一种用于巡检机器人的仪表识别方法与流程

文档序号：16309736发布日期：2018-12-19 05:13阅读：517来源：国知局

本发明涉及巡检机器人领域，尤其涉及到一种用于巡检机器人的仪表识别方法。

背景技术：

当前电力系统对自动化水平及智能化程度的要求原来越高。就我国现有电力系统来看，大多数电站采用具有玻璃外壳的压力机，避雷器、液位计等一系列需要人工记录数据的传统仪表。这些仪表都是非智能化，需要人眼观测，不仅有很大的安全隐患，而且存在读数误差大，可靠性差等问题。所以采用巡检机器人搭载摄像头并结合图像处理，可完成仪表读取等一系列任务，对于未来智能变电站的发展有着重要的意义；

实际运用中由于获取图像的不便，获取图像的环境也非常复杂，存在光照不均，遮挡物，雨水等恶劣情况，获得的表盘图像仍会带有周围环境的干扰，所以图像的质量会给后期的图像预处理及仪表读取带来很大的干扰，会导致读数不准等问题。此外，目前部分所采用的指针识别法速度较慢，也存在较大误差。

本发明就是为了解决以上问题而进行的改进。

技术实现要素：

本发明的目的是提供一种用于巡检机器人的仪表识别方法。

本发明为解决其技术问题所采用的技术方案是：

一种用于巡检机器人的仪表识别方法，所述仪表识别方法包括以下步骤：

s1、采集图像；

s2、针对光斑及水珠进行图像修复；

s3、图像信息预处理；

s4、同心圆环搜索法。

进一步的，所述步骤1中设置有高光区域提取算法，所述高光区域提取算法的具体过程：

当采集的图像中的显著区域面积超过某一阈值时，巡检机器人向前移动一段距离使得某束光线或某一强光不能进入摄像头，解决光斑的影响；若未超过阈值，却最终未能得到读数的判读结果则说明需要进行亮斑处理；具体的亮斑处理选用基于样本修复算法，可有效解决光斑的影响。

进一步的，所述步骤2中设有阈值分割方法，所述阈值分割方法采用基于模糊控制的遗传算法，所述遗传算法具体过程如下：

首先提出一个模糊有效函数，用来测量细小的分隔区域之间及内部的疏密程度和沿着所有区域边界的强度；然后应用遗传算法进行最优值提取去搜索一个可用的区域分割，这个分割能够使分裂和融合过程所生成的图像质量达到最佳。

进一步的，所述同心圆环搜索法，其具体过程如下：

以指针轴心为圆心，沿半径方向间隔一定的步长画几个同心圆，为了防止处理后的指针图像有断点，在查找指针线段时，使每个同心圆半径长度在一定的范围内变化，然后查找各同心圆与指针线段的交点，找到各个交点后立刻记录下其坐标，通过多个点的坐标得到各线段斜率的，结合具体表的刻度得出最终读数；再通过设置指针的上下限阈值，判断指针是否处于危险区域，从而可设定报警功能。

更进一步的，所述步骤3的图像信息预处理中包括二值化、中值滤波和膨胀细化。

本发明的有益效果在于：

本发明利用自动巡检机器人在恶劣环境中进行仪表的数据读取，掌握变电站各仪表的运行状况，利用包括去噪、去雾、去光斑高亮算法的图像处理可一定程度上解决环境所带来的影响，从而可以精确读取仪表的数值；此外，采用同心圆环搜索法还可以减少人工读取所来的误差大，安全隐患大等问题，巡检机器人及图像处理的应用对于促进智能变电站的发展有着非常重要的意义。

附图说明

图1是本发明提出的一种用于巡检机器人的仪表识别方法的流程示意图；

图2是该方法中高光区域提取算法的算法示意图；

图3是该方法中同心圆环搜索法示意图。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合图示与具体实施例，进一步阐述本发明。

如图1所示，本发明提出的一种用于巡检机器人的仪表识别方法，所述仪表识别方法包括以下步骤：