基于机器视觉的电力仪表自动检定系统探究

金在冬

摘 要： 在工业生产过程中，电力仪表是非常常见的一种测量仪表，当前该仪表在实际应用过程中存在一定的不足和缺陷，此次以基于机器视觉的电力仪表为基础，深入分析了自动化检定系统的综合性能。其可充分利用图像分析技术，进行自动化识别，并将进给值和仪表指针具体读数进行比较，从而完成自动化检定环节。通过实践结果可得，该自动检定系统具有精准性高、效率高等优势，可进一步推广应用于人们的生活与生产活动当中。

关键词： 机器视觉;电力仪表;自动检定;系统分析

【中图分类号】TM930     【文献标识码】A     【文章编号】1674-3733（2020）07-0173-01

前言：近年来，社会经济在快速发展的同时，生产规模进一步扩大，而在实际生产活动当中，电力仪表是非常常见的测量仪表，其具有简单高效、成本较低以及容易进行维护等优点。电力仪表的种类非常多，而生产厂家以及用户通常会对仪表进行定期检定，因此，导致检定工作量非常大。以往检定方式存在一定问题，首先是存在较大误差，导致检定效率和质量不高，其次是测量结果以及标准值主要是人工读出，处理数据整体效率不高，工作量也非常大。因此，电力仪表检定自动化的发展有着重要的作用。

1 自动检定系统工作原理与系统结构

1.1 工作原理

此次主要通过光栅侧长原理深入分析电力仪表的自动化检定，通过指针的脉冲信号，对电信号进行精确计数和快速显示。当检定仪器发出指令以后，电机也会马上开始进行工作，并且和指针式仪表实现共同的位移，图像识别系统也能够快速的查看到指针所发生的变化，并获取检定点具体读数，最后和标准位移进行对比，对于误差数值进行及时记录。

1.2 系统结构

该自动化检定系统是由传感器、电机、计算机等部件共同组成，其中计算机能够对采集图像进行快速分析与处理，并将信号发送给电机，从而进一步控制电机的速度和实际转向。电机能够高效控制指针的摆动情况，传感器可监测指针的位移状况，其中还包括摄像头，这也是视觉系统当中非常关键的部分，进行图像采集与分析[1]。

2 相关技术与算法

对于自动化检定仪表而言，图像分析技术是非常关键的，主要通过计算机技术实现，对于图像的整个处理过程中主要包含图像检测、锐化以及处理等部分。

2.1 图像处理及算法

2.1.1 锐化处理

图像锐化处理的只要目的是为了實现边缘检测，突出轮廓信息，从而减少图像在实际传输中可能受到的干扰，这样也能够保障图像更为清晰，从而保障整体视觉效果，计算机软件也能够进行详细的识别。电力仪表当中的表盘图像是非常单一的，因此，可采用梯度法。表达式简化如下：G f{i，j}=f（i，j）-f（i+1，j+1）+f（i+1，j）-f（i，j+1）。

2.1.2 二值化处理

在图像采集与分析过程中，因为摄像头是极易受到各种外界因素干扰和影响的，图像也可能会混入各种噪声，这个时候，想要快速提取出目标，就需要对图像进行二值化处理与分析。

首先需要对阀值进行确定，之后再分割数字数字图像，在实际进行过程中，阀值的选取是很重要的。仪表表盘图像当中，除了刻度与指针之外，其他位置图像也存在显著的差异，所以阀值一时间无法进行确定。二值化分析与处理之后，便需要对仪表指针进行精准定位了，此次主要采用的是Hough变换进一步开展相关工作[2]。

2.2 Hough变换与图像运算进一步明确指针位置

2.2.1 Hough变换

被检测出的图像灰度值存在不连续性像素，并逐渐形成相对完整的边界，此次主要通过Hough变换，将指针边缘定位设置成一个像素，因图像中指针和背景间的灰度存在很大的差异，这个时候通过图像相减法，可快速直观的发现图像当中指针的变化状况。指针之外区域灰度值大约在255左右，灰度值为0，完成图像相减之后，保留不同时刻的指针，这样能够有效降低噪声因素所导致的影响，从而进一步提升检定的精度。Hough变换主要是将边缘像素连接成封闭的边界，能够迅速的获得边界曲线，所以，能够大幅度减少噪声等不良影响。想要快速准确的检测共点线，就一定要得出正弦曲线的交点，将图像问题逐渐转化为参数问题，并采用统计法便能够快速完成检测任务。

2.2.2 Hough变换的具体方法

想要获得仪表指针角度数据结果，就需要先确定针轴心的位置，因为表盘通常为圆形，因此，圆心便是轴心，但是Hough变换处理过程中，计算量很大，因此，可采用以下方法：首先，将圆心设为坐标，并快速做出垂直平分线，并相交于一点圆心，之后计算出数值。采用Hough变换明确指针的具体位置，整个过程中，数理统计非常严密，这样也能够尽可能避免由于指针自身方面因素所造成的数据偏差。

3 试验方法与结果分析

3.1 实验方法

检定方法主要是将检定仪慢慢靠近指示表的测杆，并且需要注意微量进给，之后将指针缓缓对零，通过电机进行控制，并及时记录标盘的图像信息数据，通过计算机图像识别软件进行计算，并得出读数，对结果进行对比，并获得分度点精度，之后，在根据之前的方法对不同的分度点完成检定，在实际检定过程当中，是不能够随意改变测杆实际方向的，也不能够对检定仪与被检表进行调整。

3.2 实验结果

为了保障仪表的精准性，此次主要采用千分表，通过检定仪进行科学合理的检定，并选取实验结果中的一次误差值。通过实验结果能够得出，该电力仪表自动检定系统的实际检定精确度与规定标准相符合，主权内心和效率也非常高，能够有效满足当前的实际应用要求[3]。

4 结束语

机器视觉替代人为进行仪表自动化检定，是测量检测行业的重大突破，也是图像分析技术的合理化应用体现。电力仪表自动化检定能够有效提高实际工作效率和精确度，实验结果反映，该自动检定系统的整体性能优良，应用前景广阔，可在特殊环境下开展相关检定工作，在未来的应用范围也将会得到进一步扩大。

参考文献

[1] 田红梅.基于机器视觉的电力仪表自动检定系统研究[J].中国高新科技，2018，000（012）：52-54.

[2] 陈蓉，杨慕升，张宇，.基于机器视觉的仪表自动检定系统的研究[C]// 中国仪器仪表学会青年学术会议.2018.（012）11-12.

[3] 史言.基于机器视觉的仪表自动检测系统设计与实现[D].哈尔滨工业大学.2017，11（012）22-23.