[发明专利]一种电力巡检机器人的数字仪表识别方法

说明书

本发明涉及电力设备图像处理技术领域，尤其设计一种电力巡检机器人的数字仪表识别方法。所述方法包括机器训练准备阶段以及数字仪表识别阶段，准备阶段包括对图像集进行规范处理，根据图像集用特征工程训练得到最优特征集；数字仪表识别的正式阶段包括对图像预处理，模板匹配对齐，切分得到单个数字图像，提取单个数字图像的最优特征集特征，用十个支持向量机回归器分别识别出为每个数字的概率，概率最高即为数字识别结果。本方法的特点：有较高的数字识别精度，各类数字仪表较高的通用性，对图像预处理要求低，对光照、阴影等环境因素干扰具有较强的鲁棒性。

技术领域

本发明涉及电力设备图像处理技术领域，尤其设计一种电力巡检机器人的数字仪表识别方法。

背景技术

在电力系统中，数字仪表有着广泛的应用。在变电站，需要对仪表读数进行实时监控，以防止一些参数超标而发生意外。目前的巡检方法主要是人工巡检。人工巡检读数的效率低，误差大，危险性高。因此，需要发明一种通过巡检机器人获取图像、利用高效的图像处理技术获取仪表读数的方法，以提高效率，确保电力系统的安全运行。

智能巡检机器人按照预先设定的巡检路线对各类仪表进行巡检，主要靠拍摄可见光或红外图像，传回后台利用图像处理和计算机视觉技术完成仪表信息的判别。在其视觉处理部分，仪表的巡检主要分为两步：一是仪表的定位，即从机器人拍摄的图像中找到仪表的位置；二是仪表的读数或外观的检测。仪表定位的准确性对巡检结果有较大影响。

在戴静等人提出的《一种基于交点特征的印刷体数字识别方法》中其主要步骤分为两步：第一步对二值化后的数字图像进行扫描矩阵存储得到左零右一的交点等关键点，第二步放入RBF前馈神经网络得到识别结果；在环境较好的情况下，该方法对标准的数字识别结果较好，环境有所变换，对数字矩阵有所遮挡，则该方法效果大大减弱。

在中国专利CN109255336A《基于巡检机器人的避雷器识别方法》中先采用双向投影法切分数字区域，后采用结构分析的方法提取数字的边缘、轮廓、角点、像素特征放入人工神经网络训练。该方法对完整的数字图像，环境较好的情况下，识别效果较好，但对数字遮挡，光照雨露等环境影响的情况识别效果大大减弱，且预处理步骤繁琐，识别仪表类型单一，固定特征识别不具备变电站仪表识别系统的通用性。

现今多采用对数字结构分析，遇到图像模糊，光照、雨露等环境因素，这类分析方法效果均不太理想，且大多采用固定选择的特征识别方法，不具备各类表盘及各类数字识别的通用性，并不能很好的满足各种情况下变电站实际需求。

从以上分析，可以看出数字仪表在环境变换的情况下识别方法尚不健全。不具备各类仪表各类数字识别通用性，环境因素影响极大。尤其是环境中的光照因素、阴影因素、图像模糊等的共同影响下，使得的数字仪表识别问题难度增大，其中光照噪声就会产生极大的影响。

发明内容

本发明旨在解决以上现有技术的问题，提出了一种对光照、雨露环境影响具有较强的鲁棒性，对各类仪表各类数字具有通用性的方法。所以发明人设计了一种对各类数字具备通用性的特征选择办法，用特征工程训练数字图像的最优特征集。又针对对数字结构分析效果较弱，环境依赖性较小的情况，设计一种由10个支持向量机回归器判断为对应数字的概率方法，得到数字识别结果, 很好的解决上述问题。本发明的一种电力巡检机器人的数字仪表识别方法，其技术方案如下：

包括机器训练准备阶段以及数字仪表识别阶段，

机器训练准备阶段：

步骤一、将清晰的数字仪表模板图进行灰度化，读取出其仪表设备编号，标定单个数字区域并切分；

步骤二、随机读取一张数字仪表图像并灰度化，与所述数字仪表模板图进行匹配对齐，按照标定的单个数字区域将所述数字仪表图像进行切分得到各个单个数字图像；

步骤三、重复所述步骤二获取大量单个数字图像并获取相应的数字仪表读数，即为训练图像集；