基于計算機視覺技術(shù)的電力指針式儀表自動讀數(shù)算法研究

摘要：電力指針式儀表在變電站內(nèi)應(yīng)用廣泛、功能強大。然而，傳統(tǒng)的人工讀表方式效率低下，且在惡劣環(huán)境下讀表準確性欠缺，故在電力智能化升級的背景下，針對指針式儀表開發(fā)自動讀數(shù)算法顯得尤為重要。因此，提出一種基于計算機視覺技術(shù)的電力指針式儀表自動讀數(shù)算法，首先對采集到的儀表盤圖像進行雙邊濾波降噪和灰度化的預(yù)處理，然后利用霍夫圓變換方法定位儀表盤邊緣，運用霍夫直線變換擬合儀表盤上的指針和刻度線，最后通過角度法獲得儀表盤讀數(shù)。采集滁州變電站的避雷器組儀表圖像進行驗證，實驗結(jié)果表明，該算法的平均絕對誤差為0.02，平均相對誤差為1.8%，在不同環(huán)境下均能實現(xiàn)高精度讀數(shù)，可實現(xiàn)對人工讀數(shù)的技術(shù)替代并賦能電力智能化巡檢。

關(guān)鍵詞：電力指針式儀表；自動讀數(shù)；計算機視覺

中圖分類號：TM930 文獻標志碼：A 文章編號：1671-0797（2024）20-0081-04

DOI：10.19514/j.cnki.cn32-1628/tm.2024.20.019

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)定運行提供有力保障。

目前，隨著計算機視覺技術(shù)的飛速進步，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，利用角度法計算讀數(shù)，進而完成儀表讀數(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)

基于計算機視覺技術(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：xi為原圖中的像素點位置；x為雙邊濾波處理后圖像中的像素點位置；Ω為空間域；Ifiltered（x）為經(jīng)雙邊濾波處理后x位置對應(yīng)的強度值，即像素值；I（xi）為原圖中xi位置對應(yīng)的強度值；|x-xi|為兩位置之間的歐幾里得距離；|I（x）-I（xi）|為兩像素值之間的差異；Wp為歸一化系數(shù)；σ1和σ2分別為空間域和強度域的標準差。

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。

2）參數(shù)空間投票。

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

a=x-rcos θ （2）

b=y-rsin θ （3）

式中：θ為從邊緣點（x，y）到圓心（a，b）的方向角，表示圓心相對于邊緣點的位置角度。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，這些點對應(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（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。

2）霍夫直線變換。

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

ρ=xcos θ+ysin θ （4）

式中：ρ為原點到直線的垂直距離；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（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，這些點對應(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)換為圖像坐標空間，表示為：

y= （5）

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為（xp，yp），則指針與水平線的夾角θp計算為：

θp=arctan（|yp-b|/|xp-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=θp×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)進行修正。因此，假設(shè)0刻度在?位置，儀表盤實際讀數(shù)res為：

res=（θp-?）×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)的效率和準確性。

2 實驗結(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)110 kV滁東線584線路避雷器A組、B組、C組等30張不同示數(shù)進行實驗，儀表盤如圖5所示。

使用絕對誤差τ和相對誤差δ衡量讀數(shù)精度，計算公式如下：

τ=|res-y| （9）

δ=τ/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。

實驗結(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算機視覺技術(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)方法進行驗證，實驗結(jié)果表明，該方法在復(fù)雜環(huán)境下仍具有高精度，可實現(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，以進一步提高系統(tǒng)的實時性。

[參考文獻]

[1] 劉宏利，張志偉，邵磊，等.基于深度學習的指針式儀表示數(shù)讀取方法[J/OL].天津理工大學學報：1-8（2024-05-15）[2024-06-03].https：//kns.cnki.net/kcms2/article/abstract？v=5l3vb1p_-rheDUGnbki3yHNqogA7iipi7xEe-4qiVNUSYAHmKJ5s30F8tLk65Q8fk7YoHIJVvqCvC2cFtoxnJ-QjQySrAFoiQav9gW9Fw-1Xg5iV5j15LEDPFAH6NVnJ_kj86h-ktvxHvloaqVZi7xhwZ0CAsticJpEz-trfsaOYfxv5vFhsiIxLO8rthz0-Nq9&uniplatform=NZKPT&language=CHS.

[2] 趙麗娜.基于機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，2023.

[3] 張建寰，曾亮，劉濤，等.戶外巡檢機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)計濾波與雙邊濾波的點云降噪算法[J].現(xiàn)代機械，2024（2）：35-39.

[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/OL].武漢科技大學學報：1-10（2024-05-28）[2024-06-05].https：//kns.cnki.net/kcms2/article/abstract？v=5l3vb1p_-rhI1ju2buC2a-So9rVrkraDLZ3tJIK-INuvr-P1ZEUPi8HB7w_4W0L6qX-asP-bgWOQ6Sg-FMDDypkLNAqTThDSiUuL9qk8ml9EGkXGMXTvZnM-ggDiA1aXOEW23Ns3dqtYoRJymZaBFGkSphtQCaEAS-exUozY-rh9jJUtX9vit_RRIOcVeWPl_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].計算機技術(shù)與發(fā)展，2024，34（5）：30-36.

收稿日期：2024-06-05

作者簡介：梁貝貝（1997—），女，安徽滁州人，碩士，助理工程師，研究方向：變壓器直流偏磁治理。

袁俊義（1997—），男，安徽滁州人，碩士，助理工程師，研究方向：變壓器勵磁涌流治理。