抠取整个表计；
S1-1-2：参数设置、调整：设置最小、最大对比度，旋转、尺度变化及各项
参数；设置好可进行测试，根据测试结果调整参数，使得其适应各种光线条件；
S1-1-3：保存定位模型信息：保存上述各个参数值；
S1-2表计读数识别建模：包括以下步骤：
S1-2-1：设置油位区域：用矩形框框出油位区域，记录矩形框左上角位置
(xlt,ylt)和右下角位置(xrd,yrd)；
S1-2-2：设置上下限：从下往上拉一条直线，直线下端为油位计下限端，直
线上端为油位计上限端；
S1-2-3：添加卡尺：卡尺由多个平行四边形组成，在一条直线上排列，能够
改变长宽、设置卡尺个数；
S1-2-4：设置指针边缘模式、宽度参数：根据实际情况设置背景到指针、指
针到背景处边缘的变化情况；并利用卡尺测量边缘对宽度；
S2：油位检测：包括以下步骤：
S2-1表计定位算法：包括以下步骤：
S2-1-1：滤波参数：导入建模时保存的最小、最大对比度值，旋转、尺度值
及各项参数；
S2-1-2：图像金字塔算法：根据导入的滤波参数，将模板和待定位图像分别
执行图像匹配算法，分别得到分辨率连续减半的图像序列，并且在高分辨率图像
中2*2的区域中的像素结合为下一层低分辨率图像中的一个像素；模板的图像金
字塔从上到下依次为：Il、Il-1...I2、I1；待定位图像的图像金字塔从上到下依
次为：I′l、I′l-1...I′2、I′1；
S2-1-3：计算模板梯度特征：采用边缘检测算法获取模板Il的边缘特征，包
\t含每个离散点梯度、幅值信息；
S2-1-4：模板匹配：将S2-1-3中的特征在待识别图像I′l中从左到右，从上
到下遍历进行特征相似度计算：
s=1nΣi=1ndi′Teq+p′||di′||||eq+p′||=1nΣi=1nti&p...
【专利技术属性】
技术研发人员：章海兵，陶熠昆，庞文尧，王培建，黄鸿，
申请(专利权)人：浙江国自机器人技术有限公司，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。