圖像識別技術在智能電表計量誤差檢測中的應用

張 芹，夏水斌，郭 鵬，陳建民

（1.國網湖北省電力公司計量中心 湖北 武漢 430080；2.北京恒泰實達科技股份有限公司 北京 100190）

圖像識別技術在智能電表計量誤差檢測中的應用

張 芹1，夏水斌1，郭 鵬1，陳建民2

（1.國網湖北省電力公司計量中心 湖北 武漢 430080；2.北京恒泰實達科技股份有限公司 北京 100190）

為了降低智能電表計量誤差，降低竊電行為的發生，本文通過對圖像識別技術進行深入研究，結合Android開發檢測程序，提出以脈沖燈為識別對象進行檢測計量誤差的手持設備。在圖像增強方面，首先通過灰度變換，降低圖像處理的運算，利用圖像形態學濾波的方式進行濾波，通過對脈沖燈閃爍時的亮度、顏色和形狀等特征的檢測，實現脈沖燈亮滅的識別，并以此開發檢測程序。通過智能手機對智能電表攝像進行檢測計量誤差，判定竊電行為，該方法有效的提高了檢測計量誤差的效率和精度。

智能電表；計量誤差；圖像識別；Android

Abstract:In order to reduce the measurement error of the smart meter and electricity theft behaviors.Based on a thorough research on the image recognition technology，combined with the development of Android detection program，this paper proposes the handheld device for identifying the detection of pulse lamp object and measurement error.In image enhancement，using the gray level transformation to reducing the arithmetic of image processing，and by the image morphological filter.When the light is flashing， through detecting the color and shape features， to identify the pulse lights off， and thus to develop the testing procedures.Through the intelligent mobile phone camera to detect the smart meter measurement error and judge the electricity theft.This method improves the detection efficiency and accuracy of measurement error.

Key words:smart meter； metering error；image recognition；Android

對于供電公司來說，低壓側的用戶群體非常的龐大，數量級均在百萬以上，因此對低壓側用戶用電檢查是一項非常龐雜的任務，受制于檢測效率的低下，難以全面展開檢測。同時低壓側用戶竊電行為頻發，給供電公司造成極大的損失。因此研究如何高效的對智能電表的計量誤差進行測量，對于提高電網安全運行水平，減少電網的經濟損失具有重要意義。圖像識別技術在各行各業應用已經比較廣泛，但關于電能表誤差檢測方面的應用研究較少，大部分側重于圖像識別技術本身和電能表誤差本身。目前針對圖像處理的算法眾多，從處理流程上分為圖像預處理、降噪、特征值識別判定。本文以電能表的脈沖閃爍燈的為識別對象，通過對圖像進行預處理，選取脈沖燈閃爍時的亮度、顏色和形狀作為判定閃爍的特征，進行識別判定，進而計算電能的實際消耗，與電能表檢測到的電能值進行對比，檢測電能消耗的誤差，從而判定用戶是否竊電，整個過程通過智能手機對電能表拍攝即可實現，提高了檢測的效率。

1 圖像識別技術理論

1.1 圖像灰度變換

通過手機攝像頭拍攝的電表脈沖燈圖像為彩色圖像，像素點由紅、綠和藍3種顏色組成。顏色分量分別為255個等級，當全部為255等級時為白色，顏色等級全部為0時，像素點為黑色，彩色圖像每一個像素點的顏色可達1 600萬多種，數據量太大，不適合數據處理，灰度變化通過將像素點的顏色由3種變為一種，在保留像素點的特征前提下，降低了顏色分類，使得更利于數據運算，灰度變換目前常用的為平均灰度法、最大值灰度法及加權灰度法，本文采用加權灰度法對圖像進行灰度變換。

加權灰度法是對像素點（x，y）的3種顏色分量添加不同的加權值，取加權后的值作為變換后的該點的灰度值，公式為：

α、β、γ 表示加權系數且三者滿足 α+β+γ=1，通過大量的實驗觀察，一般加權系數的取值為：α=0.299，β=0.587，γ=0.114。

通過對電能表的脈沖燈進行拍照，然后通過這3種灰度變換方法進行灰度變換，結果如圖1所示，從圖中可以看出，使用加權灰度法處理的圖像效果最好，文中圖像的灰度變換就采用加權灰度法進行變換。

圖1 不同灰度變換算法結果圖

1.2 圖像二值化

圖像經過灰度變換之后，圖像的數據量雖然少了，但是想要把對象有效的提取出來還是非常困難，為了進一步減少數據的運算量，將圖像進行二值化處理，二值化處理又稱為圖像分割，即通過實現設定一個閾值，將低于該閾值的所有像素點置零，將大于等于該閾值的像素點置1，本文采用全局閾值二值化的方法，設二值化之前的圖像為，設定閾值為threshold，二值化變換公式為：

一般的閾值設為140，對經過灰度變化的圖像進行二值化運算結果如圖2所示。

圖2 二值化處理圖

1.3 圖像濾波

圖像的濾波方法有很多種，效果比較好的為形態學濾波，在進行形態學濾波之前，需要對圖像進行膨脹和腐蝕。膨脹運算定義為：

定義表明為用I對J進行膨脹處理，上述表達式也可以表達為：

具體的膨脹運算如圖3所示，集合I在坐標范圍內移動，當移動的區域與集合J交集不為空時，集合I的原點所在位置就是膨脹結果的一部分，膨脹運算具有填充作用。

圖3 膨脹運算圖

腐蝕的運算定義為：

腐蝕運算的結果為：集合I在圖示的坐標范圍內移動，當移動的區域為集合J的區域的時候，那么I的原點所在位置就是腐蝕結果的一部分，如圖4所示。

圖4 腐蝕運算圖

經過圖像的腐蝕和膨脹運算之后，進行形態學濾波，利用形態學的開運算和閉運算可以很好的去處圖像中的噪聲，濾波公式為：γ=（J?I）·I。

1.4 圖像目標檢測

再對圖像進行一系列運算處理后，根據脈沖燈的形狀特征對其進行目標檢測，一組完整的脈沖燈由亮至滅，再有滅至亮，選取兩張圖像進行灰度變換之后進行二值化等一些列運算，然后取交集，將于特征對象無關的信息過濾掉，之后進行形態學濾波得出特征對象，運算結果如圖5所示。

圖5 圖像處理結果圖

2 基于Android手機的計量誤差軟件設計

由計量誤差測試原理得程序需要電壓值和電流值的輸入，因此需要設計兩個UI，進入系統之后需要輸入兩個參數。程序中使用的主要控件為1）TextView用于顯示靜態文本值，EditText用來輸入文本，在res/layout布局文件中設定基本屬性，通過Android：numeric屬性來設定限制數字輸入，在src源代碼中通過函數 EdiTextgetText（）、getString（）獲取EditText的值。2）SeekBar，用來設定計數的幀數。3）Button控件，在布局文件中設定基本屬性，用android；text屬性來定義 button上的文字。4）surfaceView控件用來對圖像進行顯示。

圖像的一系列處理運算函數可直接調用，二值化函數為cvThreshold（）；灰度函數轉換函數為cvCvlcolor（）；形態學運算：腐蝕運算 cvErode（）膨脹運算 cvDilate（）。

Activity1與Activity2之間要滿足圖6中的跳轉，并完成相應的數據傳遞。

圖6 Activity跳轉策略圖

在程序設計時將數據設定在SD卡中，避免手機存儲補補造成運算失敗，整個過程的程序流程如圖7所示。

圖7 程序流程圖

3 結 論

文中以圖像識別技術為基礎，通過加權灰度轉換，將彩色圖像轉化為灰度圖像，降低圖像的數據量，之后通過二值化對圖像進行閾值分割，提取目標圖像，最后通過形態學濾波，過濾圖像中的噪聲，結合Android開發測量程序，將圖像識別技術應用到智能電表的計量誤差檢測中，提高了檢測的效率。

[1]霍弘宇，張劍.基于電力線載波的遠程自動智能抄表系統[J].電子設計工程，2011（14）:12-13.

[2]張曉娟，高瑾.計算機圖像識別技術的應用及細節問題闡述與分析[J].電子技術與軟件工程，2016（6）:131-135.

[3]陳波光，劉姝姝，蔡揚亞.計算機的智能化圖像識別技術的理論性突破[J].電子制作，2013（15）:8-18.

[4]孟凱.圖像識別技術在鐵路監控系統中的應用[J].硅谷，2013（17）:927-936.

[5]康曉東，王昊，郭軍，等.無監督深度學習彩色圖像識別方法[J].計算機應用，2015（9）:69-73.

[6]柴華.目標形狀特征提取方法 [J].計算機與現代化， 2013（4）:157-160.

[7]羅其朝，李太君，李延龍.基于Android的移動終端流媒體系統的研究[J].海南大學學報：自然科學版， 2013（1）:215-219.

[8]鄭云卿，黃琦.基于Android平臺的軟件自動化監控工具的設計開發[J].計算機應用與軟件，2013（2）:155-159.

[9]李彬.嵌入式車牌識別系統的設計與實現[D].西安：西安工業大學，2013.

[10]車樹林.名片識別和信息提取算法研究 [D].西安：西安電子科技大學，2013.

[11]張宗健.基于數字圖像識別的字輪電能表讀數系統研究[D].北京：北京交通大學，2010.

[12]楊娟.基于數字圖像處理的電能表圖像識別技術研究與實現[D].南京：南京理工大學，2012.

[13]貝澄潔.單相電表圖像識別技術研究[D].南京：南京理工大學，2014.

[14]李瑞珍.靈活可配的圖像處理軟硬件架構設計[D].杭州：浙江大學，2014.

[15]劉宇.基于圖像處理的定位系統研究[D].成都：電子科技大學，2015.

The application of image recognition technology in the measurement error detection of smart meter

ZHANG Qin1，XIA Shui-bin1，GUO Peng1，CHEN Jian-min2
（1.National Network of Hubei Province Power Company Metering Center，Wuhan430080，China；2.Beijing Hengtaishida Science and Technology Co.， Ltd.，Beijing100190，China）

TN0

A

1674－6236（2017）19-0187-03

2016-08-26稿件編號201608206

張 芹（1972—），女，湖北當陽人，工程師。研究方向：電能計量生產運行管理與研究。