一种识别模拟指针式仪表读数的电力巡检方法和装置制造方法及图纸

本发明专利技术公开了一种识别模拟指针式仪表读数的电力巡检方法和装置，该发明专利技术包括利用HOG特征和最优化的SVM模型预测待测仪表在图像中的位置，完成取图过程；利用SIFT指针重建方法读取表盘示数。本发明专利技术不仅克服了变电站中对于模拟仪表读数工作上人力、物力、财力疲于调配的问题，而且克服了相机拍照角度必须垂直于仪表盘平面的限制和复杂刻度仪表或不均匀刻度仪表的读数困难问题，同时对于不同环境、不同光照条件下的扰动，本方法也具备很强的鲁棒性。

An Electric Patrol Inspection Method and Device for Recognizing Analog Pointer Instrument Reading

【技术实现步骤摘要】
一种识别模拟指针式仪表读数的电力巡检方法和装置
本专利技术属于指针仪表领域，更具体地，涉及一种识别模拟指针式仪表读数的电力巡检方法和装置。
技术介绍
鉴于模拟指针仪表具有优秀的抗电磁干扰能力，模拟指针仪表在电力系统中得到了广泛应用。对电力系统中模拟仪表的实时监控工作，其意义在于，及时发现某些参数超标，进而避免整个电力系统的安全隐患和巨大的经济利益损失。目前，主要的电力巡检手段是人工巡检，这种方式不仅效率低，出错率高，还需要很高的成本去培养和雇佣熟练的巡检工人。因此，研发能够自行定位待测模拟仪表并能读取仪表示数的装置成为了近20年来电力系统的一个主要研究课题。用自动巡检替代人工巡检，用计算机视觉的理论与技术替代人眼的读表过程，收获的是很高的工作效率，在降低读数出错率的同时，也削减了电力系统的人工开销，确保电力系统安全运行，并产生更大的经济利益。电力巡检装置利用红外、声、光等不同类型的传感器，基于不同原理实现自主导航并定位，在固定位置拍摄仪表图片，再将仪表图片经过无线传输手段上传到后台，在后台中使用计算机视觉的理论与方法，完成读取示数工作，同样的，模拟仪表的示数识别方法也各有不同。对于大多数刻度均匀的简单圆形仪表来讲，目前的普遍做法是，利用边缘/梯度/颜色信息、SIFT(Scale-invariantfeaturetransform)特征匹配或Hough圆检测来获取仪表位置，接下来使用Hough线检测获取指针的角度，最后在整个仪表盘中利用指针和起始刻线的相对角度计算指针示数。对于电力巡检中的复杂刻度模拟指针表的读数方法，主要存在三个局限：仪表定位方法始终缺少普适性；对存在视差情况下指针倾斜角度的校正不够严谨；仍然缺少高效可靠的方法来处理复杂刻度仪表的读数工作，如刻度不均匀分布的仪表。以下两个专利内容可以充分说明现有技术存在的缺陷：专利号为CN201410074686.9的专利公开了一种指针式仪表读数识别方法及装置。其主要思想是在HSV空间中通过颜色定位仪表表盘位置，再进一步执行读数识别过程。该方法存在的问题是，在恶劣的天气条件下，较弱的光照可能导致拍摄的照片中缺失一部分的颜色信息，因此，这样的定位方式是不准确的，缺乏鲁棒性。同时，为了减小读数误差，这种方法要求图像获取设备垂直对准仪表表盘平面，为读数装置的安装设置了障碍。专利号为CN201210043415.8的专利公开了一种用于移动机器人的类圆形指针仪表读数方法。其主要思想是利用Canny算子提取边缘响应点，若边缘响应点个数大于某个阈值时，认为仪表存在于图中，并用一个椭圆去拟合这些点，得到仪表区域在图片中的位置。读数方法是用Hough检测获取指针的角度，然后从数据库中获取该角度对应的示数。该方法存在的问题是，在不同的拍摄条件下，很难去拟合一个自适应阈值来适应大多数的情况，因此Canny算子的边缘响应结果是很不稳定的。同时，这种方法并没有考虑到产生了视差的情况下，指针方向需要校正的问题，会引起较大的读数误差。
技术实现思路
针对现有技术的缺陷，本专利技术的目的在于提供一种识别模拟指针式仪表读数的电力巡检方法和装置，旨在解决现有技术在模拟仪表定位、读数工作中由于精度不高、准确度低、适应性弱而导致难以识别复杂刻度仪表的问题。为实现上述目的，一方面，本专利技术提供了一种识别模拟指针式仪表读数的电力巡检方法，具体步骤如下：S1，从训练集中提取正负样本的HOG特征向量xi，用yi∈{-1,1}标注训练样本的标签，分别表示负例背景和正例表盘；采用带松弛变量的线性SVM进行训练获取SVM分类模型。S2，利用上述已获取的SVM模型，训练测试集样品，将分类错误的样本添加进训练集重新训练，进一步优化SVM模型。S3，粗调云台：根据已记录的待测仪表空间信息，机器人到达待测仪表前方的固定位置，在相机的原始焦距下完成第一次取图D1。S4，利用SelectiveSearch候选框策略选择待检测区域，在待检测区域中，根据训练集图片的尺寸选择一定的间隔，对产生的所有矩形窗图像进行HOG特性提取，准备采用SVM模型判决矩形窗图像。S5，对上述产生的所有矩形窗图形进行SVM模型判决，当SVM预测值大于0，代表对应的矩形框为仪表；当SVM预测值小于0，代表对应的矩形框为背景。若被判决为仪表矩形框的个数存在多个，则进一步执行非极大值抑制与BoundingBox回归过程，拟合出唯一的矩形框，用矩形框的中心坐标Pc(xc,yc)来表征仪表在图像中的实际位置；若所有的矩形框均被判决为背景，则转至S3，重新调整云台的位置，重复S4和S5，直到被判决为仪表的矩形框出现。S6，微调云台：根据相机像素成像中心P(x,y)与S5检测出的仪表中心Pc(xc,yc)，计算水平、竖直方向上，Pc(xc,yc)相对于P(x,y)的偏移量。借助于变换系数t，第二次调整云台，使仪表实际中心Pc(xc,yc)与相机的成像中心P(x,y)之间的偏移最小化；S7，光学放大，自动对焦获取放大后刻度清晰地表盘图片D2；S8，利用SIFT对仪表指针进行平面重建：利用SIFT思想，分别对放大后的仪表图片D2和现有的正视角度下获取的标准仪表表盘平面图片D3计算关键点坐标及主方向。对所有关键点，依次旋转坐标轴至主方向上，计算SIFT描述子。在仪表图片D2和标准仪表表盘平面图片D3之间使用欧氏距离度量，设定欧氏距离的阈值，进行暴力匹配；使用RANSAC迭代算法，筛选出合理的最优匹配点对，取固定数量的匹配点对使用最小二乘法，拟合出放大后的仪表图片D2到标准仪表表盘平面图片D3的透视变换关系T1。利用Hough线检测原理定位指针在放大后仪表图片D2中的位置，并利用透视变换关系T1将仪表图片D2上的指针重建在标准仪表表盘平面图片D3上。S9，在标准仪表图片D3上求取指针与中间刻度的交点作为指针的像素旋转中心，并对标准仪表图片D3进行极坐标变换与像素细化算法，将弧形刻度带化曲为直，提取出骨架，得到仪表图片D4，以便进一步读数；S10，逐列统计仪表图片D4上的像素点数，按列像素点数区分不同类型的刻度线以及指针在图像D4中的位置，模拟人读取模拟仪表的方法，通过指针与相关刻度线的位置关系，计算得到最终读数结果，完成一次识别；S11，重置相机的焦距，重复S3～S10，依次处理所有的待测仪表，直至识别全部待测仪表。另一方面，本专利技术提供了一种识别模拟指针式仪表读数的电力巡检机器人，包括主动轮两个、伺服直流电机两个、铝合金保护外壳、可编程网络相机一台、相机轴向步进电机一台、相机径向步进电机一台、云台外壳、激光雷达一台、12V可充电锂电池一块、Nvidia主控板一块、ARM微控制核心板一块以及相关稳压模块。优选地，车尾为通用接口区，包括：Nvidia主控板的开机/重启按钮、网口若干、USB接口若干、RS232接口若干以及其他通用接口。优选地，两个主动轮与两个伺服直流电机分别相连，依靠两个伺服电机之间产生的差速实现转弯；优选地，两个伺服电机以及两个云台步进电机受ARM微控制核心板控制，这需要依赖于Nvidia主控板与ARM微控制核心板的信息交互，通信方式为串口通信；优选地，可编程网络相机、激光雷达、Nvidia主控板与ARM微控制核心板分别由12V可充电锂电池经过对应的本文档来自技高网...

【技术保护点】
1.一种识别模拟指针式仪表读数的电力巡检方法，其特征在于，包括：(1)通过提取训练集和测试集中图片的HOG特征，构建最优SVM分类模型；(2)提取待测仪表的候选矩形框，并对所有候选矩形框进行HOG特征提取后，采用上述SVM模型识别仪表矩形框，进而获取放大后的刻度清晰的仪表图片D2；(3)利用SIFT方法将仪表图片D2上的指针位置重建在标准仪表平面图片D3上，识别待测仪表的读数。

【技术特征摘要】
1.一种识别模拟指针式仪表读数的电力巡检方法，其特征在于，包括：(1)通过提取训练集和测试集中图片的HOG特征，构建最优SVM分类模型；(2)提取待测仪表的候选矩形框，并对所有候选矩形框进行HOG特征提取后，采用上述SVM模型识别仪表矩形框，进而获取放大后的刻度清晰的仪表图片D2；(3)利用SIFT方法将仪表图片D2上的指针位置重建在标准仪表平面图片D3上，识别待测仪表的读数。2.根据权利要求1所述的方法，其特征在于，上述步骤(1)包括如下具体步骤：(1.1)从训练集中提取正负样本的HOG特征向量xi，用yi∈{-1,1}标注训练样本的标签：-1表示背景负例，1表示表盘正例；(1.2)采用带松弛变量的线性SVM对训练集中的样本进行训练，获取最初的SVM分类模型；(1.3)利用上述获取的SVM分类模型检验测试集样本，将测试集中分类错误的样本添加到训练集，获取最终优化的SVM模型。3.如权利要求1或2所述的方法，其特征在于，上述步骤(2)包括具体如下步骤：(2.1)根据已有的待测仪表空间信息，调节成像装置的角度，获取初次图片D1的采集；(2.2)使用SelectiveSearch方法在图片D1中选择待检测区域；(2.3)对上述待检测区域中包含的所有矩形窗图像进行HOG特征提取及SVM模型分类判决，直至被判决为仪表的矩形框出现；(2.4)再次微调成像装置，使上述仪表矩形框中的待测仪表中心Pc(xc,yc)与相机的成像中心P(x,y)之间的偏移最小化后，聚焦采集放大的仪表图片D2。4.如权利要求3所述的方法，其特征在于，所述的SVM模型分类判决方式为：(2.3.1)当SVM预测值大于0，对应的矩形窗为仪表矩形框；当SVM预测值小于0，对应的矩形窗为背景矩形框；(2.3.2)判决仪表矩形框个数不唯一时，执行非极大值抑制与BoundingBox回归过程，拟合出唯一的仪表矩形框；判决仪表矩形框个数为0时，返回步骤(2.1)，直至判决出仪表矩形框。5.如权利要求1或...

【专利技术属性】
技术研发人员：黄剑，王浚哲，晏箐阳，周铭，肖华，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北,42