基于机器视觉的电力仪表自动检定系统研究

1　系统工作原理及结构

1.1　工作原理

本文针对检定指针式仪表利用的是光栅测长原理，通过将指针的位移转换为脉冲信号，进而对电信号展开精确计数并迅速显示。与此同时，检定计算机发送出检定指令后，电机会立刻启动驱动光栅工作，进而发生与被测指针式仪表同步的位移，然后计算机中的图像识别系统就会迅速监测出表盘指针的位移变化，识别出相应检定点的读数，最后将其与标准的位移对比，计算得出示值误差并及时记录。

1.2　系统结构

该检定系统主要由计算机、电机、传感器、A/D卡以及摄像头等构成。计算机的主要功能是进行图像采集分析与处理、光栅信号采集以及发送信号给步进电机进而控制电机的转向与速度。步进电机则主要是控制指针的摆动。光栅传感器用来测量指针位移。A/D卡负责将模拟信号转换为数字信号。摄像头作为视觉系统的核心部件，主要负责表盘图像采集。

2　关键处理技术及算法

图像分析技术是实现自动检定指示表目的的关键，该技术主要是利用专业计算机软件来实现。表盘图像处理过程主要分为锐化图像、检测图像边缘、处理图像二值化3个部分。

2.1　相关图像处理算法

2.1.1　锐化处理

对表盘图像进行锐化处理，目的是方便下一步进行边缘检测，通过突出图像中的轮廓信息，降低图像在传输等过程中的变化干扰。这样做可使图像信息更加清晰，有效提升图像视觉效果，同时更有利于计算机软件进行识别分析。因为电力仪表的表盘图像相对较为单一，所以自动检定系统可以选择梯度法。

2.1.2　二值化分析处理

在进行图像采集与数字化时，由于摄像头容易受到各种因素的干扰，致使图像中常常混入噪声。这时，要想从多值数字图像中提取出所需要采集的目标，就不得不对图像实行二值化分析处理。

二值化分析就是先确定固定的阈值T，然后再对数字图像进行恰当的分割：将＜阀值T的像素群设为0，而将其余像素群设为1。在进行图像二值化时，科学选取阀值T是非常关键的。在仪表表盘的图像中，除指针和刻度以外，其余位置图像的灰度也存在明显差异，因此阀值T非常难以确定。这时就可以采用基于最小二乘法的最大方差阈值法（otsu法）。

二值化分析处理之后就要对仪表指针展开精确定位，本文的检定系统采用Hough变换来展开这一环节的工作。

2.2　Hough变换和图像相减运算确定指针位置

边缘检测要检测出被处理图像的灰度值，随后发现图像中的不连续性像素，进而再将这些像素逐一连接成相对完整的边界。为了确定指针边缘，本文采用Hough变换，将指针边缘定位的精度设置为一个像素。由于摄像头拍摄的表盘图像中，指针与背景之间的灰度差异非常明显，并且只有指针是运动的，此时利用图像相减法就快速发现图像中指针的变化。理想条件下，指针以外区域的灰度值为255左右，不同时刻两指针位置的灰度值为0，将表盘图像相减，最终只保留两个不同时刻的指针，进而有效排除噪声的影响，大大提高检定精度。

2.2.1　Hough变换

根据上面的直线方程，原空间内的点都可以对应新空间内的一条正弦曲线。而想要检测出在空间中的共点线就必须要检测出正弦曲线的交点。Hough变换利用这些关系将图像问题转换为参数问题，进而通过简单的数理统计方法就可以完成检测任务。

2.2.2　Hough变换的实现方法

计算仪表指针的角度就需要确定指针轴心的具体位置，由于表盘是圆形，所以圆心即轴心，然而在Hough变换法中，圆形对应的方程计算量非常大，因此在实际处理过程中可以采用如下方法：

先设圆心的坐标为，作圆的任意两条弦。然后作出两条弦的垂直平分线，这两条垂直平分线一定会相交于一点，这个交点就是圆心，利用直线方程就可轻松计算出与。由于预处理后的指针与表盘均为白色，而其他区域为黑色。利用这一显著特点，沿着x轴方向逐步向中心区展开搜索，首次遇到的白色像素点就是圆与平行于坐标横轴的弦的左右交点A与B，由弦发现中心坐标，同理也可检测出坐标值。

利用Hough变换来确定指针位置是一个非常严密的数理统计过程，通过这种方法可以有效避免因指针自身带来的检测偏差。

3　实验结果与误差分析

3.1　实验方法

百分表的检定是在正反方向每间隔10个分度上进行的，而千分表的检定则是每间隔50个分度进行。检定方法通常为：先将检定仪推杆接触指示表测杆，要注意保持微量进给；随后使指针对零，通过电机控制指针进给50个分度，当电机到位以后，记录表盘图像，进而利用图像识别软件来计算出读数，将读数结果与光栅值对比，得出分度点精度；此后，根据前述方法逐次对各个分度点进行检定，在检定过程中，不可以随便更改测杆方向，也不可以调整受检表与检定仪。

3.2　实验结果

为有效验证仪表准确性，本文选择一块O～1mm的千分表，利用检定仪对其进行科学检定。选取实验结果中的一次实测误差值如表1所示。

表1　实验各示值误差值

根据表1实验结果可发现，该电力仪表自动检定系统检定精度都符合相关标准，其准确性与检定速度均较高，完全可满足实际应用的需求。

4　结语

综上所述，将机器视觉代替人的眼睛对仪表实施自动检定，是将图像分析技术有效应用于测量监测领域的一大创新。电力仪表的自动检定可以在极大程度上提升检定效率，提高检定精度。实际应用结果表明，该自动检定系统可行性较高，具有非常光明的前景，对于难以开展人工检定的特殊环境，该系统更能充分展示出优越性。

参考文献

[1]陈昕然．基于机器视觉的电力仪表自动检定系统研究[D]．哈尔滨：哈尔滨工业大学，2015.

[2]邢敏剑．基于机器视觉的电子水平仪自动检定系统[J]．上海计量测试，2016，（6）.

收稿日期：2018-04-14

作者简介：田红梅（1982-），女，山东莱芜人，山信软件银轧事业部工程师，研究方向：仪表维护。