趙炳輝 左右宇 商兵

摘 要：針對(duì)智能電能表分揀裝置圖像識(shí)別需求，研究了電表液晶顯示數(shù)字識(shí)別方法。在圖像預(yù)處理階段，應(yīng)用直方圖均衡化方法增強(qiáng)灰度圖像，使用開操作增強(qiáng)前景后，再用Otsu算法做二值化處理。在液晶顯示區(qū)域定位階段，應(yīng)用Canny算法檢測邊緣，提出使用了一種雙向卷積結(jié)合連通域分析的濾波方法縮小目標(biāo)區(qū)域，最后使用Hough變換結(jié)合幾何形狀特征實(shí)現(xiàn)精確定位。在數(shù)字分割與識(shí)別階段，應(yīng)用水平、垂直投影法分割數(shù)字，使用交叉點(diǎn)連線斜率組合特征彌補(bǔ)了原有數(shù)字結(jié)構(gòu)特征的不足，最終應(yīng)用結(jié)構(gòu)特征法實(shí)現(xiàn)了數(shù)字準(zhǔn)確識(shí)別。結(jié)果表明：提出的數(shù)字圖像處理方法可滿足電能表分揀裝置應(yīng)用要求。

關(guān)鍵詞：智能電能表;分揀裝置;數(shù)字圖像處理;邊緣檢測;卷積濾波;Hough變換;字符分割;字符識(shí)別

中圖分類號(hào)：TH71 ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1001-5922（2022）02-0097-06

隨著我國經(jīng)濟(jì)社會(huì)的發(fā)展，居民用電量持續(xù)增長，智能電能表安裝規(guī)模不斷擴(kuò)大。電力公司建立了一套完整的電能表全壽命周期管理體系，包括新購入庫、實(shí)驗(yàn)室檢定、配送出庫、現(xiàn)場運(yùn)行維護(hù)、拆回分揀。拆回分揀作為最后一個(gè)環(huán)節(jié)，獲得的數(shù)據(jù)可以幫助進(jìn)行故障信息統(tǒng)計(jì)、計(jì)量資產(chǎn)壽命預(yù)測等，提高資產(chǎn)管理水平，避免資源浪費(fèi)，具有良好的經(jīng)濟(jì)和社會(huì)效益[1-2]。

電能表分揀裝置是開展拆回電能表分揀業(yè)務(wù)的主要設(shè)備，配合省級(jí)計(jì)量生產(chǎn)調(diào)度平臺(tái)、營銷系統(tǒng)等生產(chǎn)業(yè)務(wù)系統(tǒng)，可以極大提高勞動(dòng)生產(chǎn)效率，降低人力成本[3]。電能表分揀裝置由基本功能檢測單元、圖像識(shí)別單元、通信功能檢測單元等組成，其中圖像識(shí)別單元是實(shí)現(xiàn)作業(yè)自動(dòng)化和智能化的關(guān)鍵，在電能表分揀裝置設(shè)計(jì)中具有重要地位[4-5]。文獻(xiàn)[6]對(duì)基于數(shù)字圖像識(shí)別技術(shù)的電能表分揀系統(tǒng)進(jìn)行了較完整研究，實(shí)現(xiàn)了85%以上的電能表讀數(shù)識(shí)別率。文獻(xiàn)[7]旨在研究將電能表圖像識(shí)別技術(shù)應(yīng)用在自動(dòng)抄表系統(tǒng)中，采用Hough變換檢測傾斜角，解決了拍攝角度引起的識(shí)別難題。文獻(xiàn)[8]在研究基于機(jī)器視覺的電能表檢測系統(tǒng)時(shí)，根據(jù)電能表液晶屏矩形特征，提出了輪廓檢測結(jié)合多邊形逼近的定位算法。文獻(xiàn)[9]以變電站二次設(shè)備的數(shù)顯儀表為研究對(duì)象，充分利用被檢測對(duì)象的顏色特征和邊緣特征，得到精確的數(shù)碼管字符區(qū)域。隨著機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，基于機(jī)器學(xué)習(xí)的圖像識(shí)別方法在車牌識(shí)別方面獲得廣泛應(yīng)用，對(duì)電能表圖像識(shí)別具有借鑒作用[10，11]。

目前智能電表設(shè)計(jì)更復(fù)雜，表殼、資產(chǎn)銘牌、液晶顯示器層次多，且色調(diào)相差不明顯，增大了液晶顯示器定位難度。本文在現(xiàn)有研究基礎(chǔ)上，針對(duì)電能表分揀特定應(yīng)用場景，將圖像增強(qiáng)、邊緣檢測、圖像形態(tài)學(xué)處理、圖像濾波、連通域分析、數(shù)字識(shí)別等一系列圖像處理技術(shù)進(jìn)行集成改進(jìn)，實(shí)現(xiàn)了單相電能表液晶顯示區(qū)域精確定位、字符分割和識(shí)別。測試結(jié)果表明，本文實(shí)現(xiàn)的單相電能表圖像識(shí)別單元可以準(zhǔn)確識(shí)別液晶顯示區(qū)域的數(shù)字，配合分揀裝置的自動(dòng)化控制部件，可在數(shù)秒鐘內(nèi)完成待分揀電能表數(shù)據(jù)采集存檔，極大提高了拆回電能表分揀的作業(yè)效率和標(biāo)準(zhǔn)化水平。

1 圖像預(yù)處理

1.1 圖像灰度化與增強(qiáng)

1.2 圖像二值化

圖像二值化是按一定規(guī)則將像素設(shè)置為黑或者白，對(duì)于一副8位灰度圖像，將灰度值設(shè)置為0或者255。二值化方法有雙峰法、P參數(shù)法、大津法（OTSU）、最大熵閾值法、迭代法等等。綜合考慮本文的應(yīng)用需求和計(jì)算復(fù)雜度，選擇OTSU算法對(duì)圖像進(jìn)行二值化。OTSU算法基于整副圖像的統(tǒng)計(jì)特性，實(shí)現(xiàn)閾值自適應(yīng)選取，基本思想是找出一個(gè)二值化閾值，使得劃分的兩組灰度值的類間方差最大，因此也稱為最大類間方差法。對(duì)于L級(jí)灰度的M×N圖像，假設(shè)圖像二值化的閾值為T，灰度值小于T的像素個(gè)數(shù)為N1，占整幅圖像比例為ω1，其平均灰度值為μ1，且灰度值大于T的像素個(gè)數(shù)為N2，占整幅圖像比例為ω2，其平均灰度值為μ2。則由T劃分而得的兩組灰度值的類間方差σ2為：

σ2=ω1（μ1-μ0）2-ω2（μ2-μ0）2

式中：μ0為整幅圖像的平均灰度值。從0到L-1遍歷，得到使σ2取最大值的T，即為二值化閾值。本文在進(jìn)行二值化前，為了使前景的灰度值更顯著區(qū)別于其他區(qū)域，先采用圖像形態(tài)學(xué)對(duì)圖3中左圖（記為G1）進(jìn)行處理。首先使用圖像開操作獲得G1的背景G2，如圖3（a）所示;再用G1減去G2，得到新的圖像G3，如圖3（b）所示;最后用OTSU算法對(duì)G3進(jìn)行二值化，結(jié)果如圖3（c）所示。

2 液晶顯示區(qū)定位

從圖3（c）中可以看出，二值化后的圖像白色區(qū)域主要有3塊，液晶顯示區(qū)位于電表上方三分之一處的矩形。為了定位該白色矩形，本節(jié)首先采用邊緣檢測確定圖像中黑白分界線，然后用卷積濾波和連通域分析進(jìn)一步縮小液晶顯示區(qū)可能的區(qū)域，最后使用Hough變換結(jié)合液晶顯示器的幾何形狀特征定位液晶顯示區(qū)。

2.1 邊緣檢測

邊緣檢測方法主要分為一階微分算法和二階微分算法，前者有Robert、Sobel和Prewitt等算法，后者有Laplacian、LOG、Canny等算法。在上述算法中，Canny算法是圖像邊緣檢測算法中最經(jīng)典的算法，本文即采用該方法對(duì)二值化圖像進(jìn)行邊緣檢測。Canny算法有4個(gè)基本步驟，依次為高斯濾波、計(jì)算梯度幅值和方向、梯度幅值非極大值抑制、邊緣連接。二值化圖像經(jīng)邊緣檢測的結(jié)果如圖4所示。

2.2 卷積濾波和連通域分析

本文擬通過Hough變換檢測矩形來確定液晶顯示區(qū)域，若直接處理上圖會(huì)得到很多直線，不利于檢測算法設(shè)計(jì)。為了減少無關(guān)邊緣，需要盡量消除圖4中的無關(guān)邊緣，尤其是中下部邊緣，本文使用卷積濾波和連通域分析方法進(jìn)一步縮小待檢測對(duì)象。

在實(shí)施卷積濾波前，首先對(duì)圖像進(jìn)行圖像學(xué)處理，具體是使用半徑為r1的圓盤結(jié)構(gòu)元對(duì)圖像進(jìn)行膨脹，然后再使用半徑為r2的圓盤結(jié)構(gòu)元進(jìn)行腐蝕，調(diào)整r1和r2的參數(shù)以及操作次數(shù)，已達(dá)到較好效果。經(jīng)圖像學(xué)處理后的效果如圖5所示。

觀察圖5可以看出，經(jīng)過圖像學(xué)處理后，圖5中出現(xiàn)大片白色區(qū)域，通過設(shè)計(jì)合理的卷積核即可以濾除大片白色。設(shè)計(jì)的卷積核應(yīng)盡量結(jié)構(gòu)簡單，計(jì)算快速，能保留直線特征，去除成片白色，因此選取全1的矩形卷積核。從左上開始，采用滑動(dòng)法，按像素計(jì)算邏輯與再求和作為卷積值，若該值超過設(shè)定的閾值，則將部分白色像素置0。為了達(dá)到更好的濾波效果，本文用卷積核對(duì)圖像從相反方向進(jìn)行兩次濾波，然后將兩次濾波的結(jié)果進(jìn)行邏輯與運(yùn)算，得到最終結(jié)果。假設(shè)卷積核為a×b的矩形，本文設(shè)計(jì)的卷積濾波算法描述如圖6所示。

輸入：圖像G（x，y）及其尺寸M×N;卷積核w（x，y）及其尺寸a×b;閾值Threshold;

過程：

1.從左上開始，以1個(gè)像素為滑動(dòng)步進(jìn)做正向卷積濾波，偽代碼如下：

fori=1∶1∶N-b+1

for j=1∶1∶M-a+1

temp=w&G（j：j+a-1，i：i+b-1）

if sum（sum（temp））>Threshold

G（i，j）=0

else

continue

end if

end

end

2.從右下開始，以1個(gè)像素為滑動(dòng)步進(jìn)做正向卷積濾波;

3.將兩次卷積濾波得到的圖像作邏輯與，得到濾波后圖像G′（x，y）;

輸出：圖像G′（x，y）。

調(diào)整上述算法中的卷積核的尺寸參數(shù)，對(duì)圖像5做雙向卷積濾波再邏輯與，得到的圖像如圖7所示。

由圖7可以看出，經(jīng)過卷積濾波之后，圖像的大片白色區(qū)域被去除，還剩一些零星的散點(diǎn)，仍然會(huì)對(duì)Hough變換有影響，可以通過連通域分析進(jìn)一步消除這些散點(diǎn)。從視覺上看，連通域就是彼此連通的點(diǎn)形成的一個(gè)區(qū)域，則圖7中的散點(diǎn)可以看做是很多小連通域，識(shí)別這些小連通域，然后將小連通域內(nèi)的像素置0即完成了去除散點(diǎn)。對(duì)二值圖像而言有4連通和8連通兩種，本文采用8連通，具體算法流程如下：

步驟1：遍歷圖像，標(biāo)記連通域;

步驟2：計(jì)算連通域面積，按面積從小到大排序;

步驟3：將前90%連通域內(nèi)的像素置0。

通過上述連通域分析處理后的圖像如圖8所示。

2.3 Hough變換和區(qū)域定位

液晶顯示區(qū)域定位本質(zhì)上是檢測液晶顯示器所在的矩形框。作為特征提取技術(shù)，Hough變換可以有效識(shí)別圖像中的直線，再結(jié)合單相電能表液晶顯示器的幾何形狀特征，從而實(shí)現(xiàn)液晶顯示區(qū)定位。在直角坐標(biāo)系中，直線方程可以描述為如下截距式：

y=kx+b

式中：描述的直線可以用參數(shù)（k，b）表示。在x-y空間中的一條直線，可以表示為k-b空間中的一個(gè)點(diǎn)。為了能夠表示垂直線，將直線采用法線描述如下：

r=xcos θ+ysin θ

式中：r是原點(diǎn)到直線的垂直距離;θ是原點(diǎn)到直線的垂直線與x軸的夾角。經(jīng)過Hough變換，可以將圖像中的每一條直線與參數(shù)（r，θ）相關(guān)聯(lián)，由（r，θ）構(gòu)成的平面稱為Hough空間。圖8的Hough變換結(jié)果如圖9所示，其中，圖9（a）中的星形標(biāo)注了Hough空間的7個(gè)交點(diǎn)，對(duì)應(yīng)圖9（b）中標(biāo)注的直線。

從圖9可以看出，經(jīng)過Hough變換后，液晶顯示器的4條直線邊框已被正確檢測出。接下來，結(jié)合液晶顯示器的幾何形狀特征進(jìn)一步精確定位液晶顯示區(qū)。根據(jù)國家電網(wǎng)公司單相智能電表型式規(guī)范，液晶顯示器的位置和尺寸基本固定。對(duì)于電能表分揀裝置應(yīng)用場景，可以充分利用單相電表液晶顯示器的幾何形狀特征，具體為長寬比，算法步驟如下：

步驟1：遍歷檢測出的直線，在設(shè)定誤差閾值內(nèi)，根據(jù)θ判別水平線和垂直線，分別記為集合LH和LV;

步驟2：遍歷集合LH，計(jì)算兩兩水平線之間的距離，記為集合DistH;

步驟3：遍歷集合LV，計(jì)算兩兩垂直線之間的距離，記為集合DistV;

步驟4：遍歷集合DistH和DistV中的值，計(jì)算兩兩之間比值，在設(shè)定誤差閾值內(nèi)，確定比值為P的4條直線;

步驟5：截取4條直線圍成的區(qū)域，即為液晶顯示區(qū)。

最終定位的液晶顯示區(qū)域如圖10所示。

3 數(shù)字分割與識(shí)別

3.1 數(shù)字分割

字符分割是字符識(shí)別的基礎(chǔ)，常用的字符分割方法有聚類、投影、連通域分析等。單相電能表的字符為分段顯示，間距較大，字符規(guī)整，因此使用投影法最簡單高效。分析對(duì)象選擇圖3（c）所示的二值化圖像或經(jīng)邊緣檢測后的圖像，根據(jù)液晶顯示區(qū)定位結(jié)果，將該區(qū)域單獨(dú)截取出來，如圖11所示。

從圖11中可以看出，單相電表有3個(gè)特有的顯示圖案，數(shù)字在中間一行。本文據(jù)此設(shè)計(jì)了先水平投影、再垂直投影的字符分割方案，算法步驟如下：

步驟1：對(duì)圖11進(jìn)行水平投影，取第2個(gè)直方圖所在水平區(qū)域，記為D;

步驟2：對(duì)D區(qū)域進(jìn)行垂直投影，取后8個(gè)直方圖所在區(qū)域，記為D′={d1，d2，…，d8}。

水平投影、垂直投影和字符分割效果如圖12所示。

3.2 數(shù)字識(shí)別

常用的字符識(shí)別方法有模板匹配法、統(tǒng)計(jì)決策法、結(jié)構(gòu)特征法和機(jī)器學(xué)習(xí)等。針對(duì)電能表分揀裝置應(yīng)用場景，采用結(jié)構(gòu)特征法即可獲得較高的識(shí)別準(zhǔn)確度。結(jié)構(gòu)特征法的核心在于設(shè)計(jì)合理的字符識(shí)別特征，本文借鑒文獻(xiàn)[7]，采用特定直線與數(shù)字字符的交叉點(diǎn)個(gè)數(shù)為特征，具體為選取中垂線和上、下兩條水平線，除數(shù)字“1”外，其他數(shù)字的交叉點(diǎn)特征如表1所示。

在表1中，數(shù)字1、2、3、5需要另外處理。對(duì)于數(shù)字1，在字符分割時(shí)截取的區(qū)域窄，不適用于特征法，可以使用統(tǒng)計(jì)法或尺寸識(shí)別，具體特征為黑色像素占比或字符高寬比遠(yuǎn)大于其他數(shù)字。本文采用字符高寬比識(shí)別數(shù)字“1”。對(duì)于數(shù)字2、3、5，由于交叉點(diǎn)個(gè)數(shù)相同，需要使用新特征。本文提出了一種斜率特征，即依次計(jì)算5個(gè)交叉點(diǎn)連線的斜率，根據(jù)斜率符號(hào)組合區(qū)分3個(gè)數(shù)字。數(shù)字2、3、5和特定直線的交叉點(diǎn)特征如圖13所示。

從表2可以看出，交叉點(diǎn)連線斜率符號(hào)可以有效區(qū)分?jǐn)?shù)字2、3、5。

本文的字符識(shí)別算法步驟：

步驟1：計(jì)算字符的高寬比，若大于設(shè)定閾值，判定為數(shù)字1，否則繼續(xù)執(zhí)行步驟2;

步驟2：根據(jù)交叉點(diǎn)數(shù)判別數(shù)字0和2～9，若判別可能為數(shù)字2、3、5，則繼續(xù)執(zhí)行步驟3;

步驟3：依次計(jì)算交叉點(diǎn)連線的斜率，根據(jù)斜率符號(hào)組合識(shí)別數(shù)字2、3、5。

3.3 測試結(jié)果

在電能表分揀裝置上對(duì)上述圖像識(shí)別算法進(jìn)行了測試。設(shè)計(jì)制造的分揀裝置，其攝像頭位于電表正上方，因此針對(duì)性進(jìn)行了4種工況測試：（1）攝像頭鏡頭正對(duì)電表;（2）攝像頭鏡頭向下偏移;（3）攝像頭鏡頭向左偏移;（4）攝像頭鏡頭發(fā)生旋轉(zhuǎn)。

依次對(duì)100只電表的表地址、底度進(jìn)行了拍照識(shí)別測試，結(jié)果表明：工況一，識(shí)別準(zhǔn)確率為100%;工況二和工況三，表地址和低度的識(shí)別準(zhǔn)確度均略有下降;工況四，表地址的識(shí)別準(zhǔn)確度顯著下降。由于電能表分揀裝置屬于實(shí)驗(yàn)室設(shè)備，調(diào)試完畢后，工作環(huán)境一般無震動(dòng)。因此，可以認(rèn)為本文設(shè)計(jì)的圖像處理方法可以滿足電能表分揀裝置的應(yīng)用要求。

4 結(jié)語

本文針對(duì)電能表分揀裝置中的圖像識(shí)別單元，將圖像增強(qiáng)、邊緣檢測、圖像形態(tài)學(xué)處理、圖像濾波、連通域分析、數(shù)字識(shí)別等一系列圖像處理技術(shù)進(jìn)行集成，實(shí)現(xiàn)了單相電能表液晶顯示區(qū)域的數(shù)字識(shí)別，有利于提高拆回電能表分揀的作業(yè)效率。設(shè)計(jì)的雙向卷積結(jié)合連通域分析的濾波方法，可有效去除聚集的連通區(qū)域，縮小目標(biāo)區(qū)。設(shè)計(jì)的交叉點(diǎn)連線斜率組合特征，彌補(bǔ)了原有數(shù)字結(jié)構(gòu)特征的不足，可應(yīng)用到其他規(guī)整數(shù)字識(shí)別。最后的測試結(jié)果表明，在不考慮屏幕損壞的情況下，本文設(shè)計(jì)的數(shù)字圖像處理方法能滿足電能表分揀裝置應(yīng)用要求。

【參考文獻(xiàn)】

[1] 金陽忻.基于模糊神經(jīng)網(wǎng)絡(luò)的電能表誤差超差風(fēng)險(xiǎn)預(yù)測模型[J].電網(wǎng)技術(shù)，2019（6）：1 962-1 968.

[2] 蔡慧，喬適蘇，袁健，等.基于信息融合的低壓智能電能表動(dòng)態(tài)評(píng)價(jià)模型[J].電力系統(tǒng)自動(dòng)化，2020，44（11）：206-214.

[3] 朱東升，儲(chǔ)鵬飛，李天陽，等.拆回電能表分揀架構(gòu)設(shè)計(jì)與實(shí)現(xiàn)[J].自動(dòng)化儀表，2018，39（11）：6-10.

[4] 李青.智能電表自動(dòng)化檢定系統(tǒng)設(shè)計(jì)及應(yīng)用分析[D].北京：華北電力大學(xué)，2018.

[5] 李霖.拆回電能表智能管理裝置研究設(shè)計(jì)與實(shí)現(xiàn)[D].濟(jì)南：山東大學(xué)，2018.

[6] 張曉穎.電能表數(shù)字圖像識(shí)別技術(shù)研究與實(shí)現(xiàn)[D].上海：上海交通大學(xué)，2007.

[7] 楊娟.基于數(shù)字圖像處理的電能表圖像識(shí)別技術(shù)研究與實(shí)現(xiàn)[D].南京：南京理工大學(xué)，2012.

[8] 阮春雷.基于機(jī)器視覺的電能表檢測系統(tǒng)研究[D].杭州：浙江工業(yè)大學(xué)，2013..

[9] 彭剛杜兵.變電站二次設(shè)備的數(shù)顯儀表定位方法[J].自動(dòng)化儀表，2018，39（7）：56-60.

[10] 陳政，李良榮，李震，等.基于機(jī)器學(xué)習(xí)的車牌識(shí)別技術(shù)研究[J].計(jì)算機(jī)技術(shù)與發(fā)展，2020，30（6）：13-18.

[11] 羅世剛，安旭東，周盛成，等.基于機(jī)器學(xué)習(xí)的圖像識(shí)別技術(shù)在電能表中的應(yīng)用[J].電子世界，2020，602（20）：96-97.