一种智能变电站指针式仪表读数识别方法---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---王东灿摘要：为了解决智能变电站中人工读取仪表存在的效率低下，读取困难等问题，运用数字图像处理技术设计了一个智能变电站指针式仪表自动读数识别系统。该系统对采集到的图像进行预处理，提出了一种基于Hough变换指针角度识别方法，推导出指针方向与识别读数的数学公式。此算法比传统Hough变换提取法增加了仪表指针通过圆盘圆心等这一条件，提高了指针特征提取的精度。经过大量实验表明，该指针式仪表自动读数识别方法可以准确地读出仪表的读数。关键字：智能变电站；Hough变换；图像处理；指针式仪表；指针角度：TP391.4文献标识码：A：1009-3044（2018）14-0191-021引言在科技高度发达的今天，随着深度学习、计算机视觉和机器学习等技术的高速发展，数字图像处理技术在诸多领域有了用武之地，尤其在车牌识别，指纹识别，人脸识别等领域已经有了比较成熟的产品在使用。针对人工读取指针式仪表存在的种种缺陷，采用数字图像处理技术和模式识别相关技术，设计一种智能变电站指针式仪表自动读数识别方法已成为一件十分重要且紧迫的事情。变电站待巡检的仪表设备中大部分是指针式仪表，这类仪表相较于数字式仪表，结构简单，价格低廉，因为是机械结构，无须电源，使用起来方便，广泛应用于电力系统中。传统的仪表大多采用人工读取的方式，但是人工读取存在诸多问题，比如易产生疲劳，误差较大，效率低下，有些仪表由于存放位置的原因，人眼无法读到。2系统算法结构采集图像后并对其进行预处理，指针式仪表识别的关键是指针特征值的提取，确定指针的指向。用Hough变换检测最长的直线，该直线即可认为指针，然后判断指针的两端，距离指针座最远的一端即为指针指向刻度的一端。将指向刻度的一端与指针座连接起来所在的直线即为指针的中轴线。下图为指针式仪表自动读数识别的算法结构与处理流程。3图像预处理指针式仪表的图像是由普通数字摄像机在自然场景下采集到的。在采集的过程中，由于受到拍摄角度、仪表玻璃面反射、光照等因素的影响，采集到的图像往往包含大量的噪声。没有经过任何处理的图像，图像中所包含的噪声会使图像模糊，甚至使图像中的有用信息丢失，所以必须对获得的图像进行预处理，否则会导致仪表指针特征值提取困难，影响最终识别结果的准确性。预处理主要包括以下方法：图像灰度化、去除噪声、边缘检测、二值化等。3.1图像采集图像采集是指针式仪表自动读数识别系统的第一步，主要是采集在实际的生产生活环境中包含有待监控识别的指针式仪表的图像，传送到我们的指针式仪表自动读数识别系统进行判读。---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---一个良好的数字图像采集系统应该能够随时采集到高质量的指针式仪表图像。在图像采集环节，采集到图像质量越高越好，后期的特征值提取就越准确。高质量的图像应该是分辨率高，干扰因素少，光照适中，背景区域和目标区域边界分明。该系统采集的图像是使用普通摄像机在自然光情景下指针式仪表图像。3.2图像的灰度化由于摄像头采集到的图像是彩色图像，彩色图像所占用的存储空间大，处理时间长，处理效率低下，所以必须将彩色图像进行灰度化。常用的图像灰度化方法有：本系统采用加权平均值法对彩色图像灰度化，根据公式（1）对每一个像素点进行灰度化处理。3.3表盘图像去噪图像在采集和传输过程中，容易受到各种外界因素的干扰，不可避免地会产生各种噪声从而影响图像的质量。这对后续图像的处理产生很大的影响，有可能会导致识别出现错误，所以有必要了解噪声的及种类。然后采取图像处理技术消除噪声，改善图像质量。常见的噪声模型有以下几种：高斯噪声，均匀噪声，脉冲噪声。本系统采用中值滤波的方法重点处理高斯噪声和脉冲噪声。3.4边缘检测图像易受环境光源影响，噪声明显，图像处理需要将有意义的对象与背景分离开，分离的首要步骤就是边缘检测，边缘检测过的图像特征更有效。边缘检测是计算机视觉和数字图像处理中的基本问题，标识数字图像中亮度变化明显的...