一種智能相機夜間識別電力設(shè)備表計的方法
【專利摘要】本發(fā)明公開了一種智能相機夜間識別電力設(shè)備表計的方法，其方法步驟如下：表計定位建模；表計讀數(shù)識別建模：先設(shè)置油位區(qū)域，用矩形框框出油位區(qū)域，再設(shè)置上、下限值；初始化參數(shù)，導(dǎo)入建模時保存的最小、最大對比度值，旋轉(zhuǎn)角度、尺度值等各項參數(shù)；根據(jù)導(dǎo)入的初始化參數(shù)，將模板和待定位圖像分別執(zhí)行圖像匹配算法；計算模板梯度特征，匹配模板，得到匹配結(jié)果，最后得到表計的位置。本發(fā)明可以使智能相機在紅外補光燈的配合下，在夜間完成對電力設(shè)備的巡檢工作中獲取高質(zhì)量的圖像，從而大幅提升電力設(shè)備表計的夜間識別率，代替人工作業(yè)，減少人力成本。
【專利說明】
一種智能相機夜間識別電力設(shè)備表計的方法
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及電力工具領(lǐng)域，具體是一種智能相機夜間識別電力設(shè)備表計的方法。
【背景技術(shù)】
[0002] 目前采用攝像機等設(shè)備對電力設(shè)備巡檢都是基于白天光照較為良好環(huán)境下進(jìn)行 的，而夜間受環(huán)境光線不足、設(shè)備鏡面反光等夜間特殊環(huán)境下設(shè)備表計識別率低。因此夜間 巡檢執(zhí)行定時巡檢、定點巡檢、指定任務(wù)臨時巡檢、遙控巡檢多種巡檢任務(wù)時，難度很大。為 了減輕運維人員夜間巡視工作量，同時也為電力安全生產(chǎn)、事故響應(yīng)提供了堅實的保證，設(shè) 備表計夜間識別率低的問題需要解決。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的是針對上述問題，提供一種智能相機夜間識別電力設(shè)備表計的方 法，利用建模和對比設(shè)別的方法使攝像機獲得清晰度高的照片從而識別設(shè)備表計。
[0004] 本發(fā)明是這樣來實現(xiàn)的，一種智能相機夜間識別電力設(shè)備表計的方法，其特征在 于其方法步驟如下：
[0005] 步驟1、表計定位建模:通過人工判斷表計范圍，摳取整個表計;設(shè)置最小對比度、 最大對比度，旋轉(zhuǎn)角度和尺度值四個參數(shù);設(shè)置好后進(jìn)行測試，根據(jù)測試結(jié)果調(diào)整參數(shù)，使 得其適應(yīng)各種光線條件;再保存測試得出的參數(shù)值；
[0006] 步驟2、表計讀數(shù)識別建模:先設(shè)置油位區(qū)域，用矩形框框出油位區(qū)域，記錄矩形框 左上角位置(xit，yit)和右下角位置( Xrd，yrd);再設(shè)置上、下限值，從下往上拉一條直線，直線 下端為油位計下限端，直線上端為油位計上限端;添加卡尺，卡尺由多個平行四邊形組成， 在一條直線上排列，可以改變長寬、設(shè)置卡尺個數(shù);指針邊緣模式設(shè)置、寬度。根據(jù)實際情況 設(shè)置背景到指針、指針到背景處邊緣的變化情況，如從明到暗、從暗到明。并通卡尺測量邊 緣對寬度;設(shè)置對比度閾值、濾波參數(shù)。
[0007] 步驟3、初始化參數(shù)，導(dǎo)入建模時保存的最小、最大對比度值，旋轉(zhuǎn)角度、尺度值等 各項參數(shù);根據(jù)導(dǎo)入的初始化參數(shù)，將模板和待定位圖像分別執(zhí)行圖像匹配算法，分別得到 分辨率連續(xù)減半的圖像序列，并且在高分辨率圖像中2*2的區(qū)域中的像素結(jié)合為下一層低 分辨率圖像中的一個像素，模板的圖像金字塔從上到下依次為定位圖 像的圖像金字塔從上到下依次為:Ii\. . . IS、1/ ;
[0008] 步驟4、計算模板梯度特征，采用邊緣檢測算法獲取模板h的邊緣特征，包含每個 離散點梯度、幅值信息；
[0009] 步驟5、模板匹配，將步驟4中計算出的模板梯度特征在待識別圖像1^中從左到 右，從上到下遍歷進(jìn)行特征相似度計算，將方向向量進(jìn)行歸一化，相似度可以不受任意光 照、遮擋和混亂的影響；
[0010] 步驟6、由步驟5得到模板在遍歷時在待定位圖上每個位置的相似度得分，將得分 最高位置記為目標(biāo)位置(x，y)，最后得到匹配結(jié)果；
[0011] 步驟7、將該位置映射至h'i，再用模板Ih在(x，y)附近區(qū)域內(nèi)依次執(zhí)行步驟4、步 驟5和步驟6,直到執(zhí)行到圖像的最底層，即I/?！?和待定位圖像一致，因此可得到表計的位 置。
[0012] 本發(fā)明的有益效果在于:采用以上方法，可以使智能相機在紅外補光燈的配合下， 在夜間完成對電力設(shè)備的巡檢工作中獲取尚質(zhì)量的圖像，從而大幅提升電力設(shè)備表計的夜 間識別率，代替人工作業(yè)，減少人力成本。
【具體實施方式】
[0013] -種智能相機夜間識別電力設(shè)備表計的方法，其特征在于其方法步驟如下：
[0014] 步驟1、表計定位建模:通過人工判斷表計范圍，摳取整個表計;設(shè)置最小對比度、 最大對比度，旋轉(zhuǎn)角度和尺度值四個參數(shù);設(shè)置好后進(jìn)行測試，根據(jù)測試結(jié)果調(diào)整參數(shù)，使 得其適應(yīng)各種光線條件;再保存測試得出的參數(shù)值；
[0015] 步驟2、表計讀數(shù)識別建模:先設(shè)置油位區(qū)域，用矩形框框出油位區(qū)域，記錄矩形框 左上角位置(xit，yit)和右下角位置(x rd，yrd);再設(shè)置上、下限值，從下往上拉一條直線，直線 下端為油位計下限端，直線上端為油位計上限端;添加卡尺，卡尺由多個平行四邊形組成， 在一條直線上排列，可以改變長寬、設(shè)置卡尺個數(shù);指針邊緣模式設(shè)置、寬度。根據(jù)實際情況 設(shè)置背景到指針、指針到背景處邊緣的變化情況，如從明到暗、從暗到明。并通卡尺測量邊 緣對寬度;設(shè)置對比度閾值、濾波參數(shù)。
[0016]步驟3、初始化參數(shù)，導(dǎo)入建模時保存的最小、最大對比度值，旋轉(zhuǎn)角度、尺度值等 各項參數(shù);根據(jù)導(dǎo)入的初始化參數(shù)，將模板和待定位圖像分別執(zhí)行圖像匹配算法，分別得到 分辨率連續(xù)減半的圖像序列，并且在高分辨率圖像中2*2的區(qū)域中的像素結(jié)合為下一層低 分辨率圖像中的一個像素，模板的圖像金字塔從上到下依次為定位圖 像的圖像金字塔從上到下依次為:Ii\... IS、1/ ;
[0017] 步驟4、計算模板梯度特征，采用邊緣檢測算法獲取模板h的邊緣特征，包含每個 離散點梯度、幅值信息；
[0018] 步驟5、模板匹配，將步驟4中計算出的模板梯度特征在待識別圖像1^中從左到 右，從上到下遍歷進(jìn)行特征相似度計算，將方向向量進(jìn)行歸一化，相似度可以不受任意光 照、遮擋和混亂的影響；
[0019] 步驟6、由步驟5得到模板在遍歷時在待定位圖上每個位置的相似度得分，將得分 最高位置記為目標(biāo)位置(x，y)，最后得到匹配結(jié)果；
[0020] 步驟7、將該位置映射至，再用模板Ih在(x，y)附近區(qū)域內(nèi)依次執(zhí)行步驟4、步 驟5和步驟6,直到執(zhí)行到圖像的最底層，即I/?！?和待定位圖像一致，因此可得到表計的位 置。
[0021] 本發(fā)明不限于以上實施例，對于本技術(shù)領(lǐng)域的技術(shù)人員來說，在不脫離本發(fā)明構(gòu) 思和原理的前提下，還可以做出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也視為本發(fā)明的保護(hù)范 圍。
【主權(quán)項】
1. 一種智能相機夜間識別電力設(shè)備表計的方法，其特征在于其方法步驟如下： 步驟1、表計定位建模:通過人工判斷表計范圍，摳取整個表計；設(shè)置最小對比度、最大 對比度，旋轉(zhuǎn)角度和尺度值四個參數(shù);設(shè)置好后進(jìn)行測試，根據(jù)測試結(jié)果調(diào)整參數(shù)，使得其 適應(yīng)各種光線條件;再保存測試得出的參數(shù)值； 步驟2、表計讀數(shù)識別建模:先設(shè)置油位區(qū)域，用矩形框框出油位區(qū)域，記錄矩形框左上 角位置和右下角位置再設(shè)置上、下限值，從下往上拉一條直線，直線下 端為油位計下限端，直線上端為油位計上限端;添加卡尺，卡尺由多個平行四邊形組成，在 一條直線上排列，可以改變長寬、設(shè)置卡尺個數(shù);指針邊緣模式設(shè)置、寬度;根據(jù)實際情況設(shè) 置背景到指針、指針到背景處邊緣的變化情況，如從明到暗、從暗到明；并通卡尺測量邊緣 對寬度;設(shè)置對比度閾值、濾波參數(shù)； 步驟3、初始化參數(shù)，導(dǎo)入建模時保存的最小、最大對比度值，旋轉(zhuǎn)角度、尺度值等各項 參數(shù);根據(jù)導(dǎo)入的初始化參數(shù)，將模板和待定位圖像分別執(zhí)行圖像匹配算法，分別得到分辨 率連續(xù)減半的圖像序列，并且在高分辨率圖像中2*2的區(qū)域中的像素結(jié)合為下一層低分辨 率圖像中的一個像素，模板的圖像金字塔從上到下依次為:?、名4...待定位圖像的 圖像金字塔從上到下依次為：LC、/;; 步驟4、計算模板梯度特征，采用邊緣檢測算法獲取模板的邊緣特征，包含每個離散點 梯度、幅值信息； 步驟5、模板匹配，將步驟4中計算出的模板梯度特征在待識別圖像4中從左到右，從上 到下遍歷進(jìn)行特征相似度計算，將方向向量進(jìn)行歸一化，相似度可以不受任意光照、遮擋和 混亂的影響； 步驟6、由步驟5得到模板在遍歷時在待定位圖上每個位置的相似度得分，將得分最高 位置記為目標(biāo)位置(X，y)，最后得到匹配結(jié)果； 步驟7、將該位置映射至霉4，再用模板在(x，y)附近區(qū)域內(nèi)依次執(zhí)行步驟4、步驟5和 步驟6,直到執(zhí)行到圖像的最底層，即和待定位圖像一致，因此可得到表計的位置。
【文檔編號】G06K9/00GK105825204SQ201610216803
【公開日】2016年8月3日
【申請日】2016年4月8日
【發(fā)明人】徐波, 孫其壽, 李福德, 劉小波, 沈人杰
【申請人】國家電網(wǎng)公司, 國網(wǎng)江西省電力公司檢修分公司, 浙江國自機器人技術(shù)有限公司