（上海工程技術(shù)大學(xué) 電子電氣工程學(xué)院，上海 201620）

0 引言

在電氣柜的制造過程中，電氣柜內(nèi)部電路接線的正確與否直接關(guān)系到設(shè)備是否能夠正常運行，一旦電氣接線出現(xiàn)問題，將會引起設(shè)備故障，進而影響整個系統(tǒng)的運行。因此，電氣接線的檢測尤為重要，怎樣快速準(zhǔn)確的檢測出電氣柜接線的正確與否，一直是檢測人員追求的目標(biāo)。

目前，常用的電氣接線檢測方法有萬用表測量法和人工識圖檢測法。但是，萬用表測量法效率低，工作量大；采用人工識圖檢測，對檢測人員要求較高且自動化程度低，準(zhǔn)確度低。采用機器識別[1]的方法檢測電氣接線是否正確，能夠有效克服在電氣柜的大批量制造過程中人工視覺檢測的不足，提高檢測效率和準(zhǔn)確度，從而大大提高生產(chǎn)效率和生產(chǎn)自動化程度。

1 檢測原理分析

針對常規(guī)電氣柜檢測方法較為復(fù)雜，且檢測效率低的問題，用機器視覺代替人工視覺，采用機器識別的方法檢測接線情況，建立數(shù)據(jù)庫，對電氣接線進行自動檢測，檢測原理如圖1所示。

圖1 電氣接線檢測原理圖

拍照前在電氣柜上設(shè)立三個大小相同的定位點作為基準(zhǔn)位置，圖像采集后，根據(jù)定位點的位置建立直角坐標(biāo)系，如圖2所示。點O、A、B為定位點，假設(shè)點O為坐標(biāo)原點，點O指向點A的方向為x軸正方向，指向點B的方向為y軸正方向。線段OA、OB的實際長度已知，分別記為為li、lj，這樣所有接線點的位置坐標(biāo)即是固定的。在坐標(biāo)軸上按實際尺寸標(biāo)上刻度，建立直角坐標(biāo)系。以坐標(biāo)軸上的刻度為標(biāo)準(zhǔn)，依次分別檢測出各導(dǎo)線接線點與橫坐標(biāo)、縱坐標(biāo)的距離，即可獲取導(dǎo)線接線位置信息。記點P為檢測點，從點P出發(fā)向兩坐標(biāo)軸作垂線，交點分別為點M、點N。假設(shè)線段OA、OB在圖像中的長度分別為xl、yl，線段OM、ON在圖像中的長度分別為xp、yp，則點P到坐標(biāo)軸的實際距離x、y分別為：

圖2 位置檢測

位置信息獲取后，根據(jù)檢測點所在導(dǎo)線圖像信息識別線號。對采集到的待測電氣柜接線圖進行圖像預(yù)處理，提取其邊緣信息用于導(dǎo)線編號的檢測，分割字符串后采用模板法識別導(dǎo)線編號。

接線表存入MySQL數(shù)據(jù)庫中形成完整的數(shù)據(jù)庫作為模板，導(dǎo)線的編號信息與位置信息將作為檢測結(jié)果與模板中相應(yīng)的數(shù)據(jù)進行對比，并輸出結(jié)果信息。若檢測結(jié)果與數(shù)據(jù)庫中數(shù)據(jù)全部相同或在誤差允許范圍內(nèi)，則說明接線正確，將結(jié)果返回給電氣接線檢測結(jié)果輸出單元；若出現(xiàn)差異且在誤差允許范圍外，則說明接線有誤，并將有誤的導(dǎo)線編號輸出。

2 導(dǎo)線的機器識別

2.1 圖像預(yù)處理

要獲取導(dǎo)線的編號信息，需提取圖像的邊緣輪廓。為提高檢測精度，本文針對Canny算子[2]在濾波去噪與閾值選取的不足進行改進，采用自適應(yīng)平滑濾波[3]與形態(tài)學(xué)閉運算[4]相結(jié)合的方式代替高斯濾波，采用最大類間方差法（Otsu）[5]自適應(yīng)選取閾值。

1）濾波改進

單純的平滑濾波去噪時易丟失部分原圖細節(jié)，使圖像模糊。采用自適應(yīng)平滑濾波，可在去噪的同時增加細節(jié)部分，提高圖像增強效果。設(shè)原圖像為f（i，j），則第k次迭代后梯度分量為：

濾波器的模板系數(shù)為：

對f(k)（i，j）進行加權(quán)平均：

自適應(yīng)平滑濾波處理后，圖像的邊緣不夠平滑，且分布著一些由錯判造成的小孔，對圖像進行閉運算處理，一方面可以在物體面積變化較小的范圍內(nèi)平滑其邊緣，另一方面可以消除小顆粒噪聲，連接斷裂的邊緣線。這種在圖像自適應(yīng)平滑濾波后進行閉運算的濾波方式，能夠有效去除噪聲，銳化邊緣輪廓，平滑區(qū)域邊緣。

2）自適應(yīng)閾值

傳統(tǒng)Canny算子閾值需人工設(shè)定，高閾值過高將造成邊緣信息缺失，過低則易產(chǎn)生偽邊緣，低閾值設(shè)置不合理會對邊緣連續(xù)性造成嚴(yán)重影響，適應(yīng)性差，效率較低。采用Otsu法自適應(yīng)選取閾值，根據(jù)圖像的灰度特性，將圖像像素分為前景與背景兩部分，使類間方差最大的閾值，即為最佳閾值[5,6]。

若大小為M×N像素的圖像含有L個不同的灰度級，用{0，1，2，…，L-1}表示，灰度級為i的像素數(shù)為ni，則：

灰度為i的概率為：

選取閾值k（0＜k＜L-1），圖像分為C1={0，1，…，K}、C2={k+1，k+2，…，L-1}、兩部分，則像素被分類到C1和C2的概率分別為：

分配到C1和C2的像素平均灰度值為：

k的累加均值：

全局均值為：

當(dāng)方差最大時，記最佳閾值k=k*，即：

將Otsu法獲得的最佳閾值k*作為Canny算子的高閾值，由Th=2Tl的準(zhǔn)則可得到低閾值，這樣就自適應(yīng)選取了Canny算子的高、低閾值[7]。

改進Canny算子后檢測圖像邊緣，如圖3所示。

圖3 邊緣檢測

2.2 導(dǎo)線編號識別

導(dǎo)線的編號較多且排列擁擠，對原圖像進行預(yù)處理后，得到的待測字符邊緣輪廓依然存在輕微粘連現(xiàn)象。圖像邊緣檢測后應(yīng)用腐蝕運算，可以細化圖像，不僅能夠有效消除待測字符之間的粘連以及小顆粒噪聲的影響，而且可以分開距離較近的字符。

導(dǎo)線編號為一串字符，要完成字符識別，需先進行字符分割，將圖像分割成一系列單個字符圖像，本文采用投影法分割字符。先對圖像自上而下進行逐行掃描，標(biāo)志出字符的大致高度范圍，然后在高度范圍內(nèi)自左至右進行逐列掃描，標(biāo)志出字符的大致寬度范圍。依次判定每個字符的范圍，分割結(jié)果如圖4所示。

圖4 字符分割

本文采用模板匹配法[8]識別字符，由于導(dǎo)線編號字符串較為簡單，通常僅由若干個英文字符與數(shù)字組成，因此能夠建立完整的數(shù)據(jù)庫作為模板。字符圖像歸一化后與字符模板進行比對，相似度最高的即為匹配結(jié)果。

3 檢測結(jié)果與分析

常用的電氣設(shè)計軟件為AutoCAD和EPLAN，相較于AutoCAD，使用EPLAN軟件設(shè)計線路準(zhǔn)確度高，工程耗時短，本文使用EPLAN設(shè)計電氣原理圖。布線完成后，在標(biāo)簽中設(shè)置導(dǎo)出模版，形成接線表，存入MySQL數(shù)據(jù)庫[9]中，表中包括各導(dǎo)線的編號和位置坐標(biāo)，用以與檢測結(jié)果進行對比。

將通過機器識別檢測到的導(dǎo)線編號與位置信息與數(shù)據(jù)庫中的對應(yīng)信息一一對比，即可自動判別電氣接線的正確與否。若檢測數(shù)據(jù)與庫中數(shù)據(jù)全部對應(yīng)或在誤差允許范圍內(nèi)，則接線正確；否則存在問題，輸出有誤導(dǎo)線編號。部分檢測結(jié)果如表1所示。

表1 電氣接線檢測

誤差設(shè)定為0.3cm，由表1中的檢測結(jié)果可以看出，在位置坐標(biāo)誤差允許范圍內(nèi)，實驗所得位置數(shù)據(jù)及其對應(yīng)的導(dǎo)線編號均與數(shù)據(jù)庫中的模板信息相符，本文所述方法能夠準(zhǔn)確地檢測出電氣柜接線是否正確，有效提高電氣接線檢測效率。

4 結(jié)語

本文提出了一種結(jié)合圖像處理與數(shù)據(jù)庫建立的電氣接線自動檢測方法。通過改進Canny算子，有效提高了圖像邊緣檢測的精度。獲取導(dǎo)線的編號與位置信息后，與模板數(shù)據(jù)對比，輸出檢測結(jié)果。本文所述檢測方法能夠有效提高檢測準(zhǔn)確性與效率，可應(yīng)用于電氣柜的生產(chǎn)制造與電氣接線檢測領(lǐng)域。