论文部分内容阅读
摘要：针对电气控制柜开关状态识别的智能化发展趋势，通过对开关特征、定位技术和状态特征的探索，提出了基于数字图像处理技术的开关识别算法。算法对图像预处理采用阴影去除、颜色模型二值化，又进行开关定位、开关状态识别对比。由实验结果可知，算法能准确实现开关的定位、校正、分割和识别，具有良好的性能。
关键词：开关状态；数字图像处理；定位；识别
1、引言
1.1本课题研究背景及意义
随着现代电力系统的发展，变电站的复杂度越来越高，因此一个变电站中需要有越来越多的开关控制柜来控制各个线路，而且需要随时掌握开关的状态，目前人工识别速度慢而且耗费人力物力，因此用软件识别开关状态并进行状态对比就显得越来越重要，也更符合现代工业发展智能化的潮流趋势。
本文研究了开关柜中较常用的一种开关，并对通过数码相机采集到的开关柜方形图默认有统一照度。通过对大量的开关柜图片的研究，本文应用图像处理技术、开关定位技术、开关识别技术、Hough变换、开关状态矩阵生成及对比，最后设计程序实现对一张方形图里的开关的状态进行了简单判定。
2、倾斜方形图开关图像的矫正
2.1 引言
在获取数字图像的过程中，由于摄像镜头的非线性，往往会导致获取的图像存在严重的几何畸变。因此，在对图像做进一步的处理之前，需要对发生畸变的图像进行几何矫正。
2.2 图像校正的算法实现
本文使用的算法的核心思想就是把倾斜图像的目标区域切分成n个小块，然后把这些小块里的数据一一对应地赋值给另一个同样分成n个小块的矩形图像。校正后的图像便是端正的矩形的目标区域。具体流程如下：
①定位并获取目标区域的四个角点的坐标值pt1、pt2、pt3和pt4。
②设置校正图像的长和宽（本文设置为3000×3000），也就是说，会把目标区域切分成长和宽的乘积的数量（即9×106个）。
③根据四个角点坐标求出第一个小块的坐标，并取整然后赋值给P，再由P得出这一小块在矩形图像所对应的位置，这样便可把对应的数据赋值到矩形图像中。
④利用双重循环结构使P能一一取遍所有的小块的坐标，最后得到校正后的图像。
3、电气开关柜方形图像的预处理
3.1 引言
图像预处理，是将每一个文字图像分检出来交给识别模块识别，这一过程称为图像预处理。在图像分析中，对输入图像进行特征抽取、分割和匹配前所进行的处理。
图像预处理的主要目的是消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征抽取、图像分割、匹配和识别的可靠性。
预处理过程一般有数字化、几何变换、归一化、平滑、复原和增强等步骤。
3.2图像裁剪
由于一幅电气开关柜方形图图像的开关太多，每个开关灰度都有区别，进行多开关同时识别会产生困难，这就需要我们把每个开关单独拆开来检测，以提高检测精确度，并且简化了检测工作。
3.3图像灰度化
进入计算机内存的色彩是非常丰富的，要想重现它并据此进行分析和处理是一件不容易的事情。然而，通过光度学的研究结果表明，任何色彩都可以由红、绿、蓝这三种颜色按一定的比例混合而成。
三基色RGB与亮度的关系从理论上来讲，等量的三基色R、G、B相加可以得到白色。但是，由于人的视觉对颜色敏感程度的差异，等量的三基色混合并不能得到白色，其混合的比例需要调整。
可将24位的彩色图片利用亮度公式：
首先对获得的彩色图像进行灰度转换，得到开关的灰度图像。
Gray=0.299×R+0.587×G+0.114×B
其中，Gray代表像素点的灰度值，R、G、B分别代表其Red、Green和 Blue的分量值。进行灰化处理，把图像中像素的灰度级进行归一化。在256个灰度级别中，“0”代表黑色，“255”代表白色。这样，将24位的图像数据转换成为了8位的图像数据，大大减少了数据量，缩短了图像处理的时间，使分析处理大为简化。
3.4直方图均衡化
灰度直方图反映一幅图像的总体灰度分布情况，是灰度级的函数，用于描述图像中每一灰度级及出现该灰度级的像素点的个数。直方图的横坐标表示灰度级，纵坐标表示该灰度出现的次数。灰度级为[0，L-1]范围的数字图像处理的直方图是离散数h（rk）=nk，其中rk是第k级灰度，nk是图像中灰度级为rk的像素的个数。经常以图像中像素的总数来除它的每个值，以得到归一化的直方图。因此，一个归一化的直方图有下式成立：
P（rk）=nk/n k=0，1，...，L-1
直方图技术是多种空间域处理技术的基础，能有效的用于图像增强。若一幅图像的像素占有全部可能的灰度级并且分布均匀，则这样的图像有很高的对比度和多变的灰度色调。
3.5滤波器
滤波的目的一般有两个：一是抽出对象的特征作為图像识别的特征模式；另一个是为适应图像处理的要求，消除图像数字化时所混入的噪声。
对滤波处理的要求有两条：一是不能损坏图像的轮廓及边缘等重要信息；二是使图像清晰视觉效果好。
对一副图像上的某个点进行中值滤波处理，先将掩模内欲求的像素及其邻域的像素值排序，确定出中值，然后将这个中值赋值给该像素。
3.6二值化处理
开关的灰度值和区域背景的灰度图差距明显，需要对图像进行阈值分割处理，其中关键的是阈值的选择。图像二值化是数字图像处理中的基本技术，将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中，二值图像占有非常重要的地位，首先，图像的二值化有利于图像的进一步处理，使图像变得简单，而且数据量减小，能突显出感兴趣的目标的轮廓。其次，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像。
二值化的基本方法有基于全局阈值的二值化方法和基于局部阈值的二值化方法。其基本思想是对图像上的每一个像素点（x，y），和阈值T进行比较，若该点像素值大于T，则为目标点，否则为背景，如下式：
本文采用的是局部阈值二值化法。
4、图像的边缘检测
边缘提取
边缘提取用于图像处理的两种基本运算是腐蚀和膨胀，它们的不同组合形成开和闭。
图像经历边缘检测算子作用后，在阶跃边缘处形成凸脊，在屋顶边缘处形成凹谷，再与原图像作差分得到边缘。利用形态学边缘检测，选择合适的结构元素是非常重要的，如果选得好，在滤除噪声的同时也能很好的保存图像细节。
5、结束语
数字图像识别技术是现代IT技术中的一类重要技术领域，它是信息系统学科中的一个研究热点。
相比于现有的人工检测，图像技术可以为更迅速准确的判断出当前开关状态，并且与预存状态相较，得出哪些开关状态错误，使得电气控制柜开关状态检测变得更加的敏捷和准确，能对各种电力设备进行监控，在出现故障时能在第一时间快速定位故障设备。并且该检测系统不仅能不受外部因素影响、长时间稳定工作，而且还有较高的可靠性。
参考文献：
[1]冈萨雷斯.数字图象处理（matlab版）（第二版）[M].北京：电子工业出版社，2014，1.
[2]丁四海.数字图像识别用于开关柜开关检测的研究[D].上海交通大学，2012年.
关键词：开关状态；数字图像处理；定位；识别
1、引言
1.1本课题研究背景及意义
随着现代电力系统的发展，变电站的复杂度越来越高，因此一个变电站中需要有越来越多的开关控制柜来控制各个线路，而且需要随时掌握开关的状态，目前人工识别速度慢而且耗费人力物力，因此用软件识别开关状态并进行状态对比就显得越来越重要，也更符合现代工业发展智能化的潮流趋势。
本文研究了开关柜中较常用的一种开关，并对通过数码相机采集到的开关柜方形图默认有统一照度。通过对大量的开关柜图片的研究，本文应用图像处理技术、开关定位技术、开关识别技术、Hough变换、开关状态矩阵生成及对比，最后设计程序实现对一张方形图里的开关的状态进行了简单判定。
2、倾斜方形图开关图像的矫正
2.1 引言
在获取数字图像的过程中，由于摄像镜头的非线性，往往会导致获取的图像存在严重的几何畸变。因此，在对图像做进一步的处理之前，需要对发生畸变的图像进行几何矫正。
2.2 图像校正的算法实现
本文使用的算法的核心思想就是把倾斜图像的目标区域切分成n个小块，然后把这些小块里的数据一一对应地赋值给另一个同样分成n个小块的矩形图像。校正后的图像便是端正的矩形的目标区域。具体流程如下：
①定位并获取目标区域的四个角点的坐标值pt1、pt2、pt3和pt4。
②设置校正图像的长和宽（本文设置为3000×3000），也就是说，会把目标区域切分成长和宽的乘积的数量（即9×106个）。
③根据四个角点坐标求出第一个小块的坐标，并取整然后赋值给P，再由P得出这一小块在矩形图像所对应的位置，这样便可把对应的数据赋值到矩形图像中。
④利用双重循环结构使P能一一取遍所有的小块的坐标，最后得到校正后的图像。
3、电气开关柜方形图像的预处理
3.1 引言
图像预处理，是将每一个文字图像分检出来交给识别模块识别，这一过程称为图像预处理。在图像分析中，对输入图像进行特征抽取、分割和匹配前所进行的处理。
图像预处理的主要目的是消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征抽取、图像分割、匹配和识别的可靠性。
预处理过程一般有数字化、几何变换、归一化、平滑、复原和增强等步骤。
3.2图像裁剪
由于一幅电气开关柜方形图图像的开关太多，每个开关灰度都有区别，进行多开关同时识别会产生困难，这就需要我们把每个开关单独拆开来检测，以提高检测精确度，并且简化了检测工作。
3.3图像灰度化
进入计算机内存的色彩是非常丰富的，要想重现它并据此进行分析和处理是一件不容易的事情。然而，通过光度学的研究结果表明，任何色彩都可以由红、绿、蓝这三种颜色按一定的比例混合而成。
三基色RGB与亮度的关系从理论上来讲，等量的三基色R、G、B相加可以得到白色。但是，由于人的视觉对颜色敏感程度的差异，等量的三基色混合并不能得到白色，其混合的比例需要调整。
可将24位的彩色图片利用亮度公式：
首先对获得的彩色图像进行灰度转换，得到开关的灰度图像。
Gray=0.299×R+0.587×G+0.114×B
其中，Gray代表像素点的灰度值，R、G、B分别代表其Red、Green和 Blue的分量值。进行灰化处理，把图像中像素的灰度级进行归一化。在256个灰度级别中，“0”代表黑色，“255”代表白色。这样，将24位的图像数据转换成为了8位的图像数据，大大减少了数据量，缩短了图像处理的时间，使分析处理大为简化。
3.4直方图均衡化
灰度直方图反映一幅图像的总体灰度分布情况，是灰度级的函数，用于描述图像中每一灰度级及出现该灰度级的像素点的个数。直方图的横坐标表示灰度级，纵坐标表示该灰度出现的次数。灰度级为[0，L-1]范围的数字图像处理的直方图是离散数h（rk）=nk，其中rk是第k级灰度，nk是图像中灰度级为rk的像素的个数。经常以图像中像素的总数来除它的每个值，以得到归一化的直方图。因此，一个归一化的直方图有下式成立：
P（rk）=nk/n k=0，1，...，L-1
直方图技术是多种空间域处理技术的基础，能有效的用于图像增强。若一幅图像的像素占有全部可能的灰度级并且分布均匀，则这样的图像有很高的对比度和多变的灰度色调。
3.5滤波器
滤波的目的一般有两个：一是抽出对象的特征作為图像识别的特征模式；另一个是为适应图像处理的要求，消除图像数字化时所混入的噪声。
对滤波处理的要求有两条：一是不能损坏图像的轮廓及边缘等重要信息；二是使图像清晰视觉效果好。
对一副图像上的某个点进行中值滤波处理，先将掩模内欲求的像素及其邻域的像素值排序，确定出中值，然后将这个中值赋值给该像素。
3.6二值化处理
开关的灰度值和区域背景的灰度图差距明显，需要对图像进行阈值分割处理，其中关键的是阈值的选择。图像二值化是数字图像处理中的基本技术，将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中，二值图像占有非常重要的地位，首先，图像的二值化有利于图像的进一步处理，使图像变得简单，而且数据量减小，能突显出感兴趣的目标的轮廓。其次，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像。
二值化的基本方法有基于全局阈值的二值化方法和基于局部阈值的二值化方法。其基本思想是对图像上的每一个像素点（x，y），和阈值T进行比较，若该点像素值大于T，则为目标点，否则为背景，如下式：
本文采用的是局部阈值二值化法。
4、图像的边缘检测
边缘提取
边缘提取用于图像处理的两种基本运算是腐蚀和膨胀，它们的不同组合形成开和闭。
图像经历边缘检测算子作用后，在阶跃边缘处形成凸脊，在屋顶边缘处形成凹谷，再与原图像作差分得到边缘。利用形态学边缘检测，选择合适的结构元素是非常重要的，如果选得好，在滤除噪声的同时也能很好的保存图像细节。
5、结束语
数字图像识别技术是现代IT技术中的一类重要技术领域，它是信息系统学科中的一个研究热点。
相比于现有的人工检测，图像技术可以为更迅速准确的判断出当前开关状态，并且与预存状态相较，得出哪些开关状态错误，使得电气控制柜开关状态检测变得更加的敏捷和准确，能对各种电力设备进行监控，在出现故障时能在第一时间快速定位故障设备。并且该检测系统不仅能不受外部因素影响、长时间稳定工作，而且还有较高的可靠性。
参考文献：
[1]冈萨雷斯.数字图象处理（matlab版）（第二版）[M].北京：电子工业出版社，2014，1.
[2]丁四海.数字图像识别用于开关柜开关检测的研究[D].上海交通大学，2012年.