發(fā)布時間：2025-02-06 17:01

　　在變電站中,為保證供電安全與穩(wěn)定,需對設(shè)備日常維護(hù),采用傳統(tǒng)的人工方式對變電站的儀表進(jìn)行檢測,存在諸多缺點(diǎn)。為實(shí)現(xiàn)變電站的自動化管理,減輕人員負(fù)擔(dān),采用巡檢機(jī)器人實(shí)現(xiàn)儀表遠(yuǎn)程讀數(shù)采集,實(shí)現(xiàn)設(shè)備的日常維護(hù)與及時告警。在變電站中,分布著眾多類型的儀表設(shè)備,其中大多數(shù)為單指針以及數(shù)字式儀表,開展對指針與數(shù)顯式儀表的讀數(shù)識別的研究有著重大意義。然而在實(shí)際變電站中,機(jī)器人所處的環(huán)境復(fù)雜,所采集的儀表圖像受到機(jī)器人姿態(tài)、光照、物體遮擋、表盤污點(diǎn)、鏡頭模糊等影響,對儀表遠(yuǎn)程識別定位技術(shù)提出了巨大的挑戰(zhàn)。本文的主要貢獻(xiàn)有以下幾點(diǎn):1、遠(yuǎn)程儀表識別方法定位技術(shù)的研究,移動巡檢機(jī)器人在對儀表進(jìn)行自主例行巡檢時,需自動識別待檢測儀表。在復(fù)雜環(huán)境背景下,考慮距離、姿態(tài)、光照、物體遮擋、對焦模糊、噪聲等因素影響下的物體檢測問題。采取基于粗定位-細(xì)定位方法,從而提高儀表識別成功率。2、采用SURF特征點(diǎn)與LSD線段特征相結(jié)合的特征點(diǎn)匹配算法,從而提高圖像配準(zhǔn)精度。3、提出一種基于邊緣灰度曲面擬合的二值化方法,實(shí)驗(yàn)結(jié)果表明,該算法對光照的魯棒性好,能有效地減少儀表表面光照變化對二值化的影響。4、提出一種字符分割算法,...

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1儀表遠(yuǎn)程讀數(shù)識別流程

圖1-1儀表遠(yuǎn)程讀數(shù)識別流常采用模板匹配、特征點(diǎn)匹配持向量機(jī)(SVM)、自適應(yīng)提升識別不同類別的物體，從全局及基于全局圖像特征的模板匹的模板匹配由于其具有算法簡圖像目標(biāo)識別中，如車牌識別2

圖2-1云臺坐標(biāo)系

調(diào)整提供依據(jù)。儀表本身的形變與表面變化影響降低，對噪聲的抗干擾性增強(qiáng)在局限性：表位置發(fā)生改變，需要重新配置該儀表。器人的檢測點(diǎn)發(fā)生很大變化，可能導(dǎo)致配準(zhǔn)失效。表周圍環(huán)境發(fā)生巨大變化，可能導(dǎo)致配準(zhǔn)失效。站中，短時間內(nèi)儀表周圍的環(huán)境不會發(fā)生巨大改變。為進(jìn)一步定時手動或自動將之前檢測成....

圖2-5使用儀表圖像作為匹配模板尋找儀表位置

電子科技大學(xué)碩士學(xué)位論文（4）線段特征匹配上述介紹了LSD直線檢測以及LBD特性線段匹配算法。兩個圖像之間若要進(jìn)行特征線段匹配，需先分別對兩幅圖像進(jìn)行LSD直線檢測，然后使用LBD算法提取特征向量，采用K近鄰匹配算法對兩組向量進(jìn)行匹配，最后采用隨機(jī)采樣一致性算....

圖2-6使用遠(yuǎn)視角圖像作為配準(zhǔn)圖像的SURF特征點(diǎn)匹配

含儀表圖像在內(nèi)的遠(yuǎn)鏡頭圖像作為配準(zhǔn)圖像，從而提高了可檢測特征數(shù)量級，同時提高了配準(zhǔn)的成功率。如圖2-6所示，使用遠(yuǎn)視角圖像作為配準(zhǔn)圖像，采用SURF特征點(diǎn)匹配，檢測到的特征點(diǎn)數(shù)量級遠(yuǎn)遠(yuǎn)高于使用儀表圖像檢測到的特征點(diǎn)數(shù)，其有利于提高配準(zhǔn)的成功率。圖2-5使用儀表圖像作為匹....

本文編號：4030617