基于機器識別的電氣接線自動檢測技術研究

（上海工程技術大學 電子電氣工程學院，上海 201620）

0 引言

在電氣柜的制造過程中，電氣柜內部電路接線的正確與否直接關系到設備是否能夠正常運行，一旦電氣接線出現問題，將會引起設備故障，進而影響整個系統的運行。因此，電氣接線的檢測尤為重要，怎樣快速準確的檢測出電氣柜接線的正確與否，一直是檢測人員追求的目標。

目前，常用的電氣接線檢測方法有萬用表測量法和人工識圖檢測法。但是，萬用表測量法效率低，工作量大；采用人工識圖檢測，對檢測人員要求較高且自動化程度低，準確度低。采用機器識別[1]的方法檢測電氣接線是否正確，能夠有效克服在電氣柜的大批量制造過程中人工視覺檢測的不足，提高檢測效率和準確度，從而大大提高生產效率和生產自動化程度。

1 檢測原理分析

針對常規電氣柜檢測方法較為復雜，且檢測效率低的問題，用機器視覺代替人工視覺，采用機器識別的方法檢測接線情況，建立數據庫，對電氣接線進行自動檢測，檢測原理如圖1所示。

圖1 電氣接線檢測原理圖

拍照前在電氣柜上設立三個大小相同的定位點作為基準位置，圖像采集后，根據定位點的位置建立直角坐標系，如圖2所示。點O、A、B為定位點，假設點O為坐標原點，點O指向點A的方向為x軸正方向，指向點B的方向為y軸正方向。線段OA、OB的實際長度已知，分別記為為li、lj，這樣所有接線點的位置坐標即是固定的。在坐標軸上按實際尺寸標上刻度，建立直角坐標系。以坐標軸上的刻度為標準，依次分別檢測出各導線接線點與橫坐標、縱坐標的距離，即可獲取導線接線位置信息。記點P為檢測點，從點P出發向兩坐標軸作垂線，交點分別為點M、點N。假設線段OA、OB在圖像中的長度分別為xl、yl，線段OM、ON在圖像中的長度分別為xp、yp，則點P到坐標軸的實際距離x、y分別為：

圖2 位置檢測

位置信息獲取后，根據檢測點所在導線圖像信息識別線號。對采集到的待測電氣柜接線圖進行圖像預處理，提取其邊緣信息用于導線編號的檢測，分割字符串后采用模板法識別導線編號。

接線表存入MySQL數據庫中形成完整的數據庫作為模板，導線的編號信息與位置信息將作為檢測結果與模板中相應的數據進行對比，并輸出結果信息。若檢測結果與數據庫中數據全部相同或在誤差允許范圍內，則說明接線正確，將結果返回給電氣接線檢測結果輸出單元；若出現差異且在誤差允許范圍外，則說明接線有誤，并將有誤的導線編號輸出。

2 導線的機器識別

2.1 圖像預處理

要獲取導線的編號信息，需提取圖像的邊緣輪廓。為提高檢測精度，本文針對Canny算子[2]在濾波去噪與閾值選取的不足進行改進，采用自適應平滑濾波[3]與形態學閉運算[4]相結合的方式代替高斯濾波，采用最大類間方差法（Otsu）[5]自適應選取閾值。

1）濾波改進

單純的平滑濾波去噪時易丟失部分原圖細節，使圖像模糊。采用自適應平滑濾波，可在去噪的同時增加細節部分，提高圖像增強效果。設原圖像為f（i，j），則第k次迭代后梯度分量為：

濾波器的模板系數為：

對f(k)（i，j）進行加權平均：

自適應平滑濾波處理后，圖像的邊緣不夠平滑，且分布著一些由錯判造成的小孔，對圖像進行閉運算處理，一方面可以在物體面積變化較小的范圍內平滑其邊緣，另一方面可以消除小顆粒噪聲，連接斷裂的邊緣線。這種在圖像自適應平滑濾波后進行閉運算的濾波方式，能夠有效去除噪聲，銳化邊緣輪廓，平滑區域邊緣。

2）自適應閾值

傳統Canny算子閾值需人工設定，高閾值過高將造成邊緣信息缺失，過低則易產生偽邊緣，低閾值設置不合理會對邊緣連續性造成嚴重影響，適應性差，效率較低。采用Otsu法自適應選取閾值，根據圖像的灰度特性，將圖像像素分為前景與背景兩部分，使類間方差最大的閾值，即為最佳閾值[5,6]。

若大小為M×N像素的圖像含有L個不同的灰度級，用{0，1，2，…，L-1}表示，灰度級為i的像素數為ni，則：

灰度為i的概率為：

選取閾值k（0＜k＜L-1），圖像分為C1={0，1，…，K}、C2={k+1，k+2，…，L-1}、兩部分，則像素被分類到C1和C2的概率分別為：

分配到C1和C2的像素平均灰度值為：

k的累加均值：

全局均值為：

當方差最大時，記最佳閾值k=k*，即：

將Otsu法獲得的最佳閾值k*作為Canny算子的高閾值，由Th=2Tl的準則可得到低閾值，這樣就自適應選取了Canny算子的高、低閾值[7]。

改進Canny算子后檢測圖像邊緣，如圖3所示。

圖3 邊緣檢測

2.2 導線編號識別

導線的編號較多且排列擁擠，對原圖像進行預處理后，得到的待測字符邊緣輪廓依然存在輕微粘連現象。圖像邊緣檢測后應用腐蝕運算，可以細化圖像，不僅能夠有效消除待測字符之間的粘連以及小顆粒噪聲的影響，而且可以分開距離較近的字符。

導線編號為一串字符，要完成字符識別，需先進行字符分割，將圖像分割成一系列單個字符圖像，本文采用投影法分割字符。先對圖像自上而下進行逐行掃描，標志出字符的大致高度范圍，然后在高度范圍內自左至右進行逐列掃描，標志出字符的大致寬度范圍。依次判定每個字符的范圍，分割結果如圖4所示。

圖4 字符分割

本文采用模板匹配法[8]識別字符，由于導線編號字符串較為簡單，通常僅由若干個英文字符與數字組成，因此能夠建立完整的數據庫作為模板。字符圖像歸一化后與字符模板進行比對，相似度最高的即為匹配結果。

3 檢測結果與分析

常用的電氣設計軟件為AutoCAD和EPLAN，相較于AutoCAD，使用EPLAN軟件設計線路準確度高，工程耗時短，本文使用EPLAN設計電氣原理圖。布線完成后，在標簽中設置導出模版，形成接線表，存入MySQL數據庫[9]中，表中包括各導線的編號和位置坐標，用以與檢測結果進行對比。

將通過機器識別檢測到的導線編號與位置信息與數據庫中的對應信息一一對比，即可自動判別電氣接線的正確與否。若檢測數據與庫中數據全部對應或在誤差允許范圍內，則接線正確；否則存在問題，輸出有誤導線編號。部分檢測結果如表1所示。

表1 電氣接線檢測

誤差設定為0.3cm，由表1中的檢測結果可以看出，在位置坐標誤差允許范圍內，實驗所得位置數據及其對應的導線編號均與數據庫中的模板信息相符，本文所述方法能夠準確地檢測出電氣柜接線是否正確，有效提高電氣接線檢測效率。

4 結語

本文提出了一種結合圖像處理與數據庫建立的電氣接線自動檢測方法。通過改進Canny算子，有效提高了圖像邊緣檢測的精度。獲取導線的編號與位置信息后，與模板數據對比，輸出檢測結果。本文所述檢測方法能夠有效提高檢測準確性與效率，可應用于電氣柜的生產制造與電氣接線檢測領域。