在變電站中,為保證供電安全與穩(wěn)定,需對設備日常維護,采用傳統(tǒng)的人工方式對變電站的儀表進行檢測,存在諸多缺點。為實現(xiàn)變電站的自動化管理,減輕人員負擔,采用巡檢機器人實現(xiàn)儀表遠程讀數(shù)采集,實現(xiàn)設備的日常維護與及時告警。在變電站中,分布著眾多類型的儀表設備,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。然而在實際變電站中,機器人所處的環(huán)境復雜,所采集的儀表圖像受到機器人姿態(tài)、光照、物體遮擋、表盤污點、鏡頭模糊等影響,對儀表遠程識別定位技術(shù)提出了巨大的挑戰(zhàn)。本文的主要貢獻有以下幾點:1、遠程儀表識別方法定位技術(shù)的研究,移動巡檢機器人在對儀表進行自主例行巡檢時,需自動識別待檢測儀表。在復雜環(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-細定位方法,從而提高儀表識別成功率。2、采用SURF特征點與LSD線段特征相結(jié)合的特征點匹配算法,從而提高圖像配準精度。3、提出一種基于邊緣灰度曲面擬合的二值化方法,實驗結(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

【學位級別】：碩士

【部分圖文】：

圖1-1儀表遠程讀數(shù)識別流程

圖1-1儀表遠程讀數(shù)識別流常采用模板匹配、特征點匹配持向量機(SVM)、自適應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識別中，如車牌識別2

圖2-1云臺坐標系

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。器人的檢測點發(fā)生很大變化，可能導致配準失效。表周圍環(huán)境發(fā)生巨大變化，可能導致配準失效。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

電子科技大學碩士學位論文（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行特征線段匹配，需先分別對兩幅圖像進行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行匹配，最后采用隨機采樣一致性算....

圖2-6使用遠視角圖像作為配準圖像的SURF特征點匹配

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

本文編號：4030617