基于计算机视觉的直读仪表校验方法研究

论文摘要

定期校验是保证仪表完好、准确、可靠的重要技术手段,针对目前校验过程受人为因素影响大,校验效率和自动化程度低的问题,提出了基于计算机视觉校验仪表的新机理,推导出视点固定算法,优化了直读仪表指针和分度线定位的算法,提出了表盘元素符号的识别法,并分析了各项误差的来源,展望了在电力系统拓展应用前景。本文的主要工作和研究成果如下:从计算机视觉能替代人的工作出发,提出了指示仪表全自动校验的新方案。方案以计算机视觉和“以源检表”为基础,由软件控制测试标准源、仪表偏转图像采集和仪表示数识别,在时间上相互配合构成一个闭环控制系统。集光、电、测量和计算机处理为一体,完成被校验仪表自动驱动、读数和误差分析。针对仪表读取准则要求的视点动态移动问题,分析了仪表成像的几何模型,提出了替代机械移动视点,满足读表准则的固定视点成像模型,减小了校验过程中由视角变化可能产生的读数偏差。对仪表表蒙引起光线反射的干扰进行了研究,分析了同态滤波消除噪声干扰的方法。总结了图像分割的方法、基于直方图的最佳门限值和最大方差比法,研究了分割表盘图像的自动最佳阈值算法。利用投影和截口技术,结合边缘检测对指针和分度线的识别区域进行了快速定位。研究了直线参数的估计方法,提出了最小二乘方法和点-弧线投影极值检测新算法。点-弧线极值投影算法可同时拟合多条直线,并能区分分度线的长短,对分度线断续、孤点噪声干扰不敏感,对标度尺均匀和非均匀分布的直读式仪表同样适用。分析了仪表表盘识别的关键元素的形状特征,提取图像中标记后的颗粒目标的长度比、紧密性和简单度三个特征不变量,应用RBFNN实现了表盘关键元素的自动分类。通过对指针式仪表校验系统性能测试,证明系统稳定性好,对噪声不敏感,整体性能满足工程要求。基于计算机视觉的电工仪表识别技术,不仅可以推广到其他领域仪表的校验,而且将在变电站的电力参数动态获取和状态监测中具有极大的应用价值和发展前景。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 绪论
• 1.1 选题的科学意义
• 1.2 国内外与本课题相关的发展概况
• 1.2.1 仪表校验方法的分类
• 1.2.2 标准表法
• 1.2.3 标准源法
• 1.2.4 基于图像分析的校验方法
• 1.2.5 仪表校验中存在的问题
• 1.3 本文的主要工作
• 第二章 基于计算机视觉的仪表校验方法
• 2.1 仪表的校验过程计算机视觉技术
• 2.1.1 指示仪表的校验过程
• 2.1.2 计算机视觉技术及其应用
• 2.1.3 计算机视觉识别和人工读表的对比
• 2.2 基于计算机视觉的仪表校验新方法
• 2.2.1 基于计算机视觉的仪表校验方案
• 2.2.2 程控标准源
• 2.2.3 成像传感单元
• 2.3 仪表的自动认知机理分析
• 2.4 小结
• 第三章 仪表成像模型及视点固定读取算法
• 3.1 读表准则
• 3.2 仪表的视觉成像模型及标定
• 3.2.1 摄像机标定方法的分类
• 3.2.2 仪表的视觉成像模型
• 3.2.3 视觉成像模型的标定
• 3.2.4 利用径向平衡条件的标定算法
• 3.3 固定视点的成像模型和修正算法
• 3.4 小结
• 第四章 仪表图像的滤波和分割方法
• 4.1 仪表图像的滤波
• 4.1.1 仪表图像的采集
• 4.1.2 同态滤波
• 4.1.3 图像的畸变校正
• 4.2 仪表图像的分割
• 4.2.1 图像分割概述
• 4.2.2 基于直方图的图像分割
• 4.2.3 基于直方图的最佳阈值
• 4.2.4 最大方差比的阈值确定方法
• 4.3 小结
• 第五章 直读式仪表识别的快速算法
• 5.1 仪表识别过程涉及的知识
• 5.1.1 边缘检测方法
• 5.1.2 算子的含义
• 5.1.3 图像的投影和截口
• 5.1.4 图像的代数运算
• 5.2 识别区域的快速定位
• 5.2.1 仪表盘区域的定位
• 5.2.2 指针和分度线区域定位
• 5.3 指针和分段线参数的获得
• 5.3.1 Hough 变换检测法
• 5.3.2 最大似然估计的最小二乘方法
• 5.3.3 点-弧线投影极值检测法
• 5.4 小结
• 第六章 仪表表盘元素识别方法
• 6.1 仪表表盘元素识别
• 6.1.1 各种仪表盘及表盘元素
• 6.1.2 仪表表盘元素识别中的问题
• 6.1.3 模板匹配及其改进
• 6.2 图像特征的提取
• 6.2.1 图像颗粒及其标记方法
• 6.2.2 颗粒的特征
• 6.3 人工神经网络识别
• 6.3.1 人工神经网络简介
• 6.3.2 基于神经网络的识别过程
• 6.3.3 RBF 网络识别方法
• 6.3.4 识别实验及结果分析
• 6.4 小结
• 第七章 测试结果及误差分析
• 7.1 性能测试和实验结果分析
• 7.1.1 系统的性能测试实验
• 7.1.2 仪表校验实验
• 7.2 视觉成像带来的误差分析
• 7.2.1 仪表成象设备带来的误差
• 7.2.2 图像处理带来的误差
• 7.2.3 模拟输入信号的误差
• 7.3 测量不确定度分析
• 7.4 小结
• 第八章 计算机识别技术在电力系统中应用
• 8.1 电力系统的图像监测
• 8.2 基于计算机视觉的变电站远程状态监测系统
• 8.2.1 监测系统的整体结构
• 8.2.2 三层结构及其功能
• 8.3 远程图像监测与诊断过程
• 8.3.1 图像检测的过程
• 8.3.2 电力仪表图像分析与状态诊断
• 8.4 小结
• 第九章 结论
• 参考文献
• 致谢
• 附录 1:与仪表校验的相关标准及术语
• 附录 2:校验系统部分人机界面
• 个人简历、在学期间发表的学术论文及研究成果