[发明专利]一种基于图像矫正处理技术的油位计识别方法

说明书

本发明属于工业环境中油位计油位刻度识别技术领域，具体涉及一种基于图像矫正处理技术的油位计识别方法，所述方法包括如下步骤：步骤S1、实时采集工业现场图片数据，并与预设的油位计模板图片进行匹配，以截取出工业现场的待处理油位计图片；步骤S2、对所述待处理油位计图片进行预处理后，从预处理的油位计图片中筛选出准确反映油位计在竖直方向轮廓的最长的数条直线；本发明中方法能够实现在复杂背景中识别并截取出油位计图像，修正了油位计在竖直方向以及俯仰角方面的偏斜误差，将图片中的刻度比例转化成有效的真实刻度值，最终实现了油位计刻度的准确识别。

技术领域

本发明属于工业环境中油位计油位刻度识别技术领域，具体涉及一种基于图像矫正处理技术的油位计识别方法。

背景技术

随着我国工业的快速发展，持续增长的工业生产需求给我们的工作带来了很大的压力，工业自动化的要求越来越迫切。变压器作为变电站中最重要的设备之一，其油位计等相关表计示数录入是变电站巡检的重要环节。虽然数字式仪表的应用已相当成熟，但考虑到电磁干扰、油污、灰尘等环境因素的影响，变电站等工业环境中并不适宜使用数字式仪表，大多数在运变电站优于历史和成本原因，导致变电站油位计等表计不具备远传功能。因而变电站巡检主要依靠人工巡检以确保电力设备安全稳定运行，对油位计采用人工读数的方式工作量巨大，且会带来主观误差。因此，在工业自动化需求日益增加的当今社会，有必要利用机器视觉，实现对油位计的自动化读数以及油位预警判断。

近年来，随着机器人、摄像头等在线巡视技术的快速发展，大大降低了人工巡检工作量，提高了巡检效率，而且结合图像处理技术还能解决人工巡检难以发现的缺陷问题，具有广泛的实用化前景。国内外学者针对指针式仪表读数的计算进行了大量的研究，比如徐鹏等人通过图像亮度对图像指针进行判断，再利用角度法计算出算当前指针式油位计图像对应的油位计读数。(徐鹏，一种指针式油位计读数识别方法，专利号：CN108960237A)。周昊等人通过聚类分割、颜色空间转化等方法，将油位计图像进行定位切割，并得到识别区域的上边缘线，当上边缘线超过预置的油位阈值时，发出报警信号。(周昊，一种油位计的巡检方法和装置，专利号：CN107610128A)。孙立振等人通过卷积神经网络对多个变电站拍摄的各种场景下、各种充油设备的实际图片进行标注和训练，训练出模型后，找到浮子所在位置，再通过浮子和油位计视窗的相对位置计算出油位计的读数。

现有的方法均存在以下一个或多个缺陷与不足：

1、变压器油位计等表计多位于室外，对油位计进行检测识别易受环境光照影响，还涉及到白天与夜晚识别需求，在变电站多样化的复杂场景中，容易出现漏识别或误检情况。

2、由于拍摄角度问题，从油位计照片中识别的刻度位置不一定能反映出真实的刻度，对识别精度影响很大。

3、采取图像颜色识别的方法容易收到天气、光照、时间的影响，局限性较高，容易出现较大的误差。

采取卷积神经网络或者深度学习等方式训练模型进行图片识别的方式虽然可以获得较高的准确率，但是需要提前准备大量的图片进行标记和训练，而实际工业现场中，大部分的油位计在长期内会保持稳定的状态，且收集各个天气、时间、气候下的不同刻度的油位计，对实际工作的开展也是极大的挑战。

发明内容

本发明的目的就在于提供一种基于图像矫正处理技术的油位计识别方法，以解决背景技术中提出的问题。

本发明通过以下技术方案来实现上述目的：

一种基于图像矫正处理技术的油位计识别方法，所述方法包括如下步骤：

步骤S1、实时采集工业现场图片数据，并与预设的油位计模板图片进行匹配，以截取出工业现场的待处理油位计图片；

步骤S2、对所述待处理油位计图片进行预处理后，从预处理的油位计图片中筛选出准确反映油位计在竖直方向轮廓的最长的数条直线；