梅迎華，馬莉

（洛陽市質(zhì)量計量檢測中心，河南洛陽 471000）

在電力交易過程中，智能電表起到了度量電費的作用。截至2020 年底，我國智能電表的應(yīng)用數(shù)量已超過10 萬只[1-2]。隨著智能電表的推廣，電網(wǎng)運營單位也開始逐步試點其自動校正功能，包括智能電表狀態(tài)、數(shù)據(jù)誤差及缺陷的自動檢測[3-4]。目前，電表主要由人工進行校正檢定，工作效率低且容易出錯。伴隨著人工智能技術(shù)的快速更新迭代，基于機器視覺的智能電表檢定方法取得了長足發(fā)展[5]。國外已經(jīng)研制出了智能電表的廠內(nèi)檢測技術(shù)，而國內(nèi)也開始了智能電表檢定的生產(chǎn)研發(fā)工作[6]。在機器學(xué)習(xí)領(lǐng)域，智能檢定工作涉及電子、自動化等眾多學(xué)科，是一種能夠通過視覺系統(tǒng)獲得外界信息，并用于模擬生物視覺功能的科學(xué)技術(shù)[7-8]。近年來，從事于智能電表產(chǎn)品研發(fā)的團隊層出不窮。其中，著名學(xué)者康奈教授研發(fā)出了能夠?qū)崿F(xiàn)高清采集圖像的定位檢測算法，該算法具有抗干擾性強、精度高等特點，并可兼容多種類型的儀器儀表[9-11]。但現(xiàn)階段智能電表的檢定方法在海量數(shù)據(jù)的應(yīng)用場景下仍表現(xiàn)出了精度與效率均較低的問題[12-13]。

文中以智能電表為研究對象，通過圖像處理技術(shù)對采集到的電表信息進行預(yù)處理，提取智能電表的典型特征；然后在定位傳感器的控制作用下，準確定位工作區(qū)域，并對電表進行校正，從而提高檢測精度；通過圖像比最終實現(xiàn)對智能電表的檢定。

1 智能電表特征識別與自動校正

1.1 特征識別

受外界干擾的限制，原始圖像無法直接應(yīng)用，故需經(jīng)過灰度化、去噪、二值化和校正等步驟進行處理，其目的是通過削弱非重要特征來增強智能電表的重要特征[14-15]。此外，在該研究中，采集到的電表圖像會受噪聲、畸變等因素的影響，這將導(dǎo)致智能電表的檢定與分析出現(xiàn)誤差，因此，在采集智能電表的圖像特征之前，需事先對采集到的圖像信息進行處理，增加智能電表圖像信息的檢定精度。

圖像灰度化是將R、G、B三個分量轉(zhuǎn)化為灰度圖像，其原理是把每個像素所占的字節(jié)數(shù)壓縮，以減小系統(tǒng)的計算量，從而提高系統(tǒng)的運算速度[16]。圖1 所示為24 位深度彩色的RGB 示意圖，其中每個顏色的分量各占1 字節(jié)，且像素點為2563。在將彩色圖像轉(zhuǎn)化為灰色圖像后，該圖像僅有八位圖像深度，由此可知其計算量大幅降低[17]。

圖1 24位深度彩色RGB示意圖

采用加權(quán)平均值法進行圖像灰度化處理，即分別賦予R、G、B不同的權(quán)重。再通過加權(quán)平均的方法計算圖像的灰度值，其采用的計算公式為：

式中，α、β、γ分別代表不同顏色分量的權(quán)重值，且有β＞α＞γ。

采集到的電表圖像通常帶有噪聲，其會對圖像的處理與識別造成干擾，故需進行去噪處理，該步驟在預(yù)處理過程中具有重要的作用。自適應(yīng)平滑處理方法與線性平滑處理方法是常見的圖像去噪處理方法，被廣泛應(yīng)用于智能識別領(lǐng)域。對于去噪技術(shù)而言，圖像可以被看成特殊的二維信號，而頻域濾波技術(shù)是當(dāng)前較為熱門的去噪算法。假設(shè)存在原始圖像g(x,y)，其經(jīng)過傅里葉變換之后變?yōu)镚(x,y)，再由濾波函數(shù)完成頻譜調(diào)整可得到F(u,v)，通過對其進行逆變換，得到圖像f(x,y)，各個函數(shù)之間的具體關(guān)系如下：

式中，D(u,v)表示濾波系統(tǒng)的傳遞函數(shù)。合適的傳遞函數(shù)是構(gòu)造濾波函數(shù)的關(guān)鍵，而理想的低通濾波函數(shù)應(yīng)滿足：

式中，M(u,v)=。

為了改善圖像二值法的效果，需要進行局部二值化處理，即將圖像分為若干個子塊，再計算每個子塊的閾值并確定閾值的像素，從而建立隨像素位置改變而變化的函數(shù)，以取得更優(yōu)的效果。

1.2 自動校正

通常在定位傳感器的控制作用下，能夠準確定位出電表的工作區(qū)域。但由于電表制作技術(shù)的限制，經(jīng)常無法完全檢測出準確位置，即實際情況與預(yù)測位置會存在一定偏差，因此需要加以校正，以提高其檢測精度。自動校正的內(nèi)容包括以下三個方面：1）旋轉(zhuǎn)校正；2）裁剪冗余部分；3）圖像歸一化處理。

首先，檢測智能電表的傾斜角度，當(dāng)發(fā)生傾斜時，自動旋轉(zhuǎn)其角度。由于是以電表邊框來作為檢測的標(biāo)準，故需提前確定液晶屏的位置A、B、C、D。首先將電表液晶屏看作矩形，計算其傾斜角。以點A與B為例，線段AB的斜率可表示為：

則傾斜角可表示為：

同理，可以計算出其余三條線段的傾斜角，然后應(yīng)用旋轉(zhuǎn)公式對智能電表進行校正，即按照中心點順時針方向旋轉(zhuǎn)整個電表，如圖2 所示。

圖2 旋轉(zhuǎn)示意圖

其次進行電表液晶屏定位，即通過逼近法檢測電表液晶屏矩形輪廓，定位矩形四個角的位置，其具體步驟如下：

1）采集電表圖像信息；

2）遍歷輪廓序列，將序列存儲在儲存器中；

3）采用逼近法篩選矩形框，進而找到符合條件的輪廓，包括輪廓所包圍的面積及角度；

4）獲取角坐標(biāo)，以定位電表液晶屏。

重復(fù)上述步驟的操作，找到篩選條件，即可精確定位液晶屏。具體的定位流程如圖3 所示，需要注意的是，通過多次圖像預(yù)處理可以進一步提高圖像識別的準確率。

圖3 電表液晶屏定位流程圖

2 智能電表檢定方法

2.1 模板匹配檢測目標(biāo)

模板匹配由圖像特征、灰度匹配、匹配策略等關(guān)鍵點構(gòu)成，圖像特征即為圖像的原始特征，如灰度、特征點等，灰度匹配由特征提取及灰度化操作完成，匹配策略則是從搜尋最優(yōu)的位置開始，逐個匹配每個像素點，遍歷整個特性圖像。整個匹配過程計算量巨大，因此需要找到合適的匹配策略來降低計算量?；趫D像灰度匹配的方法中，相似性函數(shù)主要有NCC(Normalized Cross Correlation)、SSDA(Sequential Similarity Detection Algorithm)等。由于歸一化相似函數(shù)具有抗干擾性強等特點，因此被廣泛應(yīng)用于實際工程中。在NCC 函數(shù)中，匹配過程自上而下遍歷每個像素點，記錄相關(guān)值，尋找出最佳匹配位置，所用的計算函數(shù)為：

式中，i和j分別表示源圖像上的坐標(biāo)值，且該圖像的尺寸為M×M，而模板圖像的尺寸為N×N。

2.2 缺陷檢定

當(dāng)智能電表出現(xiàn)缺陷時，如何迅速、準確地提取缺陷并檢定其類型，是當(dāng)前缺陷檢定所面臨的關(guān)鍵問題。待檢測的電表具有豐富的紋理及輪廓，要將特殊的背景圖像分離出來，需要事先準備電表圖像模板，將其與源圖像作差分運算，以分割缺陷圖像。

差分運算的關(guān)鍵是確保源圖像與模板圖像一致。假設(shè)S(x,y)、T(x,y)分別為源圖像與模板圖像，差分閾值為t，進行差分運算后，可得：

在進行智能電表缺陷檢定時，源圖像并未進行灰度化處理，所以為了提高檢定的精度，需分別對R、G、B三通道圖像進行合成與相加運算。

3 算例分析

采用計量中心專業(yè)試驗臺，對某地的智能電表進行檢定。使用的智能電表為三相多功能智能標(biāo)準電表，其規(guī)格為CL311V2，測量范圍為電壓57.7～380 V，電流0.5～100 A；交直流指示儀表檢定裝置型號為CL302C；檢定實驗室的溫度為20 ℃，相對濕度為70%，檢定頻率為50 Hz。根據(jù)以上環(huán)境進行電表的識別與檢定，其中表1 為智能電表的誤差校驗對比，而表2、表3 分別為電流互感器結(jié)果和電壓互感器校驗結(jié)果。

表1 智能電表誤差校驗對比

表2 電流互感器校驗結(jié)果

表3 電壓互感器校驗結(jié)果

為進一步檢定智能電表的缺陷類型，以尋找缺陷的重要特征，經(jīng)數(shù)據(jù)統(tǒng)計發(fā)現(xiàn)，當(dāng)缺陷面積大于1/3 時將嚴重影響識別結(jié)果，所以設(shè)定權(quán)值p的閾值為0.33。若權(quán)值高于閾值，則判斷為面型缺陷；若權(quán)值低于閾值，則判斷為線型缺陷，進而可得到表4 所示的實驗數(shù)據(jù)。根據(jù)表4 中的測試結(jié)果，可判斷1、2為線型缺陷，3、4、5、6 為面型缺陷，說明文中所提方法可以有效保障識別結(jié)果的準確性，同時可以大幅精簡缺陷圖像所占用的無效檢測時間。文中所提檢測方案實現(xiàn)的軟硬件成本均較低，完全符合大規(guī)模工程應(yīng)用要求。

表4 電表缺陷測試結(jié)果

通過以上測量結(jié)果表明，文中的智能電表檢定方法在精度上符合誤差要求，且具備成本低、檢定速度快及精度高等特點。

4 結(jié)束語

為解決現(xiàn)有方法的不足，文中基于特征識別與自動校正技術(shù)，提出了一種智能電表檢定方法。圖像預(yù)處理環(huán)節(jié)主要包括圖像灰度化、去噪、二值化和校正等步驟；而針對電表矩形特征的定位問題，提出了根據(jù)輪廓檢測液晶屏的定位方法，采用差分運算方法對電表缺陷區(qū)域進行檢定與校正。根據(jù)實驗結(jié)果可以看出，所提方法具有更高的檢定精度，同時檢測效率也更高。但是文中的實驗是在實驗室進行的，并未完全仿真現(xiàn)場環(huán)境，因此下一步將研究帶電運行智能電表的檢定技術(shù)。