[发明专利]一种电厂仪表图像的检测识别方法及装置

权利要求书

1.一种电厂仪表图像的检测识别方法，其特征在于，包括以下步骤：

S1、采集电厂仪表原图像，进行图像预处理，提取出原图像中的仪表表盘区域形成目标图像；

S2、通过改进Canny检测算法对目标图像进行处理，对目标图像采用5*5邻域一阶偏导的有限差分进行图像平滑后计算其剃度幅值和梯度方向，并且计算0°、45°、90°、135°、180°、225°、270°和315°八个方向的梯度幅值和梯度方向；

S3、对梯度幅值进行非极大值抑制；

S4、对非极大值抑制后的图像采用自适应阈值确认算法获取上阈值和下阈值，包括：计算非极大值抑制后的图像的梯度幅度均值和梯度幅度标注差，进而由梯度幅度均值和梯度幅度标准差确认上阈值的取值，下阈值的取值为上阈值的一半；

S5、根据上阈值和下阈值通过双阈值算法确定图像的边界，得到二值边界图像；

S6、通过Hough变化算法检测二值边界图像中的直线和圆；

S7、通过指针仪表识别方法根据二值边界图像中的直线和圆获取仪表的量程读数。

2.根据权利要求1所述的电厂仪表图像的检测识别方法，其特征在于，所述的步骤S4中，自适应阈值确认算法的计算表示式为：

T_h＝I_ave+k·σ

T_l＝T_h/2

其中，I_ave表示梯度幅度均值，I(i，j)表示横坐标为i、纵坐标为j的像素点，m表示图像的宽度，n表示图像的高度，σ表示梯度幅度标准差，T_h表示上阈值，T_l表示下阈值，k表示梯度幅度标准差的系数。

3.根据权利要求2所述的电厂仪表图像的检测识别方法，其特征在于，所述系数k的取值范围为1.2～1.6。

4.根据权利要求2所述的电厂仪表图像的检测识别方法，其特征在于，所述的自适应阈值确认算法还包括：判断像素I(i，j)的梯度幅度是否小于I_ave乘以系数P后的值，若是，则直接标记为伪边缘点，若否，则计算上阈值和下阈值。

5.根据权利要求4所述的电厂仪表图像的检测识别方法，其特征在于，所述系数P的取值范围为0.15～0.2。

6.根据权利要求1所述的电厂仪表图像的检测识别方法，其特征在于，所述的步骤S1中，预处理包括利用加权平均法将仪表原图像转化为灰度图，再进行高斯滤波去除噪声。

7.根据权利要求1所述的电厂仪表图像的检测识别方法，其特征在于，所述的步骤S2中，采用5*5邻域一阶偏导的有限差分进行图像平滑后计算剃度幅值和梯度方向的表达式为：

像素梯度幅值M(i，j)为：

梯度方向θ(i，j)为：

其中，(i，j)表示像素坐标，G[i，j]表示中心像素点，其余G[i+a，j+b]均为以G[i，j]为中心的邻域的像素点，a和b为-2、-1、1、2，d₁和d₂是像素中心点G[i，j]与邻域像素点的差值。