本發(fā)明涉及一種變電站圓形儀表的實時矯正算法。

背景技術：

在變電站中，變電站智能巡檢機器人代替人工巡檢是變電站的主流。在人工巡檢過程中，尤其是室外設備在惡劣天氣條件下，環(huán)境的限制是明顯的。此外，一些變電站儀表安裝過高，致使我們很難獲取相關信息。變電站智能巡檢是由智能機器人采集信息，并將采集的信息實時傳送到控制后臺。變電智能巡檢機器人攜帶攝像機，在巡檢過程中采集設備圖像。我們可以分析圖像或視頻流來獲取設備的信息。

在室外的變電站中圓形儀表是主要檢測設備之一，主要分為指針式儀表和數字式儀表。對于指針式儀表，識別效果的性能在很大程度上取決于圓的中心位置。中心定位精度越高，識別效果的準確率也就越高。此外，圖像的透視圖與識別精度業(yè)密切相關。圓形指針儀表的圓可以說是理想的圓，但由于變電站現場原因，攝像機拍攝的俯仰視角，不能保證拍攝的圓形儀表是圓形的，而且在進行配準的時候，模板圖像本身也不是正視圖，提高了圓形儀表糾偏的難度。如圖1所示。

技術實現要素：

本發(fā)明為了解決上述問題，提出了一種變電站圓形儀表的實時矯正算法，本發(fā)明通過圖像灰度化、二值化、邊緣檢測等操作，提取設備的邊緣特征點，具有建模簡單、運行速度快、魯棒性強等特點。

為了實現上述目的，本發(fā)明采用如下技術方案：

一種基于橢圓擬合的圓心標定方法，無需攝像機定標即可改善透視變換后的糾偏效果，變電站中的圓形儀表都是由表盤內部和儀表外框所形成的同心圓組成，根據攝像機拍攝角度的不同會投影成不同心的兩個橢圓，單根據一個橢圓信息無法準確獲得糾偏后的圓信息，橢圓擬合可通過五點擬合法獲得，通過擬合可視表盤部分的橢圓以及表盤外框的橢圓，通過找到兩個橢圓的中心對糾偏后的圓心坐標定位，糾偏后的圓心坐標為兩個橢圓中心連線的中心，根據映射關系，將橢圓長短軸所對應的點映射到圓的直徑上，然后計算透視矩陣，通過透視變換得到校正圖像，根據所選橢圓的傾斜角度進行圖像二維平面內的旋轉，即可得到目標設備的糾偏圖像。

一種變電站圓形儀表的實時矯正算法，對設備儀表圖像進行預處理，使用canny邊緣檢測得到邊緣圖像，根據邊緣圖像進行hough橢圓檢測，得到傾斜設備包含軸的長度、聚焦點和傾斜角度的區(qū)域特征，通過透視變換，根據區(qū)域特征的對應關系得到旋轉矩陣，對設備圖像矯正，得到目標設備圖像的正面圖。

預處理包括灰度化和二值化處理。

使用canny邊緣檢測得到邊緣圖像的步驟具體包括：

(1)利用高斯濾波器平滑圖像；

(2)利用一階偏導有限差分計算梯度幅值和方向；

(3)對梯度幅值進行非極大值抑制；

(4)用雙閾值算法檢測和連接邊緣。

利用hough變換擬合將圖像中的數據以橢圓方程為模型進行擬合，使某一橢圓方程盡量滿足該數據，橢圓的特征信息代表圓形儀表傾斜的情況，當橢圓矯正為圓時，設備圖像也從傾斜圖像變成了正面圖像。

利用透視變換時，根據透視中心、像點、目標點三點共線的條件，按透視旋轉定律使透視面繞透視軸旋轉某一角度，破壞原有的投影光線束，仍能保持承影面上投影幾何圖形不變的將圖像投影到一個新的視平面。

假設原始圓形儀表的圓點與檢測到的橢圓中心重合，半徑長度為長軸長度的一半，以此作為原始圓形儀器的信息，根據已知的匹配點計算出單應性矩陣，使用透視變換得到矯正圖像。

與現有技術相比，本發(fā)明的有益效果為：

(1)本發(fā)明通過圖像灰度化、二值化、邊緣檢測等操作，提取設備的邊緣特征點；使用hough變換擬合橢圓的方法得到傾斜設備的區(qū)域特征，利用透視變換實現了設備圖像矯正，得到了目標設備圖像的正面圖，成功解決了變電站設備圖像傾斜造成算法識別率降低的現象，提高了變電站巡檢機器人設備識別性能；

(2)巡檢機器人平臺搭建相關算法不但提高了工作人員的工作效率，還保障了站內作業(yè)人員的安全性。實驗結果表明該算法建模簡單、運行速度快、魯棒性強等特點，算法的成功實施推進了變電站無人值守進程。

附圖說明

構成本申請的一部分的說明書附圖用來提供對本申請的進一步理解，本申請的示意性實施例及其說明用于解釋本申請，并不構成對本申請的不當限定。

圖1是本發(fā)明的傾斜的圓形儀表圖像；

圖2是本發(fā)明的處理流程圖；

圖3是本發(fā)明的橢圓擬合過程示意圖；

圖4是本發(fā)明的透視變換示意圖；

圖5是本發(fā)明的矯正后的結果圖。

具體實施方式：

下面結合附圖與實施例對本發(fā)明作進一步說明。

應該指出，以下詳細說明都是例示性的，旨在對本申請?zhí)峁┻M一步的說明。除非另有指明，本發(fā)明使用的所有技術和科學術語具有與本申請所屬技術領域的普通技術人員通常理解的相同含義。

需要注意的是，這里所使用的術語僅是為了描述具體實施方式，而非意圖限制根據本申請的示例性實施方式。如在這里所使用的，除非上下文另外明確指出，否則單數形式也意圖包括復數形式，此外，還應當理解的是，當在本說明書中使用術語“包含”和/或“包括”時，其指明存在特征、步驟、操作、器件、組件和/或它們的組合。

術語解釋部分：包括自定義術語、不常見術語、需要解釋限定清楚的術語、引用文獻涉及內容等。

正如背景技術所介紹的，現有技術中存在由于變電站現場原因，攝像機拍攝的俯仰視角，不能保證拍攝的圓形儀表是圓形的不足，為了解決如上的技術問題，本申請?zhí)岢隽艘环N基于透射變換的圓形儀表圖像糾偏方法。

本申請的一種典型的實施方式中，如圖2所示，以站內一個設備儀表圖像為例詳細說明，圖像預處理是下一步圖像矯正的基礎。設備圖像由rgb彩色圖像轉換為灰度圖像，然后，使用canny邊緣檢測得到邊緣圖像，根據邊緣圖像再進行橢圓檢測。通過hough橢圓檢測可以得到橢圓的五個參數，其中包含軸的長度，聚焦點和傾斜角度。如圖3所示，橢圓即為檢測到的表盤外部橢圓，圓點標記為橢圓的中心。由于我們對原始的圓形儀表一無所知，本發(fā)明假設原始圓形儀表的圓點與檢測到的橢圓中心重合，半徑長度為長軸長度的一半。并將這些信息作為原始圓形儀器的信息。

所有匹配點是已知的，并且根據已知的匹配點可以計算出單應性矩陣，使用透視變換得到矯正圖像。如圖4所示，該預置位出的儀表沒有經過正確的設置出現了設備傾斜現象。這給后續(xù)的檢測和識別帶來了困難，因此傾斜必須糾正。由于在橢圓擬合階段可以得到設備區(qū)域橢圓的相關參數，其中包括橢圓的傾斜角。根據對應關系，圓的中心和傾斜角度可以得到旋轉矩陣，通過旋轉矩陣和原圖即可得到校正的圖像，如圖5所示。從結果圖像，我們可以看到，在現場圖片儀表重建所提出的方法。

在對傾斜的圖像進行分析時，需要將圖像中的設備進行標定，以便完整的提取設備區(qū)域，獲得該區(qū)域的形狀特征。因此，需要圖像經過灰度化、二值化、邊緣檢測等圖像處理技術處理，才能夠得到設備邊緣特征點。再根據邊緣特征點使用橢圓擬合算法找到圓形儀表表盤區(qū)域，進而得到橢圓的長軸、短軸、中心、傾斜角度等參數。

canny邊緣檢測算子是johnf.canny于1986年開發(fā)出來的一個多級邊緣檢測算法，屬于是先平滑后求導數的方法。canny創(chuàng)立了邊緣檢測計算理論(computationaltheoryofedgedetection)，被推崇為當今最優(yōu)的邊緣檢測算法。最優(yōu)檢測的三個評價標準為：

(1)低錯誤率：標識出最可能多的實際邊緣，同時盡可能地減少噪聲產生的誤差；

(2)高定位性：標識出的邊緣要與圖像中的實際邊緣盡可能接近；

(3)最小響應：圖像中只能標識一次，并且可能存在的圖像噪聲不應標識為邊緣。

canny算子求邊緣點具體算法步驟如下：

step1：用高斯濾波器平滑圖像；

step2：用一階偏導有限差分計算梯度幅值和方向；

step3：對梯度幅值進行非極大值抑制；

step4：用雙閾值算法檢測和連接邊緣。

canny目標是找到一個最優(yōu)的邊緣檢測算法。為了滿足這些要求canny使用了變分法，這是一種尋找滿足特定功能的函數的方法。基于以上信息，本發(fā)明選擇canny算子進行邊緣檢測。

橢圓擬合是數據處理中的一個經典問題，它在圖像處理、機器視覺、模式識別等技術鄰域中都有重要應用。橢圓擬合法的基本思路是：對于給定平面上的一組樣本點，尋找一個橢圓，使其盡可能靠近這些樣本點。也就是說，將圖像中的一組數據以橢圓方程為模型進行擬合，使某一橢圓方程盡量滿足這些數據。橢圓擬合的常用算法有：最小二乘法擬合、hough變換擬合、五點擬合等。

在二維平面坐標系中，橢圓一般可以用曲線方程的代數形式表示，如下式所示：

ax²+bxy+cy²+dx+ey+f＝0(1)

其中，a、b、c、d、e、f為橢圓方程待確定的參數。由數學知識可知，當知道橢圓上五個點或者多余五個點的坐標即可得到方程式(1)中的參數。

使用hough變換即可得到擬合的橢圓，根據得到的橢圓方程即可得到橢圓的長軸、短軸、中心、傾斜角度等信息。橢圓的這些信息代表了圓形儀表傾斜的情況，所以，當橢圓矯正為圓時，設備圖像也從傾斜圖像變成了正面圖像。

變電站環(huán)境比較復雜，站內設備眾多。存在設備安裝高低不同的情況，因此，在巡檢機器人可行駛的區(qū)域內無法滿足各個預置位的設備均為正面圖像，這給設備處理、分析和識別帶來困難。因此，目標設備傾斜的檢測和矯正是個重要的環(huán)節(jié)，設計矯正算法具有重要的意義。

一個單應矩陣是大小為3*3的矩陣h，滿足給定一個點p1＝[x1，y1，w1]^t，h把p1變成一個新的點p2＝[x2，y2，w2]^t＝hp1。注意他們都是齊次坐標，對應的圖像上的兩個點分別是：和

如果給定一個單應矩陣h＝{hij}，給他的元素同時乘上一個常數a，得到的單應ah和h作用相同。因為新單應無非把齊次點p1變成了其次點ap2，ap2和p2對應的圖像上的點相同，所以單應矩陣只有8個自由元素，一般令右下角的那個元素h33＝1來歸一化。

8個未知數，需要8個方程來求解，之所以四對點能夠求解，是因為一對點提供兩個方程。我們假設有兩個圖像上的點[x1，y1]^t和[x2，y2]^t，他們的齊次坐標為[x1，y1，1]^t和[x2，y2，1]^t帶到上面的推導里可以得到：

把這兩個式子重新組織一下，得到等價的矩陣形式：

au＝ν

其中，

u＝[h11h12h13h21h22h23h31h32]^t

ν＝[x1y1]^t

如果有四對不共線匹配點對，這個方程組就能達到8行，存在唯一解。如果多于四對點，比如有n對點，則方程就達到2n行，用最小二乘法或svd分解就可以求解h。

透視變換(perspectivetransformation)是將圖像投影到一個新的視平面(viewingplane)，也稱作投影映射(projectivemapping)。通用的變換公式為：

u,v是原始圖像左邊，對應得到變換后的圖像坐標x,y,其中x＝x′/w′，y＝y(tǒng)′/w′。

透視變換是指利用透視中心、像點、目標點三點共線的條件，按透視旋轉定律使承影面(透視面)繞跡線(透視軸)旋轉某一角度，破壞原有的投影光線束，仍能保持承影面上投影幾何圖形不變的變換。

本發(fā)明通過圖像灰度化、二值化、邊緣檢測等操作，提取設備的邊緣特征點。使用hough變換擬合橢圓的方法得到傾斜設備的區(qū)域特征，利用透視變換實現了設備圖像矯正，得到了目標設備圖像的正面圖。該算法成功解決了變電站設備圖像傾斜造成算法識別率降低的現象，提高了變電站巡檢機器人設備識別性能。另一方面，巡檢機器人平臺搭建相關算法不但提高了工作人員的工作效率，還保障了站內作業(yè)人員的安全性。實驗結果表明該算法建模簡單、運行速度快、魯棒性強等特點，算法的成功實施推進了變電站無人值守進程。

以上所述僅為本申請的優(yōu)選實施例而已，并不用于限制本申請，對于本領域的技術人員來說，本申請可以有各種更改和變化。凡在本申請的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本申請的保護范圍之內。

上述雖然結合附圖對本發(fā)明的具體實施方式進行了描述，但并非對本發(fā)明保護范圍的限制，所屬領域技術人員應該明白，在本發(fā)明的技術方案的基礎上，本領域技術人員不需要付出創(chuàng)造性勞動即可做出的各種修改或變形仍在本發(fā)明的保護范圍以內。