在變電站中,為保證供電安全與穩(wěn)定,需對(duì)設(shè)備日常維護(hù),采用傳統(tǒng)的人工方式對(duì)變電站的儀表進(jìn)行檢測(cè),存在諸多缺點(diǎn)。為實(shí)現(xiàn)變電站的自動(dòng)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(shí)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(duì)指針與數(shù)顯式儀表的讀數(shù)識(shí)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(duì)儀表遠(yuǎn)程識(shí)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(shí)別方法定位技術(shù)的研究,移動(dòng)巡檢機(jī)器人在對(duì)儀表進(jìn)行自主例行巡檢時(shí),需自動(dòng)識(shí)別待檢測(cè)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(duì)焦模糊、噪聲等因素影響下的物體檢測(cè)問題。采取基于粗定位-細(xì)定位方法,從而提高儀表識(shí)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(duì)光照的魯棒性好,能有效地減少儀表表面光照變化對(duì)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(jí)別】：碩士

【部分圖文】：

圖1-1儀表遠(yuǎn)程讀數(shù)識(shí)別流程

圖1-1儀表遠(yuǎn)程讀數(shù)識(shí)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(shí)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(jiǎn)圖像目標(biāo)識(shí)別中，如車牌識(shí)別2

圖2-1云臺(tái)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(duì)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(cè)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(shí)間內(nèi)儀表周圍的環(huán)境不會(huì)發(fā)生巨大改變。為進(jìn)一步定時(shí)手動(dòng)或自動(dòng)將之前檢測(cè)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(cè)以及LBD特性線段匹配算法。兩個(gè)圖像之間若要進(jìn)行特征線段匹配，需先分別對(duì)兩幅圖像進(jìn)行LSD直線檢測(cè)，然后使用LBD算法提取特征向量，采用K近鄰匹配算法對(duì)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(cè)特征數(shù)量級(jí)，同時(shí)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(cè)到的特征點(diǎn)數(shù)量級(jí)遠(yuǎn)遠(yuǎn)高于使用儀表圖像檢測(cè)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(hào)：4030617