SF6短指針儀表讀數識別技術的研究

曾令誠，李新海，林悅德，周恒，林蔚，溫云龍

(廣東電網有限責任公司中山供電局，廣東 中山 528400)

1 引言

基于SF6氣體對于電力設備具有優異的絕緣效果，變電站中充氣開關設備的氣體主要采用SF6氣體。在變電站中SF6氣體的泄露將會造成重大電力事故，嚴重影響人們的生命財產安全。

目前對于充氣開關中SF6氣體的主要監測手段是安裝監測儀表。SF6氣體監測的儀器表可分為密度監測儀表、壓力監測儀表和密度與壓力一體監測儀表。變電站中的電氣設備一般為大型設備，主要采用壓力和密度一體的SF6監測儀表。該類儀表的特點是儀表刻度呈圓環形狀、指針不與表盤中心心相連接、指針短。根據對文獻[2-9]的研究，一般的圖像處理和識別方法并不能準確識別該類儀表的指針位置和刻度信息。

本文針對SF6監測儀表的特點，提出一種通過圖像處理方法和邊緣監測實現了對SF6充氣設備壓力儀表指針讀書的識別。

本文實現SF6儀表指針讀數識別步驟：首先，對SF6壓力儀表圖像進行圓形表盤檢測，并裁剪保留儀表表盤區域；然后使用高斯濾波、自適應閾值和輪廓查找對儀表圖像進行處理，提取出儀表指針特征信息；最后，使用直線檢測方法確定儀表指針位置，通過計算指針線角度，得到當前指針式儀表讀數。SF6儀表指針讀數識別流程，如圖1所示。

圖1 SF6儀表指針讀數識別流程

2 SF6儀表表盤裁剪

本文采用均值遷移方法對SF6儀表圖像進行處理，使得圖像色彩更加平滑；然后對圖像進行灰度化處理，使得圖像細節更加明顯；最后使用霍夫圓環變換對圖形進行處理，檢測圓盤位置并進行裁剪，保留SF6儀表表盤。處理流程如圖2所示。

圖2 SF6儀表表盤裁剪流程

2.1 SF6儀表圖像均值遷移處理

均值遷移處理的作用是對圖像色彩的平滑濾波，中和相近顏色的色彩分布，對色彩細節進行平滑處理，使得面積較小的顏色區域被侵蝕掉，達到平滑效果。

均值遷移作為聚類算法的一種，通過在給定樣本中的選取其中一個樣本為中心，并以該中心點為圓心，r為半徑的圓形區域作為計算區域；計算該圓形區域內所有樣本點向量的平均值，得到該圓形區域的偏移均值；將中心點移動到該偏移值位置，迭代執行計算，直至收斂。均值遷移計算過程原理，如圖3所示。

圖3 均值遷移計算原理圖

SF6壓力儀表圖像經過均值遷移處理后，圖像信息更加平滑，儀器表邊緣更加清晰。SF6儀表圖像經過均值遷移處理后的效果，如圖4所示。

圖4 SF6儀表均值遷移效果圖

2.2 SF6儀表圖像灰度化處理

彩色圖像為三通道圖像，在做濾波處理時計算量十分巨大，為了減少計算量將圖像轉為單通道圖像再進行處理。而二值圖像雖然為單通道圖像，但表示圖像的信息又過于簡單，僅為黑白兩種顏色，不利于圖像特征提取。灰度圖像在簡單化圖像的同時，保留了更多和更豐富的圖像細節信息[1]。

在RGB顏色模型中，圖像灰度化處理就是R=B=G，即表示彩色表示為灰度顏色。圖像的灰度值表示為R=B=G，該值的取值范圍為0～255。

圖像灰度值確定方法有最大值法、平均值法、分量法和加權平均法。本文采用加權平均法對SF6儀表圖像進行灰度化處理。將彩色圖像的RBG三個分量以不同的權值進行加權平均。由于人眼對綠色的敏感最高，對藍色敏感最低，因此各分量的權重如公式(1)所示。

Gray(i,j)=0.299*R(i,j)+0.578*G(i,j)+0.114*B(i,j)

(1)

使用加權平均灰度法對SF6儀表圖像進行灰度化處理的效果，如圖5所示。

圖5 SF6儀表灰度化效果圖

2.3 SF6儀表圖像霍夫圓環變換與裁剪

為了減少采集圖像中其他圖像信息對SF6儀表指針特征提取的影響，本文采用霍夫圓環變換方法對采集圖像進行儀表表盤檢測，并進行裁剪，保留儀表盤圖像。

霍夫變換就是把笛卡爾坐標系映射到霍夫坐標系的過程。在笛卡爾坐標系中，圓周上的三個點確定一個圓，經過霍夫變換后，在霍夫三維空間坐標系中，圓周上的三個點對對應于三個圓，三個圓相交于一個點，該點即對應于x-y坐標平面的一個圓周。依次類推，可得到霍夫坐標系中一系列點集合，再對點集合進行投票，得票最高的點確定為最終x-y坐標平面的圓周。霍夫圓環變換的原理，如圖6所示。

圖6 霍夫圓環檢測原理

基于霍夫圓環檢測原理和OpenCV的霍夫梯度下降方法，本文對SF6儀表的霍夫圓環檢測效果，如圖7(a)所示。

圖7 SF6表盤圓環檢測與裁剪

創建一張與待切割圖像大小一樣的單通道掩模圖像，圖像中各像素值均為255，并在該掩模圖像上繪制檢測到儀表實心圓形，像素值為0。通過按位邏輯或運算，使得原圖與掩模圖像中0對應的位置保留下來，與掩模圖像中255對應的位置設置為0，裁剪結果如圖7(b)所示。

3 SF6儀表指針特征提取

SF6儀表指針特征提取流流程，首先對裁剪后的SF6儀表圖像進行高斯濾波處理，平滑圖像信息；然后，對圖像進行自適應閾值處理，得到二值圖像；再對SF6二值圖像進行輪廓查找，并在原圖中劃出查找到的圖像輪廓信息；最后通過面積篩選和邏輯或運算，生成指針Mask圖像，最終獲得指針特征信息。流程圖如圖8所示。

圖8 SF6儀表指針特征提取流程

3.1 SF6儀表圖像高斯濾波處理

圖像高斯濾波實現了圖像噪聲的過濾，使得圖像更加平滑，圖像特征信息邊緣信息保留得更好。

高斯濾波的基本原理是通過設置卷積核的大小對圖像進行高斯卷積。對應圖像上的一個像素點，利用高斯卷積核將該點鄰域內的像素點按不同的權重計算其和。高斯濾波的卷積運算，如圖9所示[10-12]。

圖9 高斯濾波原理

根據高斯濾波的原理，本文設置高斯濾波卷積核大小為5×5，對SF6儀表圖像進行濾波處理達到最佳效果，如圖10所示。

圖10 SF6儀表圖像高斯濾波處理效果

3.2 SF6儀表圖像自適應閾值處理

由于SF6儀表圖像色彩的不均衡，對于指針圖像特征的提取增加了不必要的干擾，使得指針特征不明顯。

自適應閾值處理方法通過計算每個像素點鄰域的加權平均值獲得閾值，并使用該閾值對當前的像素點進行處理，相比于普通的閾值處理方式，能更好地處理明暗差異較大的圖像。

經過自適應閾值處理后的SF6儀表圖像，指針特征清晰可見，并且十分明顯，如圖11所示。

圖11 SF6儀表圖像自適應閾值處理

3.3 SF6儀表圖像特征輪廓查找

圖像的輪廓是圖像信息中一個十分重要的特征信息，通過對圖像特征輪廓的操作，可以獲取圖像特征的大小、位置和方向等信息。

本文使用OpenCV的輪廓查找方法，對SF6進過自適應閾值處理后的圖像進行輪廓查找操作，并把查找到的輪廓信息繪制到原圖中，如圖12所示。

圖12 SF6儀表圖像特征輪廓查找

3.4 SF6儀表指針的Mask提取

本文對3.3中查找到的輪廓信息進行逐一面積計算，通過面積篩查迭代提取符合指針特征的圖像輪廓信息，并繪制到Mask圖像中，如圖13所示。

圖13 SF6儀表指針特征提取

4 實驗結果

使用Hough直線檢測方法對SF6壓力儀表指針特征Mask圖像進行處理，獲得指針坐標信息，并在SF6壓力儀表原圖上繪制直線。根據指針直線計算獲得該直線相對于垂直線的角度θ。

通過結合具體的儀表模板，利用角度和指針的線性關系計算出指針刻度。以表盤的圓心為原點建立直角坐標系。首先將坐標系由(x,y)下的直角坐標系轉化為(v,u)下的坐標系，使得坐標系的原點在(m,n)處，而此點即為所選取的“圓心”點，而Fx則表示為表盤指針所在的直線，如圖14所示。

圖14 SF6儀表指針角度計算

實驗結果表明，本文所提的方法對于非直線連接圓心短指針的SF6壓力儀表指針讀數識別是有效和可行的。

5 結語

本文基于圖像處理的技術，對SF6儀表圖像均值遷移、圖像灰度化、霍夫圓環變換處理，裁剪SF6儀表表盤；然后，使用高斯濾波、自適應閾值和輪廓查找對儀表圖像進行處理，提取出儀表指針特征信息；最后，利用坐標變換和夾角信息計算得到SF6壓力儀表指針讀數。

通過實驗測試可知，該方法能夠解決非直線連接圓心短指針的SF6壓力儀表指針讀數識別，識別精度高、實時性強、適合不同形狀的儀表表盤刻度與角度成線性關系的表盤指針所指顏色區域的識別，具有較強的實際應用價值。