在电力远程监控中基于阴影消除优化的仪表指针位置检测识别方法技术

一种在电力远程监控中基于阴影消除优化的仪表指针位置检测识别方法，属数据识别领域。其对图像进行灰度化、去噪处理，使用灰度变换函数对图像进行灰度变换，利用大律法进行二值化，使用开运算处理毛刺，进行形态学处理指针边缘，进行Hough变换，最后筛选指针边缘所在直线，根据指针直线倾斜角度，计算指针度数。其使用灰度变换拉伸指针和阴影的对比度，采用大律法进行二值化，最后利用开运算滤除指针边缘的毛刺，达到阴影消除的效果。在不同的阴影程度下都有较好的表现，能较准确找到指针边缘，计算出指针读数且具有一定的实时性。可广泛应用于各种变配电站运行状态的远程采集、自动分析以及运行管理等领域。

Detection and Recognition Method of Instrument Pointer Position Based on Shadow Elimination Optimization in Electric Power Remote Monitoring

A method for detecting and identifying the position of instrument pointer based on shadow elimination optimization in power remote monitoring belongs to the field of data recognition. It grays and denoises the image, uses gray transform function to transform the image, binarizes the image by big law, uses open operation to process burrs, carries out morphological processing of pointer edge, carries out Hough transform, and finally filters the line where the pointer edge is located, calculates the degree of pointer according to the tilt angle of the pointer line. It uses gray transformation to stretch the contrast between the pointer and the shadow, uses big law to binarize, and finally uses open operation to filter out the burrs on the edge of the pointer, so as to achieve the effect of shadow elimination. It can find the edge of the pointer more accurately, calculate the reading of the pointer and has a certain real-time performance under different shadows. It can be widely used in remote acquisition, automatic analysis and operation management of various transformer and distribution stations.

【技术实现步骤摘要】
在电力远程监控中基于阴影消除优化的仪表指针位置检测识别方法
本专利技术属于数据识别领域，尤其涉及一种用于电力远程监控过程中特定对象的图像识别。
技术介绍
基于降低运行成本和节约占地面积等方面的考虑，随着无人值守变电站(简称电力站，下同)越来越多地被采用，各种视频监控系统被大量应用。由于视频监控会产生大量的实况录像或照片图像，则图像的处理、解读或根据所示图片进行识别、判断，在电力系统的运行监控工作中已经成为必须。“视觉理解”技术是一种智能系统，可以通过视觉系统(摄像机)对所处的环境进行自主观测和分析的智能化技术，是人工智能技术和机器视觉技术发展的一个重要方向，在变电站巡检、远程集中监控、视频图像大数据分析和挖掘等方面具有非常广阔的应用前景。指针式仪表作为电力系统中最重要的测量仪器，存在着没有数据接口，只能人为读取读数的弊端。为实现电力站的无人巡检、无人作业，需要实现对指针式仪表的智能“视觉理解”。由于电力站在无人时刻是不开灯的，只能由机器臂自带单光源，故阴影成为在电力站中实现对指针的识别的最大阻碍。针对阴影消除方法的研究，王翔宇等人在“HSV颜色空间中结合图像区域信息的目标阴影消除方法”(《计算机工程与应用》，,2015:359-360-361-362-363.)一文中提出先利用HSV空间变换确定阴影区域，再结合图像的区域信息由外而内的消除阴影区域；陈锡等人在“亮点、颜色和梯度结合的阴影消除算法”(电子工业出版社,2010:556-557-558-559-560-561.)中提出一种利用亮点、颜色和梯度结合判断是否进行阴影抑制的阴影消除算法；时文东等人专利技术了一种基于RGBY的阴影消除方法，能在各种情况下准确消除物体的影子(参见CN105869121A“一种基于RGBY的阴影消除方法”)；王珦磊等人在“一种基于YUV颜色空间自适应阴影消除算法”.(微型机与应用,2016,(7).)”中提出了一种新的基于YUV颜色空间自适应阴影消除算法，具有较好的自适应性，但需要事先采集背景图像。上述技术方案在实际应用过程中均发现存在一定的不足，不能完全适应基于“视觉理解”方法构建的电力远程监控系统的要求。
技术实现思路
本专利技术所要解决的技术问题是提供一种在电力远程监控中基于阴影消除优化的仪表指针位置检测识别方法。其使用灰度变换拉伸指针和阴影的对比度，采用大律法进行二值化，最后利用开运算滤除指针边缘的毛刺，达到阴影消除的效果。在不同的阴影程度下都有较好的表现，能较准确找到指针边缘，计算出指针读数且具有一定的实时性。本专利技术的技术方案是：提供一种在电力远程监控中基于阴影消除优化的仪表指针位置检测识别方法，包括通过视频监控系统或摄像机获取电控柜或仪表盘的图像；其特征是：1)首先针对每一类或每一型号的仪表，构建一个指针的倾斜角度与仪表度数的对应关系表或对应数据库；2)对图像进行灰度化、去噪处理；3)使用灰度变换函数对图像进行灰度变换，拉升对比度；4)利用大律法进行二值化；5)使用开运算处理毛刺，达到消除阴影的作用；6)进行形态学处理指针边缘；7)进行Hough变换；8)筛选指针边缘所在直线；9)根据指针直线倾斜角度，计算指针度数；10)通过获得的指针倾斜角度与仪表度数的对应关系表，得到指针仪表的度数。进一步的，所述的仪表指针位置检测识别方法，利用自适应的阈值二值化来提高阴影消除的效果，提高仪表指针位置的识别精度。具体的，所述的灰度变换采用下述公式来实现：s＝T(r)，A≤r，s≤A+L其中，图像的灰度区间为[A，A+L]，变量r代表原图像的灰度级，变量s代表拉伸过以后的图像的灰度级。。进一步的，所述灰度变换的变换函数的形式如下：其中0＜a，b＜1，取a＝0.2，b＝0.4。。具体的，在进行所述图像的二值化时，假设一幅M*N大小的灰度图像具有L个不同的灰度级，ni表示第i个灰度级的像素点的个数，n为总像素点数，即n＝M*N＝n0+n1+…+nL-1当阈值为t时，C1和C2中的像素点的个数占总体的百分比分别为：此时，C1和C2类的平均灰度值分别为：则，图像的总平均灰度值为：u＝w1u1+w2u2然后，在L个灰度级中用不同的t进行计算类间方差，公式如下：σ2(t)＝w1(u1-u)2+w2(u2-u)2＝w1w2(u1-u2)2其中最大的类间方差对应的t值就是最佳阈值。具体的，所述的形态学处理指针边缘按照如下方式进行：设E(x，y)和D(x，y)分别是结构元素B(x，y)对m*n大小的图像f(x，y)腐蚀和膨胀的结果；具体的，所述的通过直线的斜率和直线的位置进行筛选，选出指针边缘所在的直线。本技术方案在所述Hough变换后得到的图像中，通过直线的斜率和直线的位置进行筛选，选出指针边缘所在的直线。与现有技术比较，本专利技术的优点是：1、本技术方案使用灰度变换拉伸指针和阴影的对比度，采用大律法进行二值化，最后利用开运算滤除指针边缘的毛刺，达到阴影消除的效果；2、本算法在不同的阴影程度下都有较好的表现，能较准确找到指针边缘，计算出指针读数且具有一定的实时性。附图说明图1是本专利技术的处理流程方框图；图2是对仪表图像进行灰度化和高斯滤波后的效果图；图3是图2的梯度直方图；图4是灰度变换函数曲线图；图5是采用本技术方案的灰度变换效果图；图6是图5的灰度直方图；图7是仪表图像未经灰度变换的大律法二值化图；图8是经灰度变换的大律法二值化图；图9是Canny边缘检测图；图10是Hough变换图。其中，1为指针的第一边缘，2为指针的第二边缘。具体实施方式下面结合附图对本专利技术做进一步说明。图1中，本专利技术的技术方案提供了一种在电力远程监控中基于阴影消除优化的仪表指针位置检测识别方法，包括通过视频监控系统或摄像机获取电控柜或仪表盘的图像；其专利技术点在于：1)首先针对每一类或每一型号的仪表，构建一个指针的倾斜角度与仪表度数的对应关系表或对应数据库；2)获取仪表盘的图像；3)对图像进行灰度化、去噪处理；4)使用灰度变换函数对图像进行灰度变换，拉升对比度；5)利用大律法进行二值化；6)使用开运算处理毛刺，达到消除阴影的作用；7)进行形态学处理指针边缘；8)进行Hough变换；9)筛选指针边缘所在直线；10)根据指针直线倾斜角度，计算指针度数；11)通过获得的指针倾斜角度与仪表度数的对应关系表，得到指针仪表的度数。对于本技术方案，具体叙述如下：1、灰度变换：摄像头采集的图像一般是24位的真彩色，红绿蓝分别占8位。由于图像的颜色信息对于后面的处理识别作用不大，为加快计算的速度，将图像进行灰度化处理。此外，图像一般都会受到噪声的干扰，故使用高斯滤波去噪，得到图2所示图像。由图2所示可知，指针与阴影的灰度值十分接近，若直接二值化就会导致无法清晰地将指针抠出，影响指针的识别。所以必须对阴影进行抑制，即拉伸图像的对比度。直方图是灰度图像的一种重要的特征。它表现了256个灰度值在图像中的分布情况。从图3可以看出，经灰度化和高斯滤波的效果图整体较暗，其灰度直方图的分量集中在灰度级的中低部，且中部分布的像素最多。而我们的感兴趣区即指针的灰度值集中在灰度级的低端，所以需要使用灰度变换函数来有目的性的拉升感兴趣区的灰度值，以此来加大指针与阴影的对比度。假设图像的灰度区间为[A,A+L]，变量本文档来自技高网...

【技术保护点】
1.一种在电力远程监控中基于阴影消除优化的仪表指针位置检测识别方法，包括通过视频监控系统或摄像机获取电控柜或仪表盘的图像；其特征是：1)首先针对每一类或每一型号的仪表，构建一个指针的倾斜角度与仪表度数的对应关系表或对应数据库；2)对图像进行灰度化、去噪处理；3)使用灰度变换函数对图像进行灰度变换，拉升对比度；4)利用大律法进行二值化；5)使用开运算处理毛刺，达到消除阴影的作用；6)进行形态学处理指针边缘；7)进行Hough变换；8)筛选指针边缘所在直线；9)根据指针直线倾斜角度，计算指针度数；10)通过获得的指针倾斜角度与仪表度数的对应关系表，得到指针仪表的度数。

【技术特征摘要】
1.一种在电力远程监控中基于阴影消除优化的仪表指针位置检测识别方法，包括通过视频监控系统或摄像机获取电控柜或仪表盘的图像；其特征是：1)首先针对每一类或每一型号的仪表，构建一个指针的倾斜角度与仪表度数的对应关系表或对应数据库；2)对图像进行灰度化、去噪处理；3)使用灰度变换函数对图像进行灰度变换，拉升对比度；4)利用大律法进行二值化；5)使用开运算处理毛刺，达到消除阴影的作用；6)进行形态学处理指针边缘；7)进行Hough变换；8)筛选指针边缘所在直线；9)根据指针直线倾斜角度，计算指针度数；10)通过获得的指针倾斜角度与仪表度数的对应关系表，得到指针仪表的度数。2.按照权利要求1所述的在电力远程监控中基于阴影消除优化的仪表指针位置检测识别方法，其特征是所述的仪表指针位置检测识别方法，利用自适应的阈值二值化来提高阴影消除的效果，提高仪表指针位置的识别精度。3.按照权利要求1所述的在电力远程监控中基于阴影消除优化的仪表指针位置检测识别方法，其特征是所述的灰度变换采用下述公式来实现：s＝T(r)，A≤r，s≤A+L其中，图像的灰度区间为[A，A+L]，变量r代表原图像的灰度级，变量s代表拉伸过以后的图像的灰度级。4.按照权利要求4所述的在电力远程监控中基于阴影消除优化的仪表指针位置检测识别方法，其特征是所述灰度变换的变换函数的形式如下：其中0<a，b&lt...

【专利技术属性】
技术研发人员：韩浩江，张立，毛俊，姚明，吴昊，安帅，张海清，夏澍，杨杰，柴俊，杨剑，
申请(专利权)人：国网上海市电力公司，
类型：发明
国别省市：上海,31