摘要：图像识别技术在工业生产尤其是电力运行、生产中有着非常广泛的应用，基于图像处理的指针识别是其在电力系统中重要的应用方向。电力系统的通信机房和变电站的很多设备仪表带有指针如：电压表、电流表、温度表、油位表等。指针位置识别是利用远程视频监控系统对设备或仪表指针进行实时监控并截取现场图片。利用图像处理技术，确定指针位置和角度，计算指针读数，判断是否需要越限报警。这对确保电力企业的生产安全有着重要的现实意义。
关键词：指针位置识别；颜色提取；图像分割；
一、多指针多颜色表盘指针特点
表盘指针位置识别的原理流程图如图1所示。多指针多颜色型表盘指针如变压器的温度表、档位表等，除了待识别的指针以外还包括表示度量界限的指针，待识别的读数指针通常为黑色，界限指针通常为红色。以图2所示变压器温度表为例，尖端指向左边的指针为待识别的黑色温度指针，尖端指向右上方的指针即为红色的界限指针。因为界限指针的作用通常是用来限定安全范围，位置和角度不会发生变化，所以应该将其划为背景图像的范畴。如果采用单指针单颜色型表盘指
针的图像处理方法，直接进行灰度化和二值化的结果是两根指针均被保留了下来，如图3所示，这将导致待识别指针定位发生错误，进而影响正确判断温度指针读数。
针对多指针多颜色表盘指针的特性，在进行指针位置识别时，就必须采用基于颜色提取的图像分割技术，在灰度化与二值化图像处理之前将具有明显颜色特征的红色界限指针过滤出图像，消除其对待识别指针区域的干扰，确保温度指针位置的正确识别。
二、全方位试验法
IEC-354《油浸式变压器负载导则》规定：变压器运行最高环境温度＜40℃，油顶层温升＜55K。也就是说：在-20℃的冬天，油顶层最高温度＜35℃；在+40℃的夏天，油顶层最高温度＜95℃。所以，对油温计的测量点+20℃只需考虑寒冷（-20℃）影响；对测量点+100℃只需研究酷热（+60℃）作用。表2将一台温度计分为3种试验状态（即试品分别为表计和毛细管及整机），2个温度检验点（20℃和100℃），在3种环境温度（-20℃/+20℃/+60℃）条件下，所进行的全方位环境温度变化试验共有12个子项目，见表2。从表2试验数据中可以给出以下五个结论（参阅表2数据分析）：（1）整机试验结果与各部件试验数据之和相等。（2）表计可以（但毛细管无法）获得环境温度变化补偿。（3）毛细管在夏天呈正差影响而冬天呈负差影响。（4）只有各部件和整机试验同时达标才是合格产品。（5）表2所示的试验不合格品在环境温度20℃时，无论部件或整机的试验结果均合格，这个事实表示在20℃计量室内获得的检验数据是很不可靠的。
表2环境温度变化试验记录
三、快速鉴定法
按表2将温度计的表计或毛细管或整机依次进行试验是一种科学严谨的全方位试验方法。以平均每3h完成一个子项目试验计算，采用连续不间断方式完成一台温度计影响量全方位试验中的全部12个子项目共需36h。所以这种方法并不适用于批量温度计试验。正因为表2所有试品中只有毛细管可放入水中，而60℃温水又很容易获得，如图4记录表2所示故障温度计在20℃环境温度条件下100℃的检验数据，然后将毛细管放入60℃的水桶内，稳定10min后再次记录被检温度计示值，试验结果见表4。
四、颜色提取法
主色提取法。在光照强度发生变化，光照条件变差的情况下，表盘的整体颜色也会随之而变化。例如处在室外的表盘，清晨的光线会使表盘图像呈冷色调、偏青蓝色，而黄昏的光线又会使表盘图像整体呈暖色调、偏红色。对于温度表，偏青蓝色会加大红色指针与刻度、表盘底色之间的差异，有利于红色的提取，
对过滤红色指针的影响不大；而偏红色则会严重干扰对红色指针区域的判定，图(a)所示即为整体偏红色的温度表，应用直接色调匹配法，可以看到在确定红色指针区域的时候，分割效果不好，存在表盘不同部位的分割不足和分割过量情况。
图偏红色温度表的红色指针分割结果
因此在光照条件较差的情况下，固定阈值的直接色调匹配法是不能很好的提取颜色和分割图像的。针对该问题本文提出一种新的颜色匹配与提取的方法—主色提取法。由HIS颜色空间的特性可知以下2条基本规律：（1）彩色象素点的S(饱和度)值大于近白色象素点的S(饱和度)值。（2）彩色象素点的I(亮度)值大于近黑色象素点的I(亮度)值。
以此规律为基础，并通过多次实验证明，发现温度表表盘在不同的光照条件下，其图像也遵循这样2条规律：（1）红色指针区域的S(饱和度)值要大于近白色表盘底色的S(饱和度)值。（2）红色指针区域的I(亮度)值要大于近黑色表盘刻度的I(亮度)值。根据上述规律，主色提取法可分为以下3个步骤进行：（1）判定红色指针区域的基准点：在直接色调匹配法所分割图像的基础上，逐个扫描图像像素点{X1,X2,…,Xn}，首先计算各个像素点的P=SxI，找出满足Pi=max{P1,P2,…,Pn}的像素点Xi，根据规律可知，可以判定该像素点Xi即为指针区域中的点。（2）确定红色指针区域：Y.H.Gong的研究发现，当HIS颜色对的相似距离小于3.0时，人类视觉认为它们是相似的；当HIS颜色对的相似距离大于6.0时，人类视觉认为它们是显著不同的。HIS颜色对的相似性可用相似距离来度量。假设
A=(H1,I1,S1)，B=(H2,I2,S2)为HIS颜色空间的颜色对，则它们的相似距离定义为
将已经找出的Xi做为基准点，逐个扫描图像像素点{X1,X2,…,Xn}，满足与基准点Xi的相似距离小于1的点，都可以看作是与基准点颜色相近的点，可以做为红色指针区域被保留下来，其它的点看作是背景区域而被过滤。（3）过滤红色指针区域。这一步与直接色调匹配法的方法一样，目的是过滤红色指针，消除其对待识别的黑色指针的干扰。在主色提取法过滤结果的基础上，利用灰度和二值图像处理，以及Hough变换得到待识别指针图像处理结果如图所示。
图待识别指针图像处理结果
图(a)是在晚17:00，照度280.1lux的条件下，利用主色提取法保留待识别指针的结果，可见，指针图像处理结果效果较好，虽然存在个别杂点，但是不影响霍夫变换结果。图(b)为Hough变换后的直线，计算出以Y轴负半轴为0刻度的指针角度为89.58°，指针读数为16.07°。表1是利用主色提取法在某天的不同时段进行指针位置识别的实验测试结果。
由表1看出，在上午和中午光照条件较好的情况下，指针位置和读数识别结果和指针的真实读数的误差范围在0.11%~0.29%之间。而在傍晚时间17:00-19:00，当光照条件较差时，识别误差在0.51%~0.78%度之间，误差范围小，准确率较高，达到了工程应用的要求。主色提取法将颜色特征相对明显的指针区域从图像中分割出来，较好的消除了光照条件较差对颜色特征提取的影响。通过实验证明，主色提取法在直接色调匹配法的基础上对图像继续处理，有效的解决了后者产生的图像分割不足或过量的问题，较好的实现了过滤背景图像，保留待识别黑色指针区域的目的，图像灰度化和二值化处理效果较好，速度较快，满足准确、快速识别指针读数的要求。
五、结论
主色提取法具有如下特点：
1.图像处理效果好，读数识别准确率高。在光照条件较差的情况下，利用红色界限指针的颜色特性，分割指针图像，达到准确定位待识别指针、过滤界限指针的目的，指针读数识别精度较高，误差范围小于0.8%。
2.适应性强。综合考虑亮度、饱和度、色调对人眼视觉的影响，减弱了光照变化对图像颜色的干扰，适应不同光照条件下对指针区域的判定，有利于准确识别指针位置。
3.计算简单，实时性好。该算法建立在直接色调匹配法的基础上，仅对表盘指针图像进行处理，计算公式简单，计算用时较少，识别时间在600ms以下，保证了指针位置识别的实时性。
参考文献：
[1]李慧，基于图像识别理论的混沌特性判别方法．2013.
[2]王武，李小兰．基于图像的复杂仪表读数识别．仪表技术，2012.
论文作者:贺娟,聂洪涛
论文发表刊物:《电力设备》2017年第33期
论文发表时间:2018/4/18
标签：指针论文; 表盘论文; 图像论文; 颜色论文; 红色论文; 读数论文; 温度表论文; 《电力设备》2017年第33期论文;