基于字符识别的输电设备数字仪表异常检测方法及系统技术方案

本发明专利技术提供了一种基于字符识别的输电设备数字仪表异常检测方法及系统，包括：通过巡检设备获取待识别数字仪表图像；对图像数据进行预处理，得到预处理后的数字仪表图像；利用Hough直线检测和校畸函数对预处理后的数字仪表图像进行校畸，将数字仪表图像中的表盘校正为正矩形；通过连通域分析法分割数字表盘字符，得到单个字符，并提取字符的HOG特征；基于BP神经网络构建字符识别模型并进行训练，得到训练后的字符识别模型；利用训练后的字符识别模型对待识别数字仪表图像进行字符识别；根据识别结果对数字仪表进行异常判断，并输出检测结果。本发明专利技术能够排除数字仪表图像采集过程中受到的外界因素影响，对灰底黑字的仪表图像实现高效、准确的异常检测。准确的异常检测。准确的异常检测。

【技术实现步骤摘要】
基于字符识别的输电设备数字仪表异常检测方法及系统


[0001]本专利技术涉及智能检测
，更具体地，涉及一种基于字符识别的输电设备数字仪表异常检测方法及系统。

技术介绍

[0002]基于现代社会对供电的高要求，近年来电力行业加大了对输电设备数字仪表工作状态的定时检查，并及时对异常状态的数字仪表进行维修、更换等，然而使用人工检查费时费力且工作效率低下，为了避免人工巡检的危险、提高检查效率，采用无人机实时拍摄数字仪表图像进行异常检测已经成为一大趋势。
[0003]无人机巡检要求快速识别拍摄到图像的仪表字符并对其进行异常检测，但其存在因拍摄角度过小导致表盘畸形的问题，且检测结果的准确性易受图像拍摄过程中光照、噪声等环境因素的影响，加大了字符识别的难度，故采用智能化的方式实现对数字仪表的异常检测显得尤为重要。
[0004]现有技术文件1(CN109360396A)公开了一种基于图像识别技术和NB
‑
IoT技术的远程抄表方法及系统，该方法包括：摄像头按预设周期采集水表表盘图像数据；将采集到的表盘图像数据至数据存储器中；对所述表盘图像数据依次进行图像预处理、倾斜矫正、字轮区域精确定位、字轮区域字符分割；采用基于BP神经网络的数字识别算法识别分割后的字轮区域字符，得到表盘读数；利用NB
‑
IoT技术将所述表盘读数发送到透传云服务器上。现有技术文件1的不足之处在于，需在表盘安装盘面数字图像识别装置，且按照宽度等比例切分的方案对字轮区域的字符分割，存在一定程度的误差，另外现有技术文件1采用轮盘数字区域图像对BP神经网络进行训练，该方法训练得到的网络对字符识别不够准确。

技术实现思路

[0005]为解决现有技术中存在的不足，本专利技术的目的在于，提供一种基于字符识别的输电设备数字仪表异常检测方法，该方法能够高效准确地对灰底黑字类的数字仪表图像进行自动异常检测，具有较强的实用价值。
[0006]本专利技术采用如下的技术方案。
[0007]一种基于字符识别的输电设备数字仪表异常检测方法，包括以下步骤：
[0008]步骤1，通过巡检设备获取待识别数字仪表图像；
[0009]步骤2，对图像数据进行预处理，得到预处理后的数字仪表图像；
[0010]步骤3，利用Hough直线检测和校畸函数对预处理后的数字仪表图像进行校畸，将数字仪表图像中的表盘校正为正矩形；
[0011]步骤4，通过连通域分析法分割数字表盘字符，得到单个字符，并提取字符的HOG特征；
[0012]步骤5，基于BP神经网络构建字符识别模型并进行训练，得到训练后的字符识别模型；
[0013]步骤6，利用训练后的字符识别模型对待识别数字仪表图像进行字符识别；
[0014]步骤7，根据识别结果对数字仪表进行异常判断，并输出检测结果。
[0015]优选地，所述步骤2还包括：
[0016]步骤2
‑
1，对无人机采集到的图像进行灰度化，得到灰度图像；
[0017]步骤2
‑
2，对灰度图像进行滤波去噪处理；
[0018]步骤2
‑
3，对去噪后的图像进行二值化处理，得到二值化图像。
[0019]优选地，所述步骤3还包括：
[0020]步骤3
‑
1，通过Hough变换检测出预处理后数字仪表图像中的表盘边缘直线；
[0021]步骤3
‑
2，根据长直线的起始点和终结点坐标求出其畸变角度，并对图像进行校畸，将表盘矫正为正矩形。
[0022]优选地，所述步骤3还包括：
[0023]步骤3
‑
1，通过Hough变换检测出预处理后数字仪表图像中的表盘边缘直线；
[0024]步骤3
‑
2，根据长直线的起始点和终结点坐标求出其畸变角度，并对图像进行校畸，将表盘矫正为正矩形。
[0025]优选地，所述步骤3
‑
2还包括：
[0026]根据表盘边缘直线，遍历其返回值得到边缘直线的极径和极角，将极角从弧度制转到度，并利用两者计算出直线的X、Y轴值，根据HoughLines函数得到该直线的起始终止坐标，利用两点坐标求出直线相对于水平线的倾斜角并记录倾斜角度；若直线倾斜则利用倾斜角和校畸函数对数字表盘外接矩阵图片进行旋转，得到倾斜校正后的图像并截取出矩形轮廓，从而将数字表盘校正为正矩形，若不倾斜则无需矫正。
[0027]优选地，所述步骤4还包括：
[0028]步骤4
‑
1，基于连通域法对表盘的字符图像进行分割，得到表盘上各独立的数字字符；
[0029]步骤4
‑
2，获取数字字符的方向梯度直方图作为HOG特征。
[0030]优选地，所述步骤4
‑
1还包括：
[0031]对图像进行连通域提取并得到连通域的信息和每个像素的标签，再通过将每一个连通域的信息与整个图像的大小相比判断是否为字符区域；
[0032]若判断结果为是字符区域则将该连通域的信息保存到新列表并更改标签，利用分割函数进行分割，并通过闭运算填充每个字符图像内部的孔洞和凹处点；若判断结果为不是字符区域则不做处理。
[0033]优选地，所述步骤5还包括：
[0034]步骤5
‑
1，采集数字仪表图像数据，制作训练样本集；
[0035]步骤5
‑
2，对训练样本集数据进行归一化处理并提取字符数据的HOG特征；
[0036]步骤5
‑
3，基于BP神经网络构建字符识别模型；
[0037]步骤5
‑
4，通过训练样本集对字符识别模型进行训练，输出训练后的字符识别模型。
[0038]优选地，所述步骤7中，检测结果包括：数字仪表为正常状态或异常状态，表盘的倾斜角度，以及检测用时；
[0039]当检测到数字仪表为正常状态时，检测结果还包括表盘读数。
[0040]本专利技术还提供了一种基于字符识别的输电设备数字仪表异常检测方法，包括：采集模块、预处理模块、校畸模块、特征提取模块、识别检测模块和显示模块；
[0041]其中，采集模块用于采集待识别数字仪表图像；
[0042]预处理模块用于对采集到的待识别数字仪表图像进行预处理，包括对图像进行灰度化、去噪处理和二值化处理，预处理后得到的为二值化图像；
[0043]校畸模块用于对预处理后的图像进行校畸，获取数字仪表图像中表盘的倾斜角度并将其校正为正矩形；
[0044]特征提取模块对校畸后的表盘通过连通域分析法分割数字表盘字符，得到单个字符，并提取获得字符的HOG特征；
[0045]识别检测模块通过构建字符识别模型，结合字符的HOG特征对表盘字符进行检测和识别；
[0046]显示模块用于显示对待识别数字仪表图像的检测结果，包括该仪表是否异常，表本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于字符识别的输电设备数字仪表异常检测方法，其特征在于，包括以下步骤：步骤1，通过巡检设备获取待识别数字仪表图像；步骤2，对图像数据进行预处理，得到预处理后的数字仪表图像；步骤3，利用Hough直线检测和校畸函数对预处理后的数字仪表图像进行校畸，将数字仪表图像中的表盘校正为正矩形；步骤4，通过连通域分析法分割数字表盘字符，得到单个字符，并提取字符的HOG特征；步骤5，基于BP神经网络构建字符识别模型并进行训练，得到训练后的字符识别模型；步骤6，利用训练后的字符识别模型对待识别数字仪表图像进行字符识别；步骤7，根据识别结果对数字仪表进行异常判断，并输出检测结果。2.根据权利要求1所述的基于字符识别的输电设备数字仪表异常检测方法，其特征在于，所述步骤2还包括：步骤2
‑
1，对无人机采集到的图像进行灰度化，得到灰度图像；步骤2
‑
2，对灰度图像进行滤波去噪处理；步骤2
‑
3，对去噪后的图像进行二值化处理，得到二值化图像。3.根据权利要求1所述的基于字符识别的输电设备数字仪表异常检测方法，其特征在于，所述步骤3还包括：步骤3
‑
1，通过Hough变换检测出预处理后数字仪表图像中的表盘边缘直线；步骤3
‑
2，根据长直线的起始点和终结点坐标求出其畸变角度，并对图像进行校畸，将表盘矫正为正矩形。4.根据权利要求1所述的基于字符识别的输电设备数字仪表异常检测方法，其特征在于，所述步骤3还包括：步骤3
‑
1，通过Hough变换检测出预处理后数字仪表图像中的表盘边缘直线；步骤3
‑
2，根据长直线的起始点和终结点坐标求出其畸变角度，并对图像进行校畸，将表盘矫正为正矩形。5.根据权利要求4所述的基于字符识别的输电设备数字仪表异常检测方法，其特征在于，所述步骤3
‑
2还包括：根据表盘边缘直线，遍历其返回值得到边缘直线的极径和极角，将极角从弧度制转到度，并利用两者计算出直线的X、Y轴值，根据HoughLines函数得到该直线的起始终止坐标，利用两点坐标求出直线相对于水平线的倾斜角并记录倾斜角度；若直线倾斜则利用倾斜角和校畸函数对数字表盘外接矩阵图片进行旋转，得到倾斜校正后的图像并截取出矩形轮廓，从而将数字表盘校正为正矩形，若不倾斜则无需矫正。6.根据权利要求1所述的基于...

【专利技术属性】
技术研发人员：郭志民，郑伟，王棨，田杨阳，卢明，李哲，张璐，梁允，刘昊，刘善峰，赵健，王超，毛万登，袁少光，王津宇，张小斐，贺翔，耿俊成，陈岑，魏小钊，李斌，许丹，
申请(专利权)人：国网河南省电力公司，
类型：发明
国别省市：